Hasil Pencarian  ::  Simpan CSV :: Kembali

"Data adalah aset yang berharga bagi organisasi karena data yang berkualitas dapat memberikan keuntungan dan nilai bagi perusahaan serta memberikan peluang adanya pengembangan bisnis baru apabila dikelola dengan baik. Sedangkan kualitas data yang buruk dapat memberikan dampak negatif antara lain keputusan bisnis yang tidak akurat, penurunan pendapatan, peningkatan biaya operasional, penurunan kepercayaan dan kepuasan pelanggan, peningkatan waktu pemrosesan data, dan tidak dapat memenuhi kepatuhan terhadap peraturan maupun ekspektasi bisnis. PT IDN adalah fintech yang memberikan kemajuan teknologi digital dalam sektor pendidikan di Indonesia dengan menawarkan pengelolaan dan pembayaran tagihan pendidikan secara online. Penelitian ini mencoba untuk menilai tingkat kematangan kualitas data di PT IDN dengan menggunakan delapan karakteristik kualitas data dalam Loshin’s Data Quality Framework. Hasil dari penilaian ini didapatkan bahwa PT IDN memiliki tingkat kematangan kualitas data sebesar 1 pada komponen prosedur, tata kelola, standar, teknologi, dan pengelolaan kinerja. Sedangkan tingkat kematangan kualitas data sebesar 2 ditemukan pada komponen harapan, dimensi, dan kebijakan informasi. Berdasarkan hasil dari penilaian maturitas manajemen kualitas data saat ini dan tingkat maturitas kualitas data yang diinginkan, maka didapatkan adalah 12 rekomendasi aktivitas-aktivitas yang dapat dilakukan oleh PT IDN untuk meningkatkan kualitas datanya berdasarkan DAMA-DMBOK.

---

Data is an asset for organizations because quality data can provide benefits and value to the company and provide opportunities for new business development if managed properly. Meanwhile, poor data quality can have negative impacts including inaccurate business decisions, decreased revenue, increased operating costs, decreased customer trust and satisfaction, increased data processing time, and unable to meet regulatory compliance and business expectations. PT IDN is a fintech that provides advances in digital technology in the education sector in Indonesia by offering online management and payment of education bills. This study tries to assess the maturity level of data quality at PT IDN by using eight data quality characteristics in Loshin's Data Quality Framework. The results of this assessment show that PT IDN has a maturity level of data quality of 1 on the components of procedures, governance, standards, technology, and performance management. While the maturity level of data quality of 2 is found in the components of expectations, dimensions, and information policies. Based on the results of the current data quality management maturity assessment and the desired level of data quality maturity level, it is found that there are 12 recommended activities that PT IDN can do to improve its data quality based on DAMA-DMBOK."

"Badan Kepegawaian Negara (BKN) sebagai pembina dan penyelenggara  manajemen kepegawaian memiliki tugas dan fungsi diantaranya mengelola mutasi kepegawaian Pegawai Negeri Sipil (PNS).  Berdasarkan Rencana Strategis BKN 2015 – 2019 salah satu tugas BKN yang adalah “Mengelola dan mengembangkan sistem informasi kepegawaian Pegawai Negeri Sipil”. Untuk mendukung pelaksanaan manajemen kepegawaian nasional dan peningkatan pelayanan kepegawaian terhadap PNS dibutuhkan database PNS yang akurat dan terkini.  Ketika  melaksanakan tugas dan fungsi ini, BKN sering mendapatkan masalah perbedaan data yang disebabkan kesalahan sistem, kesalahan operator sistem atau karena lainnya.  Dalam karya akhir ini penulis melakukan pengukuran kualitas data kepegawaian memakai dimensi kualitas data sesuai dengan Loshin’s Data Quality Maturity Model agar bisa menjadi dasar data yang dipakai oleh produk sistem informasi yang dihasilkan oleh BKN. Aktivitas yang dilakukan untuk mencari tingkatan kualitas data, keadaaan menajemen kualitas data, harapan manajemen kualitas data, dan juga rekomendasi perbaikan kualitas data melalui tiga proses pengumpulan data yaitu wawancara terbuka, observasi langsung, dan analisis dokumen. Penelitian karya akhir ini bertujuan untuk memberikan rekomendasi strategi dalam memperbaiki manajemen kualitas data kepegawaian dengan berfokus pada dua tabel utama yaitu Tabel ORANG dan Tabel PNS. Rekomendasi yang di dapat melalui pemetaan model oleh Patel dan Ramchandran (2009) yaitu Agile Maturity Model (AMM), menghasilkan 48 rekomendasi yang terdiri dari 10 rekomendasi perbaikan permasalahan data PNS yang telah ada, antara lain penambahan otomatisasi validasi, pemeriksaan dan perbaikan kembali data yang sudah ada di database BKN, serta penambahan fitur pemberitahuan kepada pengelola data jika ada terindikasi sumber masalah. Selain itu ada 38 rekomendasi untuk perbaikan peningkatan  manajemen kualitas data. Rekomendasi tersebut dibagi berdasarkan delapan komponen penilaian. Komponen harapan kualitas data mempunyai rekomendasi di identifikasi dan dokumentasi  harapan kualitas data, syarat kualitas data yang baik, profil dan analisis harapan kualitas data, mengembakan metode penilai dampak bisnis, pemantauan dan validasi proses, dan penetapan serta evaluasi layanan kualitas data.

---

One of The National Civil Service Agency (BKN) duty as a national staffing management agency is managing the rotation of Civil Servants (PNS). Based on the 2015-2019 BKN Strategic Plan, one of the tasks of the BKN is "Managing and developing the Civil Service staffing information system (ASN)". To support the implementation of national staffing management and improvement of staffing services for civil servants, an accurate and up-to-date civil service database is needed. Nevertheless, BKN often encounters problems with data differences due to system errors, system operator errors or other reasons. In this thesis, the author measured the quality of staffing data by using data quality dimensions based on Loshin’s Data Quality Maturity Model, aiming for high quality data to be used in BKN’s information systems. In order to gain data quality levels, data quality management conditions, data quality management expectations, and recommendations for improving data quality, the author held open interviews, direct observation, and document analysis. This research aims to provide a strategy recommendation in improving the quality of staffing data management by focusing on two main tables which are PEOPLE and PNS tables. The recommendations obtained through the mapping model by Patel and Ramchandran (Agile Maturity Model), resulted in 48 recommendations consisting of 10 recommendations for repairing existing PNS data problems, including adding validation automation, rechecking and revising existing data in the BKN database, also adding a notification feature to the data manager when indicating a problem. Aside from that, there are also 38 recommendations for improving the data quality management. The recommendations are divided based on eight assessment components. The data quality expectation component has recommendations in identifying and documenting data quality expectations, good data quality requirements, profiling and analyzing data quality expectations, developing business impact assessment methods, monitoring and validating processes, and establishing and evaluating data quality services."

"Pemanfaatan data untuk menghasilkan informasi yang dapat mendukung pengambilan keputusan bisnis semakin banyak diaplikasikan oleh berbagai perusahaan. Salah satu data yang dimanfaatkan dalam pengambilan keputusan tersebut adalah data pelanggan mengingat perannya dalam mengetahui perilaku pelanggan. Salah satu perusahaan yang memanfaatkan data pelanggan dalam pengambilan keputusan bisnis adalah English First (EF). Dalam membantu menetapkan strategi bisnis untuk meningkatkan perfoma penjualan, perusahaan menghadapi kendala penurunan performa penjualan perusahaan yang disebabkan oleh buruknya kualitas data pelanggan, sehingga strategi bisnis yang dihasilkan kurang tepat. Perusahaan berfokus kepada beberapa dimensi kualitas data pelanggan di perusahaan yaitu completeness, accuracy, dan consistency. Strategi untuk manajemen peningkatan kualitas data pada perusahaan perlu disusun guna penyusunan strategi bisnis yang tepat dan dapat meningkatkan performa penjualan. Penyusunan strategi manajemen peningkatan kualitas data dilakukan dengan melakukan penilaian terhadap dimensi-dimensi kualitas data untuk mengidentifikasi kondisi kualitas data saat ini di perusahaan EF. Selain itu, identifikasi kondisi manajemen dan praktek kualitas data di perusahaan saat ini juga dilakukan untuk dapat mengetahui kesenjangan antara kondisi perusahaan saat ini dengan kondisi yang diharapkan oleh perusahaan. Strategi peningkatan kualitas data yang dihasilkan dari analisis kesenjangan kondisi kualitas data dan manajemen & praktek kualitas data terdiri dari 8 (delapan) domain manajemen kualitas data. Delapan domain tersebut yaitu harapan dari kualitas data, penggunaan dimensi dari kualitas data, kebijakan data, prosedur, tata kelola data, standarisasi data, teknologi, dan pengelolaan kerja. Hasil dari strategi tersebut disusun menjadi rekomendasi solusi dan diurutkan berdasarkan prioritas dengan balance scorecard. Strategi yang memperoleh prioritas tinggi yaitu standardiasi aktifitas dan isu kualitas data serta mengidentifikasi ekspektasi dari kualitas data pada setiap dimensi kualitas data.

---

Data utilization to generate insights to support business decision making has been implemented in many companies. One of the most utilized data is customer data as it could provide information regarding customer’s behavior. One of the companies that utilize customer data is English First (EF). EF is a company in education sector and have more than 20 years of experience in Indonesia. EF utilize customer data in Customer Relationship Management system to produce a business strategy to boost company performance. However, since data in Customer Relationship Management system is stored by human, it has a low quality and resulted in a mismatch business strategy. Strategy to improve data quality management in the company needs to be produced in order to generate a precise business strategy and could boost company sales performance. Data quality assessment towards data quality dimensions needs to be done to produce a improve data quality management strategy. The assessment is needed to identify current data quality condition in EF. Other than that, identification of data quality management and practices in the company are needed to identify as-is management & practices in the company, company’s data quality expectation, and identify the gap between best practice & current condition. The result of data quality improvement strategy consists of 8 (eight) data quality management domains. Those domains are data quality expectation, data quality management, data quality, data policy, data procedure, data governance, data standardization, technology, and work management. The end result is a solution recommendation to improve data quality in EF and sorted by priority with the help of balance scorecard. The strategies that have high priority are company needs to standardized data quality activities and issues in the company as well as identify business expectation of each data quality dimension."

"Setiap tahunnya, volume data diprediksi akan semakin meningkat sehubungan dengan terdapat perkembangan teknologi pada masa sekarang dan hal tersebut menjadikan tantangan bagi setiap perusahaan dalam mengelola data dimaksud. Selain itu, pengelolaan data perlu secara maksimal agar dapat dimaksimalkan menjadi sebuah aset organisasi. PT DEF merupakan anak perusahaan PT ABC (Persero) yang bergerak di bidang agroindustri tebu dan merupakan perusahaan manufaktur dengan produk utamanya yaitu gula dan menghasilkan produk sampingan berupa tetes. Dengan menggunakan delapan aspek kualitas data dari Loshin’s Data Quality Framework dan Data Management Body of Knowledge (DMBOK) penelitian ini mencoba mengukur tingkat kematangan kualitas data di PT DEF. Aspek-aspek yang terdapat pada Loshin’s data quality framework yaitu harapan, dimensi kualitas data, kebijakan informasi, prosedur, standar data, teknologi dan pengelolaan kinerja. Berdasarkan temuan evaluasi tersebut, PT DEF memiliki tingkat kematangan pada level satu atau initial pada aspek kebijakan informasi, standardisasi data, dan pengelolaan kinerja. Sedangkan untuk aspek harapan kualitas data, dimensi kualitas data, prosedur, tata kelola, dan teknologi berada pada level dua atau repeatable. PT DEF mendapatkan sembilan rekomendasi tindakan yang dapat dilakukan untuk meningkatkan kualitas datanya berdasarkan hasil penilaian kematangan pengelolaan dan tingkat kematangan kualitas data yang diharapkan berdasarkan DAMA-DMBOK.

---

Every year, the volume of data is predicted to increase due to current technological developments and this creates challenges for every company in managing the data in question. Apart from that, data management needs to be optimal so that it can be maximized as an organizational asset. PT DEF is a subsidiary of PT ABC (Persero) which operates in the sugar cane agro-industry sector and is a manufacturing company whose main product is sugar and produces by-products in the form of molasses. By using eight aspects of data quality from Loshin's Data Quality Framework and Data Management Body of Knowledge (DMBOK), this research tries to measure the level of data quality maturity at PT DEF. The aspects contained in Loshin's data quality framework are expectations, data quality dimensions, information policies, procedures, data standards, technology and performance management. Based on the evaluation findings, PT DEF has a level of maturity at level one or initial in the aspects of information policy, data standardization and performance management. Meanwhile, for the aspect of data quality expectations, the dimensions of data quality, procedures, governance and technology are at level two or repeatable. PT DEF received nine recommendations for actions that can be taken to improve the quality of its data based on the results of the management maturity assessment and the expected level of data quality maturity based on DAMA-DMBOK."