Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini merupakan studi kasus yang dilakukan pada Lembaga X atas penerapan rerangka tata kelola data berdasarkan Data Management Body of Knowledge (DMBOK) yang diterbitkan oleh The Data Management Association pada tahun 2017. Tujuan penelitian ini adalah untuk menganalisis permasalahan pengelolaan data sektor jasa keuangan (SJK) terintegrasi dan memberikan rekomendasi perbaikan program tata kelola data dalam mendukung tugas dan fungsi Lembaga X. Penelitian menggunakan pendekatan kualitatif dalam mendeskripsikan rerangka tata kelola data SJK terintegrasi berdasarkan aktivitas tata kelola data dalam DMBOK. Instrumen penelitian yang digunakan berupa interviu, kuesioner, dan analisis konten dari beberapa dokumen yang dikumpulkan. Hasil penelitian menunjukkan bahwa terdapat permasalahan terhadap pengelolaan data SJK terintegrasi yang disebabkan oleh faktor-faktor terkait tata kelola data: peraturan, proses operasional, sumber daya manusia, dan teknologi. Lembaga X dapat menggunakan pedoman tata kelola data berdasarkan DMBOK dalam mengatasi permasalahan atas pengelolaan data SJK terintegrasi. Secara keseluruhan, program tata kelola data yang dibangun oleh Lembaga X masih memerlukan perbaikan pada aktivitas tata kelola data: perencanaan, operasional, dan pengendalian. Saran perbaikan program tata kelola data SJK terintegrasi pada Lembaga X adalah pembuatan dan penetapan piagam tata kelola data, penyesuaian roadmap, penilaian tingkat kematangan kapabilitas pengelolaan data secara teratur, pendefinisian rerangka operasional tata kelola data, pembentukan tim manajemen perubahan, pembuatan mekanisme dan prosedur penanganan permasalahan data, penyelesaian pembuatan aturan pengelolaan data, pengembangan tools dan teknik yang mendukung keseluruhan program tata kelola data, serta pengembangan matriks pengelolaan data SJK terintegrasi

---

This research is a case study conducted at the Institution X on the application of a data governance framework based on the Data Management Body of Knowledge (DMBOK) published by The Data Management Association in 2017. The purpose of this research is to analyze problems with the integrated financial services sector (FSS) data management and provide recommendations for improving data governance programs in support of Institution X's duties and functions. This study used a qualitative approach in describing the integrated FSS data governance framework based on data governance activities in the DMBOK. The research instruments used were interviews, questionnaires, and content analysis of several documents collected. The results showed that there were problems with the integrated FSS data management caused by factors related to data governance: regulations, operational processes, human resources, and technology. Institution X can use data governance guidelines based on DMBOK in overcoming problems with integrated FSS data management. Overall, the data governance program developed by Institution X still requires improvements in data governance activities: planning, operational, and control stages. Suggestions for improving the integrated FSS data governance program at the Institution X are the creation and establishment of a data governance charter, roadmap adjustments, regular assessment of data management capability maturity levels, defining data governance operational frameworks, forming a change management team, establishing mechanisms and procedures for handling data problems, completing data management rules, developing tools and techniques that support the overall data management program, and developing an integrated FSS data governance matrix.

Abstrak :
ABSTRAK
Dalam dunia organisasi dewasa ini, pengelolaan data dan informasi sudah menjadi kegiatan yang sangat penting dalam mendukung tercapainya tujuan organisasi. Sebagai Kementerian baru pada Pemerintahan Republik Indonesia, Kementerian Riset, Teknologi dan Pendidikan Tinggi Kemristekdikti merupakan organisasi yang juga memerlukan pengelolan data dan informasi yang baik. Pengelolaan data Ilmu Pengetahuan dan Teknologi Iptek , serta pengelolaan data Pendidikan Tinggi Dikti adalah tanggung jawab Kementerian ini. Sejauh ini, kebijakan tentang pengelolaan data tersebut masih dalam proses pembahasan, padahalpermasalahan-permasalahan terkait dengan data sudah seringkali bermunculan dan mengganggu kinerja organisasi. Kondisi ini mengharuskan Kemristekdikti untuk segera menerapkan kebijakan pengelolaan datadan informasi yang baik.Permasalahan data seringkali terjadi karena organisasi belum menerapkan data management yang efektif. Berdasarkan panduan Data Management Body of Knowledge DMBOK , fungsi data management terbagi ke dalam sepuluh komponen, satu komponen yang memegang peranan sangat penting bagi pelaksanaan komponen lainnya adalah data governance. Penelitian ini bertujuan untuk mengetahui rancangan struktur data governance berdasarkan panduan DMBOK sebagai referensi utama. Rancangan struktur yang disusun mengacu kepada penelitian tentang data governance sebelumnya yang terdiri atas tiga unsur, yaitu role, decision areadan responsibility. Selanjutnya hasil rancangan yang diperoleh disesuaikan dengan kondisi Kemristekdikti sehingga menjadi titik awal dalam pelaksanaan data governance di lingkungan Kemristekdikti.Hasil dari penelitian ini menunjukan bahwa panduan DMBOK bisa dipadukan dengan struktur data governance penelitian sebelumnya. Aktivitas data governance pada DMBOK dapat digunakan sebagai solusi awal dari permasalahan data yang terjadi. Harapannya, struktur data governance yang dirancang dapat diaplikasikan sehingga pelaksanaan data governance di Kemristekdikti dapat berjalan secara berkesinambungan.

---

ABSTRACT
Currently, in organizational world, data and information management is very important activity to support organizational goal achievement. As new ministry of Indonesia Republic, Ministry of Research, Technology and Higher Education Kemristekdikti also requires good data and information management. Data management of science, technology and higher education is this ministry responsibility. In so far, policy of such data management is in discussion process indeed, frequently, so many problems related with data had arisen and disturbed organizational performance. Such condition resulted in the Ministry of Research, Technology and Higher Education should apply good data and information management. Frequently, data issues had occurred because organization had not applied effective data management. Based on data guidance of Data Management Body of Knowledge DMBOK , function of data management is divided into ten components which of very importantone and playing role is data governance.This research is aimed at knowing structural designing of data governance based on DMBOK guidance as principal reference.Structural designing having been set refer to research on previous data governance comprising three elements, those are role, decision area and responsibility. Subsequently, designing result having been obtained to be adjusted with condition of Ministry of Research, Technology and Higher Education and as starting point to implement data governance atMinistry of Research, Technology and Higher Education.This research result had indicated that DMBOK guidance may be combined with previous research on structure of data governance. Activity of data governance at DMBOK may be used as early solution from occurring data problem.Wishfully, the designed data governance structure may be applied, hence, implementation of data governance at Ministry of Research, Technology and Higher Education may be realized sustainably.

Abstrak :
Direktorat Jenderal Pemasyarakatan adalah unsur pelaksana teknis Kementerian Hukum dan Hak Asasi Manusia yang memiliki tugas merumuskan dan melaksanakan kebijakan dan standarisasi teknis di bisang pemasyarakatan. Direktorat Jenderal Pemasyarakatan melakukan transformasi digital dalam menjalankan pelayanan pemasyarakatan. Transformasi digital sejalan dengan tata kelola data dan informasi yang baik dalam mencapai tujuan organisasi. Berdasarkan peraturan satu data Indonesia dan sistem pemerintah berbasis elektronik menjadi pedoman instansi pemerintah dalam pertukaran data dan penggunaan sistem informasi dalam menjalankan tugas pokok dan fungsinya. Menurut dokumen cetak biru TI Ditjenpas belum memiliki tata kelola data yang mengakibatkan beberapa data tidak valid dan tidak sesuai yang membuat kurangnya kualitas data. Dengan adanya tata kelola data memudahkan organisasi dalam mengelola data agar mendapatkan data yang terstandar dan berkualitas untuk menyelesaikan permasalahan yang ada. Metode yang digunakan dalam perancangan data governance di Direktorat Jenderal Pemasyarakatan mengacu pada Data Management Body of Knowledge (DMBOK). Pada penelitian ini melakukan pengukuran tingkat kematangan data governance untuk mengetahui peta kemampuan organisasi dalam menerapkan data governance, selanjutnya melakukan pemetaan peran, aktivitas, dan tanggungjawab, serta melakukan perancangan struktur organisasi data governance di Direktorat Jenderal Pemasyarakatan. Perancangan data governance dapat menjadi solusi untuk mempersiapkan manajemen data governance dalam mendukung kepatuhan terhadap regulasi. ......The Directorate General of Corrections is the technical implementing element of the Ministry of Law and Human Rights, which has the task of formulating and implementing policies and technical standardization in the correctional sector. The Directorate General of Corrections carries out digital transformation in correctional services. Digital transformation aligns with good data and information governance in achieving organizational goals. Based on the Indonesian one data regulation and an electronic-based government system, it becomes a guideline for government agencies in exchanging data and using information systems in carrying out their primary duties and functions. According to the IT blueprint document, Ditjenpas does not yet have data governance, resulting in invalid and inappropriate data and a lack of data quality. With data governance, it is easier for organizations to manage data in order to obtain standardized and quality data to solve existing problems. The method used in designing data governance at the Directorate General of Corrections refers to as the Data Management Body of Knowledge (DMBOK). In this study, to measure the maturity level of data governance to determine the map of the organization's ability to implement data governance, then to map roles, activities, and responsibilities, and to design the organizational structure of data governance at the Directorate General of Corrections. Data governance design can be a solution to prepare data governance management to support regulatory compliance.

Abstrak :
ABSTRAK
Kualitas data bawah tanah adalah hal yang sangat penting untuk menunjang kegiatan eksplorasi dan eksploitasi perusahaan hulu migas. Dari hasil assesment pihak eksternal mengenai manajemen data di PT XYZ, salah satu hal krusial yang harus dibenahi adalah kualitas data bawah tanah yang masih rendah. Untuk itu diperlukan suatu kebijakan mengenai manajemen kualitas data sehingga dapat membantu meningkatkan kualitas data bawah tanah di PT. XYZ. Pada penelitian ini data bawah tanah yang akan dijadikan objek penelitian adalah data sumur pengeboran migas. Dalam menyusun kebijakan manajemen kualitas data, penelitian ini menggunakan kerangka kerja Data Quality Management DMBOK pada grup Planning dan Development yang relevan dengan pembuatan kebijakan. Aktivitas-aktivitas ini adalah mendefinisikan data quality requirement, membuat data quality business rule dan membuat data quality metrics. Penelitian berhasil merumuskan rancangan kebijakan manajemen kualitas data sumur pengeboran migas berupa 116 data quality requirement, 119 data quality business rule, dan data quality metrics yang tersusun berdasarkan persentase keberhasilan data memenuhi data quality business rule.

---

ABSTRACT
The quality of subsurface data is very important to support the exploration and exploitation activities of upstream oil and gas companies. From the external assessment of data management in PT XYZ, one of the crucial things that must be addressed is the low quality of subsurface data. For that we need a policy on data quality management so that it can help improve the quality of subsurface data at PT. XYZ. In this research, subsurface data that will be used as research object is oil and gas well drilling data. In preparing data quality management policies, this study uses the DMBOK Data Quality Management framework in the Planning and Development group relevant to policy making. These activities are defining data quality requirements, creating quality business rule data and creating data quality metrics. The research succeeded in formulating the draft of quality management policy of oil and gas well drilling data in the form of 116 data quality requirement, 119 data quality business rule, and data quality metrics compiled based on percentage of data success to meet the data quality business rules.

Abstrak :
Organisasi pemerintah baik di tingkat pusat maupun daerah seperti Kementerian atau Lembaga setingkat dengan Kementerian, maupun di Pemerintah Provinsi/Kabupaten/Kota, membutuhkan data yang memiliki kualitas tinggi untuk melakukan perencanaan dan evaluasi pembangunan yang matang. Untuk keperluan penyediaan data dan informasi pengawasan dan dukungan yang dibutuhkan oleh pimpinan, telah dikembangkan Teknologi Informasi berupa aplikasi Sistem Informasi Manajemen Akuntabilitas (SIMA). Namun pada kenyataannya, kualitas data SIMA saat ini masih belum memenuhi standar karena isian data SIMA yang ada saat ini kurang memadai. Kurangnya kualitas data hasil pengawasan yang disebabkan oleh beberapa faktor seperti kelengkapan data, keakuratan data, ketepatan waktu data, dan konsistensi data yang berdampak pada hasil pengawasan BPKP kurang bisa memberikan rekomendasi strategis kepada Presiden. Penelitian ini dilakukan untuk mengukur tingkat kematangan dari pengelolaan kualitas data dan memberikan rekomendasi peningkatan kualitas data berdasarkan Data Quality Maturity/Capability Model Loshin dan Data Management Body of Knowledge (DMBOK). Kemudian juga dilakukan pegukuran dimensi kualitas data antara lain dimensi completeness, accuracy, timeliness. Dari hasil penelitian ditemukan permasalahan dimensi disebabkan karena validasi pada sistem yang belum memadai. Pada pengukuran tigkat kematangan manajemen data dari delapan komponen penilaian diperoleh tingkat maturitas mencapai level 3 atau defined. Kemudian untuk menentukan strategi dipetakan berdasarkan harapan untuk mencapai level 5 atau optimized diperoleh 37 rekomendasi untuk perbaikan kualitas data hasil pengawasan. ......Government organizations, both at the central and regional levels, such as ministries or institutions at the level of the ministry, as well as at the provincial/district/city governments, need high-quality data to carry out careful planning and evaluation of development. For the purpose of providing data and information on supervision and support needed by the leadership, Information Technology has been developed in the form of an Accountability Management Information System (SIMA) application. However, in reality, the current SIMA data quality still does not meet the standards because the current SIMA data entry is inadequate. The lack of quality of data from supervision results caused by several factors such as completeness of data, accuracy of data, timeliness of data, and consistency of data which has an impact on results of supervision of BPKP less able to provide strategic recommendations to the President. This study was conducted to measure the maturity level of data quality management and provide recommendations for improving data quality based on the Loshin Data Quality Maturity/Capability Model and the Data Management Body of Knowledge (DMBOK). From the results of the study, it was found that dimensional problems were caused by inadequate validation of the system. Measuring the maturity level of data management from the eight assessment components, it is obtained that the maturity level reaches level 3 or defined. Then to determine the mapped strategy based on the expectation to reach level 5 or optimized, 37 recommendations were obtained for improving the quality of the monitoring data.

Abstrak :
KSEI merupakan Self Regulatory Organization yang ditunjuk secara undang-undang sebagai lembaga penyelesaian dan penyimpanan di pasar modal Indonesia. Data investor merupakan salah satu elemen penting di dalam proses bisnis KSEI dan merupakan salah satu data yang digunakan untuk pengambilan keputusan dan pembuatan rencana strategi perusahaan. Saat ini masih banyak data investor yang duplikat dan tidak berkualitas. Salah saturencana bisnis KSEI pada tahun 2018 adalah melakukan pembenahan data investor. Hasil dari studi literatur menyimpulkan, untuk membenahi data investor yang duplikat dan tidak berkualitas diperlukan manajemen master data yang sesuai dengan proses bisnis di KSEI. Perencanaan manajemen master data disusun menggunakan panduan dari DAMA DMBOK. Pengumpulan data dilakukan dengan melakukan wawancara terhadap pakar data investor, dokumen, dan data observasi. Hasil dari penelitian ini merumuskan kebutuhan untuk manajemen master data dan sumber master data untuk data investor KSEI, mengintegrasikan basis data investor, merumuskan metode penggunaan operasional dan merumuskan pola arsitektur transaction hub. Manajemen master data ini diharapkan mampu membantu KSEI dalam mengimplementasikan manajemen master data. ......Indonesia Central Securities Depository (KSEI) is a Self Regulatory Organization that is appointed by law as a settlement and deposit institution in the Indonesian capital market. Investor data is one of the important elements in KSEI's business process, one of the data used for decision making and use for company for making strategic plan. This time there are still many duplicate and low quality investor data. One of KSEI's business problems in 2018 is to reform investor data. The results of the literature study concluded, to fix duplicate and quality investor data required implement master data management that is in accordance with the business processes at KSEI. Master data management planning is prepared using a guide from DAMA DMBOK. Data collection is done by conducting interviews with expert investor data, documents, and observation data. The results of this study formulate the need for master data management and master data sources for KSEI investor data, integrate investor databases, formulate operational use methods and formulate transaction hub architecture patterns. This master data management is expected to be able to help KSEI in developing master data management.

Abstrak :
Tindak pidana pencucian uang dan pendanaan terorisme merupakan tindak kejahatan luar biasa dan lintas nasional maupun internasional. Dalam meningkatkan efektivitas pemberantasan tindak pidana pencucian uang dan pendanaan terorisme, dengan hasil kajian yang telah dilakukan, PPATK menggunakan sistem informasi yang dikembangkan oleh UNODC yaitu goAML untuk menggantikan sistem informasi sebelumnya, yaitu GRIPS. Hasil rapat pimpinan memutuskan bahwa data di sistem GRIPS akan dimigrasi ke dalam sistem goAML. Berdasarkan riset yang ada, kegagalan proyek migrasi sistem umumnya disebabkan oleh kegagalan migrasi data. Merujuk pada pengalaman migrasi data yang pernah mengalami kegagalan sebelumnya dan pelaksanaan migrasi data yang tidak terstruktur pada proses migrasi laporan LTKM (Laporan Transaksi Keuangan Mencurigakan), untuk mencegah terjadinya kegagalan serta membuat proses migrasi data menjadi lebih efektif, maka dirumuskanlah strategi migrasi data yang dapat dijadikan panduan dalam proses migrasi data dari sistem GRIPS ke sistem goAML. Strategi ini menggunakan metodologi migrasi data dari PDMv3 Methodology serta kerangka kerja dari DMBOK dan Loshin untuk manajemen datanya. Hasil dari penelitian ini merumuskan strategi migrasi data yang data profiling, data mapping, proses ETL, testing dan validation dengan menempatkan proses data cleansing di dalam setiap tahapan proses migrasi data untuk tetap menjaga kualitas data. ......The money laundering and terrorism financing are extraordinary, transnational and international crime. In order to increase the effectiveness of eradicating money laundering and terrorism financing crime, with the results of the studies that have been carried out, PPATK uses the information system developed by UNODC, namely goAML, to replace the previous system, namely GRIPS. The executive meeting has decided that the data in GRIPS system will be migrated into the goAML system. Based on existing research, system project migration failures are generally caused by data migration failures. Refers to the previous failure experienced and having an unstructured process on STR (Suspicious Transaction Reports) data migration, in order to prevent this failure and to create the process to be more effective, then the strategy of data migration has been formulated that can be used as a guidance for data migration process from GRIPS system into goAML system. This strategy is used data migration methodology from PDMv3 Methodology and the DMBOK and Loshin for the data management framework. The results of this study formulate a data migration strategy which, if arranged into a stage, begins with data profiling, data mapping, ETL process, testing, and validation by placing the data cleansing process in each step of the data migration process to maintain the data quality.

Abstrak :
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.

Abstrak :
PT Kustodian Sentral efek Indonesia (KSEI) adalah salah satu self regulatory organization (SRO) di pasar modal Indonesia yang ditunjuk sebagai Lembaga Penyimpanan dan Penyelesaian dan merupakan satu-satunya central depository di pasar modal Indonesia yang mengelola pusat data investor, balance/holding, dan lainnya, sehingga menuntut KSEI harus memiliki kualitas data yang baik. Namun pada kenyataannya walaupun kualitas data berdasarkan wawancara dan Customer Satisfaction Index (CSI) KSEI tahun 2019 sudah cukup baik dari segi integritas dan accuracy tetapi dari sisi completeness, timeliness, dan punctuality masih harus ditingkatkan. Untuk meningkatkan kualitas data yang diharapkan oleh organisasi dibutuhkan sebuah manajemen data yang baik dan komponen pertama yang dapat dilakukan untuk mencapainya adalah dengan adanya data governance. Saat ini KSEI belum memiliki data governance sehingga tujuan pada penelitian ini adalah untuk merancang data governance yang sesuai dengan kondisi di KSEI menggunakan panduan framework DMBOK dan beberapa penelitian terdahulu. Rancangan yang dihasilkan pada penelitian ini meliputi struktur organisasi data governance (pemetaan peran, aktivitas, dan tanggung jawab), model operasional, dan 13 buah usulan serta roadmap implementasi yang akan dijalankan selama 2 tahun. Diharapkan dengan adanya penerapan data governance di KSEI dapat meningkatkan kualitas manajemen data karena terdapat fungsi perencanaan, pengawasan, dan kontrol terhadap data secara menyeluruh. ......Indonesia Central Securities Depository (KSEI) is one of the self-regulatory organizations (SRO) in Indonesian capital market that is appointed as the Depository and Settlement Institution. As the only central depository in Indonesian capital market that manages investor, balance/holding, and other data, KSEI is required to have high quality data. In practice, however, the data quality based on 2019 Customer Satisfaction Index (CSI) is still lacking in terms of completeness, timeliness, and punctuality despite being good in terms of integrity and accuracy. A robust data management strategy is required to accomplish the organization's goals for improved data quality, and data governance is the first step that can be taken in that direction. Since KSEI does not yet have data governance, the goal of this study is to create data governance that complies with KSEI's requirements utilizing the DMBOK framework's rules and findings from several previous studies. The study’s result consists of organizational data governance (roles, activities, and responsibilities mapping), operational models, and 13 proposals and implementation roadmaps that will be implemented for 2 years. The adoption of data governance at KSEI is anticipated to enhance the caliber of data management, including the activities of planning, monitoring, and controlling the data within the company.

Abstrak :
Data master merupakan data penting yang merepresentasikan objek bisnis utama dari suatu perusahaan, salah satunya pelanggan. Manajemen data master berperan dalam pengelolaan data master yang meliputi kepemilikan, kualitas, arsitektur, penyimpanan, dan distribusi data. PT Telekomunikasi Indonesia Tbk. (Telkom) merupakan perusahaan telekomunikasi terbesar di Indonesia dengan salah satu portofolio utama yaitu Indihome. Dalam rangka menyukseskan program utama Telkom 2020, data master pelanggan Indihome yang berkualitas merupakan data yang vital dibutuhkan. Analisis dan profiling data pelanggan dilakukan lebih akurat untuk meningkatkan customer experience dan kualitas produk Indihome. Berdasarkan hasil wawancara diketahui bahwa belum ada data master pelanggan. Hasil observasi juga menunjukkan data pelanggan Indihome yang ada pada aplikasi operasional tidak lengkap, tidak akurat, dan tidak valid. Penelitian ini menggunakan metode kualitatif dengan desain studi kasus yang bertujuan untuk melakukan perencanaan manajemen data master untuk data pelanggan Indihome di Telkom menggunakan kerangka kerja Data Management Body of Knowledge (DMBOK) dan model arsitektur dari Boris Otto, serta dengan mempertimbangkan hasil pengukuran tingkat kematangan manajemen data master dengan model Master Data Management Maturity Model (MD3M). Hasil pengukuran menunjukkan tingkat kematangan manajemen data master pelanggan Indihome berada pada level satu. Untuk mencapai tingkat kematangan yang diharapkan sebagaimana dalam strategi dan program utama Telkom, maka penelitian ini menghasilkan rancangan manajemen data master pelanggan Indihome, berupa rancangan tata kelola, arsitektur, serta peta jalan implementasi. Penelitian ini dapat menjadi acuan dalam implementasi manajemen data master pelanggan Indihome di Telkom, serta memberikan penambahan pengetahuan mengenai perencanaan manajemen data master pelanggan pada perusahaan telekomunikasi. ......Master data is important data that represents the main business objects of a company. Customer is one of the main business objects of a company. Master data management plays a role in managing master data which includes ownership, quality, architecture, storage, and distribution of data. PT Telekomunikasi Indonesia Tbk. (Telkom) is the largest telecommunications company in Indonesia with one of the main portfolios, namely Indihome. To succeed in the main program of Telkom 2020, Indihome customer master data that has a good quality is vital. Analysis and profiling of customer data are carried out more accurately to improve the customer experience and quality of Indihome products. Based on the interview results it is known that there is no customer master data because it is still fragmented in several operational applications. The observation also shows that Indihome customer data that is in the operational application is incomplete, inaccurate, and invalid. This research uses a qualitative method with a case study design that aims to plan master data management for Indihome customer data at Telkom using the Data Management Body of Knowledge (DMBOK) framework and architectural models from Boris Otto, and by considering the measurement results of master data management maturity level with the Master Data Management Maturity Model (MD3M) model. The measurement results show that the maturity level of Indihome customer master data management is at level one. To achieve the expected level of maturity as in Telkom's main strategy and program, this study produces a master data management plan for Indihome customers, in the form of governance, architecture and implementation road maps. This research can be used as a reference in implementing Indihome customer master data management at Telkom, as well as providing additional knowledge about customer master data management planning at telecommunication companies.