Hasil Pencarian  ::  Simpan CSV :: Kembali

"Data merupakan faktor penting yang mempengaruhi dan menunjang keberhasilan di dalam organisasi atau perusahaan. Data merupakan aset dan menjadi faktor pendukung maupun penunjang dalam pengambilan keputusan baik di level manajemen puncak ataupun di bawahnya. PT JAS merupakan salah satu perusahaan penjaminan syariah yang mengelola risiko, melakukan proses pengajuan penjaminan dan pembayaran klaim berdasarkan dukungan data, sehingga dalam menjalankan bisnisnya PT JAS memiliki ekspektasi terhadap data yang berkualitas. Namun berdasarkan realitas, masih ditemukan data tidak lengkap, tidak benar dan tidak akurat di dalam database aplikasi yang menjadi core bisnis penjaminan. Berdasarkan gap antara ekspektasi dan realitas di PT JAS maka, dapat disimpulkan bahwa terjadi masalah yaitu “Kualitas data tidak mencapai target”. Dari hasil analisis yang dilakukan terkait permasalahan-permasalahan kualitas data penulis menentukan satu akar permasalahan untuk dibahas dan diselesaikan di dalam penelitian ini yaitu perusahaan “belum menerapkan tata kelola data “. Hal ini yang menjadi dasar diperlukannya optimalisasi kualitas data perusahaan dengan penerapan sebuah data management yang baik dengan perancangan data governance. Berdasarkan panduan DMBOK, di dalam menyusun fungsi data management pada suatu organisasi data governance merupakan fungsi utama yang harus dipersiapkan terlebih dahulu di dalam penyusunan tersebut. Penelitian ini merupakan penelitian kualitatif dengan paradigma interpretative yang bertujuan untuk mendapatkan sebuah rancangan struktur data governance yang sesuai dan memberikan rekomendasi penyelesaian permasalahan data di PT JAS. Proses pengumpulan data dilakukan melalui wawancara, studi literatur dan observasi dokumen. Hasil dari penelitian ini adalah pemetaan peran dan penyusunan data governance sesuai dengan kondisi organisasi yang dikelompokkan ke dalam peran organisasi dan individu terhadap aktivitas-aktivitas di area perencanaan maupun operasional, selanjutnya dari pemetaan peran diusulkan sebuah rancangan struktur data governance operating model yang membagi jalur eskalasi menjadi taktis dan operasional serta strategis. Selain itu, dari hasil analisis assessment tingkat kematangan data governance, diperoleh 11 usulan inisiatif yang dapat dilakukan untuk menunjang aktivitas data governance dan tercapainya integritas data.

---

Data is an important factor that influences and supports success in an organization or company. Data is an asset and is a supporting and supporting factor in decision making both at the top management level and below. PT JAS is one of the sharia guarantees companies that manages risk, processes submissions of guarantees and claims payments based on data support, so that in conducting its business PT JAS has expectations of quality data. However, based on reality, it is still found incomplete, incorrect and inaccurate data in the application database which is the core of the guarantee business. Based on the gap between expectations and reality at PT JAS, it can be concluded that a problem occurred namely "Data quality did not reach the target". From the results of the analysis conducted related to data quality problems, the author determines one root problem to be discussed and resolved in this study, namely the company "has not implemented data governance". This is the basis for the need for optimizing the quality of company data by implementing a good data management by designing data governance. Based on DMBOK guidelines, in compiling data management functions in a data governance organization is the main function that must be prepared in advance in the preparation. This study is a qualitative research with an interpretative paradigm that aims to get an appropriate data structure governance design and provide recommendations for solving data problems at PT JAS. The process of collecting data is done through interviews, literature studies and document observations. The results of this research are role mapping and governance data compilation in accordance with organizational conditions which are grouped into organizational and individual roles for activities in the planning and operational areas, then from the role mapping it is proposed that a governance operating model data structure design that divides the escalation path into tactical and operational as well as strategic. In addition to this from the results of the assessment analysis of the maturity level of governance data, 11 proposed initiatives that can be carried out to support data governance activities and data integrity are achieved."

"Rumah Sakit XYZ merupakan rumah sakit pemerintah di Indonesia yang menggunakan SIMRS untuk mendukung kegiatan operasional. Peraturan direktur Rumah Sakit XYZ menyatakan harapan bahwa data SIMRS harus berkualitas dilihat dari dimensi akurasi, kelengkapan, dan kemutakhiran. Penelitian ini bertujuan untuk melakukan penilaian terhadap kematangan manajemen kualitas data pada SIMRS dengan terlebih dahulu melakukan penilaian kualitas data dengan menggunakan kerangka kerja MCHP (Manitoba Centre for Health Policy), kemudian mengukur level kematangan manajemen kualitas data dengan menggunakan kerangka kerja dari Loshin serta memberikan rekomendasi peningkatan kualitas data dengan mengacu kepada Data Management Body of Knowledge (DMBOK). Pendekatan kualitatif digunakan untuk mengumpulkan data dengan melakukan studi dokumen, wawancara terhadap enam narasumber yang terdiri atas tiga orang mewakili unit Teknologi Informasi dan tiga orang mewakili unit bisnis serta melakukan observasi data di database. Hasil wawancara dan studi dokumen diolah untuk mengisi indikator penilaian kematangan manajemen kualitas data dengan menggunakan instrumen dari Loshin. Hasil penilaian kualitas data menunjukkan data masih belum memenuhi harapan dari dimensi akurasi, kelengkapan serta kemutakhiran. Hasil pengukuran level manajemen kualitas data saat ini adalah level 1 (initial). Rekomendasi yang disusun untuk meningkatkan manajemen kualitas data di Rumah Sakit XYZ, yaitu: membuat data dictionary, penerapan manajemen metadata, melakukan data profiling, membuat prosedur pengecekan validitas data, membuat struktur organisasi tata kelola data, memberikan pelatihan kualitas data, serta membangun konsep data stewardship.

---

XYZ Hospital is a government hospital in Indonesia that uses HIS to support operational activities. Based on the director's regulation there is an expectation of the quality of the data from several dimensions namely: accuracy, completeness and currency.

This study aims to assess the quality of data on HIS by using MCHP (Manitoba Center for Health Policy) framework and measure the maturity level of data quality management by using Loshin framework, and to provide recommendations for improving the quality of data quality management by referring to Data Management Body of Knowledge (DMBOK).

A qualitative approach was used to collect data by conducting document studies, interviews with six sources and observations into the database.

The assessment result showed that the data still did not meet the expectations. The current level of data quality management is at level 1 (initial). Recommendations for improving the maturity of data quality management at XYZ Hospital namely: creating a data dictionary, implementing metadata management, conducting data profiling, create procedures for checking the accuracy and validity of data, creating an organizational structure to oversee data governance, providing data quality training, and building the concept of data stewardship."

"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."