Hasil Pencarian  ::  Simpan CSV :: Kembali

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.

Abstrak :
Sekretariat Dewan Pertimbangan Presiden memerlukan pengolahan dan pengelolaan data yang berkualitas untuk menunjang peran memberikan dukungan teknis dan administrasi kepada Dewan Pertimbangan Presiden. Permasalahan yang dihadapi organisasi adalah belum adanya kebijakan dan manajemen data serta sistem-sistem silo yang belum terintegrasi, mengakibatkan duplikasi, inkonsistensi, dan kesalahan data. Untuk menyelesaikan permasalahan tersebut, penelitian ini mengukur tingkat kematangan manajemen data master yang ada di organisasi menggunakan metode MD3M Spruit-Pietzka. Hasil pengukuran tingkat kematangan kemudian dianalisa untuk merumuskan strategi peningkatan tingkat kematangan manajemen master data di Sekretariat Dewan Pertimbangan Presiden. Hasil pengukuran menunjukkan bahwa tingkat kematangan MDM di Sekretariat Dewan Pertimbangan Presiden adalah 1. Hal ini menunjukkan sudah adanya kesadaran dan upaya awal untuk mengatur manajemen data master di dalam organisasi. Target tingkat kematangan MDM adalah 3, dengan topik kualitas data dan perlindungan data sebagai prioritas perbaikan dari organisasi. Penelitian ini juga menghasilkan strategi untuk meningkatkan tingkat kematangan MDM melalui analisis kesenjangan antara tingkat kematangan dengan target tingkat kematangan. Program pengembangan data master direncanakan berjalan secara bertahap selama dua tahun. ......The Secretariat of the Presidential Advisory Council requires quality data processing and management to support the role of providing technical and administrative support to the Presidential Advisory Council. The problems faced by organization are non-existent of policies and management related to data as well as unintegrated silo systems, resulting in duplication, inconsistency, and data errors. To solve this problem, this study measures the current master data management maturity level in the organization using the MD3M Spruit-Pietzka method. The results of the measurement of the maturity level then are analyzed to formulate a strategy to improve the maturity level of master data management at the Secretariat of the Presidential Advisory Council. The result of the assessment showed that MDM maturity level at Secretariat of Presidential Advisory Council is 1. This means that organization already has basic awareness in the management of master data. Organization’s target MDM maturity level is 3, with data quality and data protection as improvement priorities. This research also produces a strategy to increase the maturity level of MDM through gap analysis between the maturity level and the target maturity level. The master data development program is planned to run in stages over two years.

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 :
Standarisasi proses operasi dan standarisasi data (informasi) untuk mendukung implementasi sistem ERP (Enterprise Resource Planning) secara optimal menjadi isu utama dalam penelitian ini. Prosedur Master Data diaplikasikan pada semua master data yang berhubungan dengan SAP (Standard Application Program) system. Aktivitas persiapan data untuk proses input data pada implementasi SAP disebut sebagai Master Data Maintenance. Adanya kesalahan-kesalahan dalam pengisian form, dimana data input pada form sering salah, data tidak benar dan juga tidak akurat, membuat aktivitas master data maintenance terganggu. Dengan menggunakan pemetaan proses didapatkan proses aliran form yang sekarang dengan bantuan diagram alir, lalu mencari faktor penyebab terjadinya kesalahan dengan menggunakan diagram sebab-akibat. Selanjutnya, peneliti mencari tahu tingkat prosentase dari setiap faktor penyebab terjadinya kesalahan tersebut dimana pada umumnya 80% permasalahan yang ada disebabkan oleh 20% penyebab (80/20-Rule) dengan menggunakan diagram Pareto. Ketiga alat yang digunakan untuk pengukuran tersebut adalah bagian dari metode - 7 Tools of Quality - . Metode ini berguna untuk mencari dan memecahkan masalah pada kualitas. Alhasil, berdasarkan setiap faktor penyebab kesalahan yang ditemukan dari metode 7 alat kualitas tersebut, penelitian berlanjut pada tahap mengidentifikasi, mendeteksi dan mengetahui resiko-resiko yang dapat muncul akibat faktor penyebab kegagalan itu. Dengan menggunakan metode FMEA (Failure Modes and Effect Analyse), setiap nilai resiko faktor penyebab kegagalan diurutkan dan diberi nilai prioritas resiko, dimana urutan peringkat (rating) pertama menjadi hal utama yang harus diberikan perhatian lebih dibandingkan dengan urutan peringkat yang kedua. Dari Risk Priority &umber (RPN) tersebut dapat dijadikan sebagai rekomendasi tindakan, kebijakan maupun keputusan dalam mengambil langkah pencegahan kegagalan atau untuk mengatasi keadaan kritikal. Keberhasilan dan kegagalan implementasi ERP tidak tergantung pada kualitas hardware dan software dari implementasi sistem ERP, melainkan lebih pada pendidikan dan pelatihan. Keberhasilan akan diperoleh jika organisasi memberikan perhatian terhadap pelatihan dan pendidikan pada awal implementasi ERP. ......Standardize process and data in order to support implementation of ERP (Enterprise Resource Planning) system is the main issue in this research. Master Data Procedure is applicable for all master data, which are related to SAP (Standard Application Program) system. There are some problems of form failure that interrupt activity of master data maintenance. The form failure was caused by some factors that could led user to do a mistake in doing form filling task. Using 7 Tool's of Quality as a tools for tracing what the problem is, where the problem was located and why it could be happens. There are three kind of 7 Tool's of Quality that used in this research which are: 'flowchart diagram' is used in doing process mapping, 'fishbone diagram' is used to identify any factors of failure and 'Pareto diagram (80/20-Rule)' in order to get level percentages of each failure factors which 80% of problems is caused by 20% of cause. After that, this research focuses on the risk of any failure factors. By using FMEA (Failure Modes and Effect Analyse) to get the Risk Priority Numbers (RPN), which help in getting any recommend solution to avoid and control each of failure factors that affecting any possibilities to do a mistake in filling form by user, as the result, the activity of master data maintenance will be disturbance. Where as, the highest rank of RPN indicated the highest risk that could occur in the future. Therefore, it should have become the main focus of attention in highest priority than the second highest rank. Finally, the key success of ERP system implementation is not on the quality of hardware and software but focus and pays more attention on education and training program from the very beginning of implementation.