Hasil Pencarian  ::  Simpan CSV :: Kembali

"Politeknik Keuangan Negara STAN (PKN STAN) sebagai perguruan tinggi diwajibkan untuk memenuhi Standar Nasional Pendidikan Tinggi dalam rangka menjaga mutu pendidikan tinggi. Hasil penjaminan mutu digunakan oleh BAN-PT dalam menetapkan akreditasi Perguruan Tinggi. Penilaian akrediatasi, salah satunya, dilaksanakan dengan mengambil data dari Pangkalan Data Perguruan Tinggi (PDPT). Perguruan Tinggi wajib menyampaikan data dan informasi penyelenggaraan pendidikan ke PDPT. Data pendidikan tinggi meliputi data pokok, data referensi, dan data transaksional pendidikan tinggi. Data yang disampaikan ke PDPT harus memenuhi syarat kelengkapan, kebenaran, ketepatan, dan kemutakhiran. Hasil pengukuran data mahasiswa sebagai salah satu data pokok pendidikan tinggi di PKN STAN padadimensi kualitas data yang disyaratkan, yaitu Kelengkapan50.38%, Kebenaran/Ketepatan14.16%, dan Kemutakhiran100% diukur dari waktu pembuatan/pemutakhiran. Hasil tersebut belum memenuhi kriteria yang disyaratkan organisasi sebesar 90% untuk setiap dimensi data yang disyaratkan. Berdasarkan hal tersebut, penelitian ini menyusun rekomendasi peningkatan kualitas data pokok pendidikan di PKNSTAN. Rekomendasi disusun dengan melakukan penilaian manajemen kualitas data saat ini yang meliputi penilaian dimensi kualitas data padadata pokok pendidikan (dosen, mahasiswa, kurikulum, dan mata kuliah) dan penilaian tingkat kematangan manajemen kualitas data. Rekomendasi yang diberikan meliputi delapan komponen dalam Data Quality Frameworkdari David Loshin dengan menerapkan praktik terbaik manajemen kualitas data dariData Management Book of Knowledge dari DAMA Institute. Terdapat 66 rekomendasi peningkatan kualitas data pokok pendidikan di PKN STAN untuk dapat mencapai tingkat kematangan manajemen kualitas data yang diinginkan. Dari 66 rekomendasi tersebut, terdapat delapan rekomendasi yang dinilai berdampak signifikan dalam awal pelaksanaan program manajemen kualitas data di PKN STAN. Rekomendasi tersebut diharapkan dapat digunakan sebagai acuan dalam melaksanakan program peningkatan kualitas data pokok pendidikan di PKN STAN.

---

State Finance Polytechnic STAN, as a higher education institution (HEI), is required to meet the National Standards of Higher Education in order to maintain the quality of higher education. The quality assurance results are used by BAN-PT in establishing university accreditation. Accreditation assessment, one of which, is carried out by taking data from the Pangkalan Data Perguruan Tinggi (PDPT).

HEIs must submit data and information on the implementation of education to PDPT. Higher education data includes basic data, reference data, and higher education transactional data. Data submitted to PDPT must meet the requirements for completeness, truth, accuracy, and currency.

The measurement results of student data as one of the primary data of higher education in PKN STAN on the required data quality dimensions, namely Completeness 50.38%, Truth/Accuracy 14.16%, and Update 100% measured from the time of creation/updating. These results do not meet the criteria required by the organization by 90% for each dimension of data required.

Based on this, the research composes recommendations for improving the quality of the basic data of education in PKN STAN. The recommendations are prepared by evaluating the current data quality management, which includes evaluating the dimensions of data quality in the basic education data (lecturers, students, curriculum, and courses) and assessing the maturity level of data quality management.

The recommendations include eight components in the David Quality Quality Framework by implementing data quality management best practices from the Data Management Book of Knowledge from DAMA Institute. PKN STAN needs to make the 66 recommendations to be able to reach the desired level of data quality management maturity. There were eight recommendations which considered to have a significant impact at the beginning of the implementation of the data quality management program in PKN STAN. This recommendation is expected to be used as a reference in implementing the basic data quality improvement program in PKN STAN."

"Politeknik Keuangan Negara STAN disingkat PKN STAN adalah perguruan tinggi yang menyelenggarakan program pendidikan vokasi di bidang keuangan negara. PKN STAN adalah salah satu unit eselon II di bawah Badan Pendidikan dan Pelatihan Keuangan (BPPK) Kementerian Keuangan Republik Indonesia. Secara kelembagaan, PKN STAN merupakan transformasi dari perguruan tinggi yang telah cukup dikenal yaitu Sekolah Tinggi Akuntansi Negara (STAN), yang diharapkan dapat memiliki kapasitas untuk menjalankan fungsi sebagai perguruan tinggi seutuhnya yaitu menyelenggarakan Tridharma Perguruan Tinggi yang meliputi kegiatan pendidikan, penelitian, dan pengabdian masyarakat. Dalam Rencana Strategis (Renstra) Tahun 2015-2019, PKN STAN menetapkan visinya menjadi Politeknik terkemuka di Indonesia yang menghasilkan kader pengelola keuangan negara bereputasi internasional. Kondisi ideal yang diharapkan adalah PKN STAN dapat melaksanakan Tridharma Perguruan Tinggi dengan sepenuhnya. Sebagai upaya untuk memenuhi harapan tersebut, PKN STAN telah menggunakan Sistem Informasi dan Teknologi Informasi (SI/TI) dalam penyelenggaraan operasional akademis dan perkantoran. Dari hasil observasi terkait SI/TI ditemukan bahwa SI/TI di PKN STAN belum sepenuhnya mendukung pelaksanaan Tridharma Perguruan Tinggi. Sebanyak 27 aplikasi tidak terintegrasi dan 6 di antaranya tidak digunakan. Penyebabnya adalah pengembangan SI yang dilakukan secara parsial dan tidak terencana. Oleh karena itu dibutuhkan perencanaan strategi digital dalam rangka menyelaraskan SI/TI yang ada dengan fungsi PKN STAN sebagai perguruan tinggi. Penelitian ini bertujuan merumuskan rencana strategi digital (SI/TI) beserta roadmap implementasinya dengan menggunakan metodologi kerangka kerja Ward & Peppard. Untuk mempertajam analisis, penelitian ini menggunakan Business Model Canvas (BMC), Value Chain (VC), Critical Success Factor (CSF), dan Politik-Ekonomi-Sosial-Teknologi (PEST). Data yang diolah bersifat kualitatif berupa hasil wawancara, observasi, dan studi dokumen menggunakan metode analisis tematik. Hasil dari penelitian ini adalah sebuah rumusan rencana strategi digital yang terdiri dari strategi SI, strategi TI, dan strategi manajemen SI/TI; pemetaan 27 sistem informasi masa mendatang ke dalam McFarlans application portfolio; dan roadmap implementasi rencana strategi digital tersebut untuk tiga tahun ke depan.

---

State Finance Polytechnic STAN abbreviated as PKN STAN is a college that organizes vocational education programs in the field of state finance. PKN STAN is one of the echelon II units under the Finance Education and Training Agency (BPPK) of the Ministry of Finance of the Republic of Indonesia. Institutionally, PKN STAN is a transformation from a previous well-known institution namely the State Accounting College (STAN), which is expected to have the capacity to function as a whole university: to hold a Tridharma of Higher Education including education, research and community service activities.

In the Strategic Plan (Renstra) of 2015-2019, PKN STAN set its vision to become the leading Polytechnic in Indonesia which produced cadres of internationally reputed state financial managers. The ideal condition expected is that PKN STAN can fully implement the Tridharma of Higher Education. In an effort to fulfill these expectation, PKN STAN has used Information and Information Technology (IS/IT) systems in the implementation of academic and office operations.

From the results of observations related to IS/IT, it was found that IS/IT in PKN STAN had not fully supported the implementation of the Tridharma of Higher Education. A total of 27 applications are not integrated and 6 of them are not used. The reason is that the development of IS is carried out partially and unplanned. Therefore, IS/IT strategic planning is needed in order to align the existing IS/IT with the function of PKN STAN as a university. This study aims to formulate a digital strategy (IS/IT) plan and its implementation roadmap using the Ward & Peppard framework methodology.

To sharpen the analysis, this study uses Business Model Canvas (BMC), Value Chain (VC), Critical Success Factors (CSF), and Political-Economic-Social-Technology (PEST). Data processed is qualitative in the form of interviews, observations, and study documents using thematic analysis methods. The results of this study are a digital strategy plan consisting of IS strategies, IT strategies, and IS/IT management strategies; mapping of 27 future information systems into McFarlans application portfolio; and the roadmap for implementing the digital strategy plan for the next three years."

"Penelitian ini bertujuan untuk menganalisis perlakuan akuntansi atas koleksi bahan pustaka yang termasuk barang milik negara di Politeknik Keuangan Negara STAN berdasarkan PSAP 7 dan Bultek SAP No. 15. Selain itu, penelitian ini menganalisis perbandingan akuntansi atas koleksi bahan pustaka berdasarkan PSAP 7 dan Guidance Notes No. 2 Accounting for Library berbasis IPSAS. Metode penelitian yang digunakan adalah studi kasus dengan pendekatan deskriptif kualitatif melalui observasi lapangan dan wawancara. Sumber data yang diperoleh adalah data primer berupa hasil observasi dan wawancara dengan pegawai PKN STAN Kementerian Keuangan, serta data sekunder berupa laporan keuangan dan dokumen bukti perlakuan akuntansi pada koleksi bahan pustaka/monografi. Hasil penelitian menunjukkan bahwa PKN STAN telah menerapkan akuntansi atas koleksi bahan pustaka sesuai dengan PSAP 7 dan Bultek SAP No. 15. Namun, terdapat perbedaan pencatatan transaksi oleh pihak yang mengelola BMN dan pihak perpustakaan. Di samping itu, koleksi bahan pustaka/monografi belum diungkapkan secara lengkap dalam laporan keuangan. Penelitian ini memberikan usulan pedoman akuntansi dengan mengadopsi Guidance Notes No. 2 Accounting for Library karena sudah mengatur klasifikasi, metode penyusutan, dan nilai kapitalisasi yang belum diatur pada PSAP 7.

---

This study aims to analyze the accounting treatment of library collections which include State-owned assets at the Polytechnic Of State Finance STAN based on PSAP 7 and Bultek SAP No. 15. This study analyzes comparative accounting for library collections based on PSAP 7 and Guidance Notes No. 2 Accounting for Library based on IPSAS. The research method used is a case study with a qualitative descriptive approach through field observations and interviews. The data sources obtained were primary data in the form of observations and interviews with PKN STAN employees of the Ministry of Finance, as well as secondary data in the form of financial reports and documents proving accounting treatment in library collections/monographs. The analysis results show that PKN STAN has implemented accounting for library material collections in accordance with PSAP 7 and Bultek SAP No. 15. However, there are differences in recording transactions by those who manage State-owned assets and the library. In addition, the library collections/monographs has not been fully disclosed in the financial reports. This research provides proposed accounting guidelines by adopting Guidance Notes No. 2 Accounting for Libraries because it regulates classification, depreciation methods, and capitalization values which have not been regulated in PSAP 7."

"Setiap perguruan tinggi di Indonesia bertanggung jawab atas kelengkapan, kebenaran, ketepatan, dan kemutakhiran data pendidikan tinggi di perguruan tinggi masing-masing. Data pendidikan tinggi digunakan untuk pelaksanaan sistem penjaminan mutu pendidikan tinggi dan digunakan sebagai landasan dalam penyusunan kebijakan terkait program studi dan perguruan tinggi di Indonesia. Hasil pengukuran kualitas data menunjukkan bahwa terdapat permasalahan pada data pendidikan tinggi di Politeknik Statistika STIS yaitu belum memenuhi kriteria kelengkapan, kebenaran, ketepatan, dan kemutakhiran. Pengukuran tingkat kematangan manajemen kualitas data telah dilakukan dengan menggunakan Loshins Data Quality Maturity Model dimana hasilnya berada pada kisaran level 1 dan 2. Hanya komponen dimensi kualitas data yang telah mencapai target yang diharapkan. Untuk itu, rekomendasi disusun berdasarkan kerangka kerja DAMA-DMBOK. Adapun aktivitas yang perlu dilakukan adalah mengembangkan dan mempromosikan kesadaran terhadap kualitas data; mendefinisikan kebutuhan kualitas data; melakukan profiling, analisis, dan penilaian kualitas data; mendefinisikan aturan bisnis (business rules) kualitas data; menetapkan dan mengevaluasi tingkat layanan kualitas data (data quality service levels); mengelola permasalahan terkait kualitas data; merancang dan mengimplementasikan operasional prosedur untuk manajemen kualitas data; dan memantau operasional dan performa prosedur manajemen kualitas data.

---

Every varsity in Indonesia is responsible for ensuring the completeness, the validity, the accuracy, and the currency of its educational data. The educational data is used for the implementation of the higher-education quality assurance system and is used as a basis to formulate policies related to universities and majors in Indonesia. Data quality assessment result indicates that educational data in Statistics Polytechnic STIS did not meet completeness, validity, accuracy, and currency criteria. Data quality management maturity has been measured using Loshins Data Quality Maturity Model which the result are in level 1 to level 2 of maturity. Only data quality dimensions component has achieved the expected target.

Thus, recommendations have been proposed based on the DAMA-DMBOK framework. The activities needed to be carried out are developing and promoting awareness of data quality; defining data quality requirements; profiling, analyzing, and evaluating data quality; define business rules for data quality, establish, and evaluate the data quality services levels, manage problems related to data quality, design and implement operational procedures for data quality management, and monitor operations and performance of data quality management procedures."

"Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mendukung dan menghambatpelaksanaan pemanfaatan aset tetap di BLU dengan studi kasus pada PKN STAN. PKNSTAN merupakan salah satu BLU pendidikan di Indonesia. Faktor-faktor yang digunakanmerujuk pada teori keagenan, teori pilihan rasional, teori Edward III, dan tinjauan penelitianterdahulu. Penelitian ini menggunakan metode analisis kualitatif eksploratif. Pengumpulandata menggunakan teknik semi-structured in-depth interview secara virtual. Hasil penelitianmenunjukkan bahwa faktor pendukung pelaksanaan pemanfaatan aset tetap di BLU adalahSDM, Peraturan, Pengawasan dan Pengendalian, Peranan dan Komitmen Pimpinan, sertaTarif. Sedangkan, faktor yang menghambat adalah Manajemen Kegiatan, SDM, Peraturan, Peranan dan Komitmen Pimpinan, serta Tata Kelola. Implikasi penelitian ini adalah BLU berperan penting dalam optimalisasi pemanfaatan aset tetap melalui penataan SDM dan manajemen kegiatan. Selain itu, para regulator turut berperan untuk menguatkan fleksibililitas BLU dalam lingkup pemanfaatan aset tetap melalui peraturan yang jelas.

---

This study aims to analyze the factors that support and hinder the implementation of the

utilization of fixed assets in BLU with a case study on PKN STAN. PKN STAN is one of

the BLU of education in Indonesia. The factors used to refer to agency theory, rational choice

theory, Edward III theory, and a review of previous research. This research uses an

explorative qualitative analysis method. Data collection uses virtual semi-structured in-depth

interview techniques. The results showed that the supporting factors for the utilization of

fixed assets in BLU are Human Resources, Regulation, Supervision and Control, the Role

and Commitment of Leaders, and Tariff. Whereas, the inhibiting factors are Activity Management, Human Resources, Regulation, the Role and Commitment of the Leaders, and Governance. This research implies that BLU has a significant role in optimizing the utilization of its fixed assets through Human Resources management and activity

management. Besides, regulators also play a role in strengthening the flexibility of BLU within the scope of the utilization of fixed assets through clear regulations."

"Penelitian ini bertujuan mengevaluasi kesesuaian metode penilaian tingkat maturitas Badan Layanan Umum (BLU) sebagai metode untuk menilai kinerja BLU, khususnya perguruan tinggi BLU yang memiliki karakteristik seperti PKN STAN. Penelitian ini menggunakan metode analisis deskriptif secara kualitatif dengan pendekatan studi kasus. Hasil dari penelitian menunjukkan bahwa penilaian tingkat maturitas BLU, secara garis besar, telah sesuai dengan metode penilaian kinerja lain, seperti penilaian tingkat kesehatan BUMN dan kriteria akreditasi BAN-PT. Meskipun demikian, terdapat penyesuaian yang harus dilakukan yaitu dengan membedakan aspek penilaian berdasarkan jenis layanan dan ukuran sebuah BLU. Selain itu, penilaian tingkat maturitas BLU juga harus disesuaikan untuk mengakomodasi penilaian bagi BLU yang tidak memperoleh pendapatan sehingga tetap dapat memenuhi tingkat kemandirian.

---

This study aims to evaluate the suitability of the BLU maturity level assessment method as a method for assessing Public Service Agencies’ (BLU) performance, especially BLU university which have characteristics such as PKN STAN. This study uses a qualitative descriptive analysis method with a case study approach. The results of the study show that the assessment of the maturity level of BLU, in general, is in accordance with other performance assessment methods, such as the assessment of the soundness level of BUMN and BAN-PT accreditation criteria. Even so, there are adjustments that must be made, namely by differentiating aspects of the assessment based on the type of service and the size of a BLU. In addition, BLU's maturity level assessment must also be adjusted to accommodate assessments for BLUs that do not receive income so that they can still meet the level of independence."

"ABSTRAKPenelitian ini merupakan studi kasus yang bertujuan untuk menganalisis manajemen pemeliharaan pada Politeknik Keuangan Negara ndash; STAN PKN STAN dengan Maintenance Management Framework, dan mengaplikasikan life cycle cost aset untuk mendapatkan perkiraan anggaran biaya pemeliharaan. Penelitian dilakukan dengan wawancara dan observasi kondisi. Analisis dilakukan dengan membandingkan kesesuaian antara manajemen pemeliharaan yang ada dengan kriteria dalam maintenance management framework. Perhitungan anggaran pemeliharaan dilakukan aset berdasarkan kondisi aset dan life cycle cost. Hasil penelitian menunjukkan belum ada kesesuaian manajemen pemeliharaan yang dilakukan dengan maintenance management framework. Perhitungan kebutuhan anggaran pemeliharaan menunjukkan bahwa anggaran yang ada saat ini tidak cukup untuk memenuhi kebutuhan pemeliharaan.

---

ABSTRACTThis research is a case study aimed at analyzing the maintenance management of Financial Polytechnic State STAN PKN STAN with maintenance management framework, and application of asset life cycle cost to get the maintenance budget estimations. The study was conducted by interviewing and observing the condition. The analysis is done by comparing the fit between the existing maintenance management with the criteria in maintenance management framework. The calculation of the maintenance budget is based on the life cycle cost of assets according to the existing conditions. The results showed that the maintenance management done is not in accordance with the maintenance management framework. Calculation of the maintenance budget shows that the current budget is not sufficient to meet the maintenance requirements."

"Sekretariat Direktorat Jenderal Pendidikan Dasar dan Menengah (Setditjen Dikdasmen) adalah unit kerja di bawah Kementerian Pendidikan dan Kebudayaan yang bertugas untuk mengumpulkan dan mengelola data pokok pendidikan (Dapodik). Dapodik mencakup data satuan pendidikan, peserta didik, pendidik dan tenaga kependidikan dan substansi pendidikan yang terus diperbaharui secara online. Dapodik menjadi salah satu sumber data untuk pengambilan keputusan. Keputusan yang tidak tepat salah satunya disebabkan oleh pengolahan data yang kurang baik.Penelitian ini menggunakan metode kualitatif, proses pengumpulan data dengan melakukan wawancara dan observasi dokumen terkait data pokok pendidikan. Melakukan peningkatan kapasitas internal dengan merancang dokumen standar kualitas data pokok pendidikan; Meningkatkan aturan bisnis validasi pada aplikasi front-end dapodik untuk meminimalisir kesalahan dan ketidaksesuaian data; Merancang sistem informasi manajemen kualitas data sebagai alat untuk melakukan pemantauan kualitas data pokok pendidikan; Meningkatkan peran admin pengelola dan pengguna data pokok pendidikan dengan melibatkan direktorat teknis dan LPMP untuk melakukan pemantauan kualitas data melalui aplikasi yang dibuat;Membuat satuan petugas baik di tingkat pusat maupun daerah sebagai bentuk pelayanan terhadap data pokok pendidikan.

---

The Secretariat of Directorate General of Primary and Secondary Education (Setditjen Dikdasmen) is work under the Ministry of Education and Culture whose officiate to collect and manage basic education data (Dapodik). Dapodik includes data on education units (Schools), students, educators and education staff and educational substances that are constantly updated online. Dapodik becomes one of the data sources for decision making. One improper decision is caused by poor data processing.

This study uses qualitative methods, the process of collecting data by conducting interviews and observing documents related to the basic data of education. Data quality assessment uses profiling data with dimensions of data quality, completeness, accuracy, truth, timeliness, and uniqueness. Increase internal capacity by designing basic education data quality document standards; Improve business rules validation on front-end applications dapodik to minimize errors and data mismatches; Designing a data quality management information system as a tool to monitor the quality of the basic education data;Increasing the admin role of managers and users of basic data education by involving the technical directorate and LPMP to monitor data quality through applications made; Make staff units both at the central and regional levels as a form of service to the basic education data."

"Dalam rangka mendukung pengambilan keputusan yang tepat bagi pimpinan berbasis data (data driven organization), Kemenkeu menyusun inisiatif strategis optimalisasi Sistem Layanan Data Kementerian Keuangan (SLDK) dan pengembangan proyek data analytics. Dalam pengembangan data analytics, terdapat permasalahan rendahnya kualitas data sehingga data driven organization belum terwujud dengan optimal. Penelitian ini meggunakan metode kualitatif dengan melalui proses wawancara dan observasi. Pengukuran kualitas data dan tingkat kematangan kualitas data menggunakan kerangka kerja Loshin’s Data Quality, DAMA-Data Management Book of Knowledge (DMBoK), dan Government Data Qualiaty (GDQ). Hasil pengukuran kualitas data menunjukkan terdapat permasalahan data tidak akurat dan tidak lengkap dan tingkat kematangan kualitas data Kemenkeu berada pada level Repeatable. Menyusun strategi kualitas data, ketentuan teknis, tim kualitas data, dan prosedur pengelolaan kualitas data; identifikasi harapan dan aturan kualitas data; mengukur, memantau, dan melaporkan kualitas data; mengelola aturan, knowledge base, dan metadata; meningkatkan kesadaran; melakukan pelatihan; menyediakan tools, menerapkan aturan dan menangani permasalahan; memutakhirkan SLA; mengelola kinerja kualitas data; dan melakukan audit kualitas data merupakan strategi peningkatan kualitas data yang dilaksanakan dalam empat tahap pada Tahun 2022-2023.

---

To support the right decision making for data-driven organizations, the Ministry of Finance (MoF) has developed a strategic initiative for optimizing the MoF's Data Service System (SLDK) and developing a data analytics project. In the development of data analysis, there is a problem of low data quality so that data-driven organizations have not been realized optimally. This study uses a qualitative method through interview and observation. Measurement of data quality and maturity level of data quality uses the Loshin's Data Quality framework, DAMA-Data Management Book of Knowledge (DMBoK), and Government Data Quality (GDQ). The results of the measurement of data quality indicate that there are problems with inaccurate and incomplete data and the MoF's data quality level is at the Repeatable level. Develop a data quality strategy, technical provisions, data quality team, and data quality management procedures; identification of data quality expectations and rules; measure, monitor, and report on data quality; manage rules, knowledge base, and metadata; raise awareness; conduct training; provide tools, apply rules and carry out problem solving; updating SLAs; manage data quality performance; and conducting data quality audits is a data quality improvement strategy implemented in four stages in 2022-2023.

"

"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."