Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 107120 dokumen yang sesuai dengan query
cover
Roby Eko Primadi
"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."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2019
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Rayhan Anandya
"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."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2022
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Rivki Hendriyan
"PT. Kliring Penjaminan Efek Indonesia (KPEI) mengemban peran sebagai central counterparty yang bertanggung jawab dalam menciptakan pasar modal Indonesia yang aman dan menarik. Permasalahan yang dihadapi KPEI adalah redundansi fungsi sistem dan ketidakadaan pengelolaan data master sebagai “single source of truth” yang berakibat pada ketidakakuratan keputusan yang dihasilkan. Untuk menyelesaikan permasalahan tersebut, penelitian ini menilai tingkat kematangan manajemen data master yang ada di KPEI saat ini dengan menggunakan model kematangan manajemen data master Loshin dan PAM COBIT 5 sebagai metode penilaian. Hasil penilaian kematangan tersebut menjadi dasar perencanaan pengembangan data master dengan menggunakan teori manajemen data master Loshin dan DMBOK. Hasil penelitian menunjukan bahwa tingkat kematangan manajemen data master KPEI adalah tingkat 0 (non existent) yang sedang menuju tingkat 1 (intial). Penelitian juga menghasilkan perencanaan pengembangan data master KPEI yang dapat membantu KPEI untuk menyelesaikan permasalahan yang dihadapi.

PT Kliring Penjaminan Efek Indonesia (KPEI) has a role as central counterparty who has resposibility to actualize a save and attractive Indonesia capital market. The problem faced by KPEI are redundancy of system functions and absence of master data management as a single source of truth that can lead to inaccurate decision making. To solve these problem, this research try to assess current data master management maturity level by using master data management maturity model from Loshin and PAM COBIT 5 as a assessment method. This assessment result used for building the data master development planning. The result of this research show that KPEI’s master data management maturity level has begun to transition from level 0 (non existent) to the level 1 (initial). This research also propose master data development planning for assisting KPEI to solve its problem."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2020
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Chielsin Ko
"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."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2021
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
cover
Allen, Mark
Amsterdam: Elsevier, 2015
658.403 8 ALL m
Buku Teks  Universitas Indonesia Library
cover
Mutiara Aisyah
"Sebagai sebuah lembaga negara Lembaga Penjamin Simpanan (LPS) memiliki kebutuhan akan data dan informasi dengan kualitas yang baik untuk dijadikan sebagai dasar pengambilan keputusan dan pembuatan kebijakan. Kualitas data yang baik dapat diperoleh apabila pengelolaan data dilakukan dengan baik, termasuk melalui pengukuran kualitas data dan perancangan manajemen kualitas data sebagai bagian dari upaya strategi peningkatannya. Penelitian ini dilakukan untuk memberikan rekomendasi manajemen kualitas data untuk diterapkan di LPS sebagai upaya untuk meningkatkan kualitas data yang dikelola oleh LPS dengan menggunakan Data Quality Framework dari David Loshin dan Data Management Body of Knowledge (DMBOK) dari DAMA Institute. Sebelum dilakukan penyusunan rekomendasi manajemen kualitas data, komponen-komponen manajemen kualitas data dari Data Quality Framework yang terdiri dari harapan pengguna, dimensi kualitas data, kebijakan, prosedur, tata kelola, standar, teknologi, dan pengukuran kinerja digunakan sebagai dasar pengukuran tingkat maturitas kualitas data di LPS. Berdasarkan hasil analisis kesenjangan antara tingkat maturitas manajemen kualitas data LPS saat ini dengan tingkat maturitas manajemen kualitas data LPS yang diharapkan di masa yang akan datang telah disusun rekomendasi aktivitas manajemen kualitas data LPS yang perlu dilakukan. Dari 12 aktivitas Manajemen Kualitas Data dalam DAMA-DMBOK, terdapat 10 aktivitas yang direkomendasikan dalam inisiatif manajemen kualitas data LPS.
As a government institution, the Indonesian Deposit Insurance Corporation (IDIC) has the need for good quality data and information to be used as a basis for decision making and policy making. Good data quality can be obtained if the data management is done well, including through measurement of data quality and preparation of data quality management as part of efforts to improve strategy. This research is conducted to provide recommendations for data quality management to be applied at IDIC as an effort to improve the quality of data by using Data Quality Framework from David Loshin and Data Management Body of Knowledge (DMBOK) from DAMA Institute. Prior to the preparation of data quality management recommendations, data quality management components of the Data Quality Framework consisting of user expectations, dimensions of data quality, policies, procedures, governance, standards, technology, and performance measurements are used as a basis for measuring data quality maturity levels on IDIC. Based on the results of the gap analysis between the current maturity level of IDIC’s data quality management and the expected level IDIC’s data quality management, recommendations for IDIC’s data quality management activities have been made. Of the 12 Data Quality Management activities in DAMA-DMBOK, there are 10 recommended activities to be carried out in the data quality management initiatives in IDIC."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2020
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Birn, Serge A.
New York: McGraw-Hill, 1961
651 BIR m
Buku Teks  Universitas Indonesia Library
cover
Ines Dwi Andini
"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."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2021
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Didy Nurchahyo
"Inisiatif optimalisasi pemanfaatan Teknologi Informasi dan Komunikasi (TIK) merupakan salah satu bentuk inisiatif strategis dari Sekretariat Presiden (Setpres) yang tertuang dalam rencana strategis Setpres 2020-2024. Setpres dalam menjalankan kegiatan operasional maupun administrasi menetapkan konsep zero mistake, sehingga dalam melaksanakan pekerjaan diharuskan untuk teliti dan berhati-hati agar dapat meminimalisir munculnya risiko kesalahan dan timbulnya persepsi yang buruk terhadap kinerja Setpres. Layanan Setpres dituntut agar dapat memberikan data dan informasi yang aman dan handal dalam proses pengambilan keputusan. Namun pada kenyataannya pengelolaan aset dan risiko pada pusat data belum dikelola dengan baik dan bersifat spontanitas saja. Oleh karenanya dengan penelitian ini diharapkan pengelolaan risiko dan penanganan terkait keamanan informasi pada pusat data Setpres dapat dikelola dengan baik. Penelitian ini menggunakan metode kualitatif dimana proses pengumpulan data primer menggunakan wawancara, diskusi atau rapat dan melalui observasi serta dilengkapi dengan data sekunder. Kerangka kerja yang digunakan dalam proses manajemen risiko keamanan informasi penelitian ini adalah ISO/IEC 27005:2018 dan menggunakan panduan dari NIST SP 800-30 Rev.1 dalam proses penilaian risiko, kemudian menggunakan ISO/IEC 27002:2013 untuk memberikan rekomendasi kontrol penanganan risikonya. Penelitian ini menghasilkan 119 skenario risiko dimana 97 diantaranya perlu dimitigasi dan 22 risiko dapat diterima. Risiko yang dimitigasi 75 risiko ditangani dengan memodifikasi risiko, 22 dengan berbagi risiko, dan 22 risiko diterima. Rancangan manajemen risiko keamanan informasi pusat data Setpres ini diharapkan dapat bermanfaat bagi organisasi Setpres dalam mengelola risiko keamanan informasi pusat data maupun unit kerja lain di lingkungan Kementerian Sekretariat Negara dan juga pihak atau peneliti lain yang berkaitan dengan manajemen risiko keamanan informasi.

The initiative to optimize the use of Information Technology and Communication (ICT) is a form of strategic initiative of Presidential Secretariat (Setpres) which is can be found in the 2020-2024 Presidential Secretariat strategic plan. Setpres in carrying out the operational and administrative activities, Presidential Secretariat sets the concept of zero mistake, so that when doing the activities had to be thorough and careful in order to minimize the risk of errors and the emergence of a bad perception of the performance of the Presidential Secretariat. Presidential Secretariat services were required to provide be safe dan reliable data and information in the process of decision making. However, in the reality data center management of assets and risks was not managed properly, where the risk management and risk treatment were conducted spontaneously. Therefore, with this research risk management and the risk treatment related to the data center information security could be managed properly. This study uses qualitative method that the primary data collection by interviews, discussions or meetings, and observation, also uses the secondary data collection. Framework that is used by this research in the information security risk management process is ISO/IEC 27005:2018, and uses guidelines from NIST SP 800-30 Rev.1 in the risk assessment process, also completed with the ISO/IEC 27002:2013 for the recommendation for the risk controls. This study resulted 119 risk scenarios where 97 of them need to be mitigated and 22 risks are acceptable. Risks that were mitigated, 75 of the risks will be handled by modifying risks, 22 by sharing the risks, and 22 risks were acceptable. The design of data center information security risk management of the Presidential Secretariat was expected to be useful for Setpres Organization itself to manage information security risks and other works units within the Ministry of State Secretariat of the Republic of Indonesia as well as other parties or researchers related to the information security risk management."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2022
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>