Hasil Pencarian  ::  Simpan CSV :: Kembali

"Data wireline log sumur pemboran minyak dan gas bumi adalah salah satu data bawah permukaan yang selalu dihasilkan dan digunakan dalam setiap kegiatan eksplorasi dan eksploitasi minyak dan gas bumi. Kualitas informasi data bawah permukaan yang lengkap dan akurat akan membantu perusahaan memperpendek “time-to-first-oil” dan memperpanjang fase produksi. Laporan Bulanan Pengelolaan Data Bawah Permukaan menunjukkan bahwa pada bulan Oktober 2018 hingga Juli 2020 terdapat 20 dari 34 tiket insiden masalah informasi kualitas data yang bersumber dari data wireline log. Penelitian ini menggunakan metode six sigma dengan pendekatan Define-Measure-Analysis- Improve-Control (DMAIC) untuk mengidentifikasi masalah, mengukur kualitas data wireline log sebagai produk dari proyek pemboran migas yang telah berjalan selama ini dan menganalisis penyebab utama masalah kualitas data wireline log dan pada akhirnya ditahap improvement dan control merekomendasikan langkah-langkah yang dapat dilakukan untuk mengurangi masalah kualitas informasi data wireline log dan kesinambungan perbaikannya di masa mendatang.

---

Wireline log data is one of the subsurface data that always generated and used in every exploration and production (E&P) activity in oil and gas industry. It has a very high value because it will be processed into information which will be used in various decision making related to the discovery, search, and removal of oil and gas. The quality of subsurface data will help companies shorten the "time-to-first-oil" and extend the production phase. The Monthly Subsurface Data Management Report shows that from October 2018 to July 2020 there were 20 of 34 incident tickets for data quality information problems that were sourced from wireline log data. This study uses the six sigma DMAIC method to identify problems, measure the quality of wireline log data as a product of oil and gas drilling projects and analyze the main causes of wireline log data quality problems. And finally, at the improvement and control stage recommends some steps that can be taken to reduce the problem and how it will be improved in the future."

"Data wireline log sumur pemboran minyak dan gas bumi adalah salah satu data bawah permukaan yang selalu dihasilkan dan digunakan dalam setiap kegiatan eksplorasi dan eksploitasi minyak dan gas bumi. Kualitas informasi data bawah permukaan yang lengkap dan akurat akan membantu perusahaan memperpendek “time-to-first-oil” dan memperpanjang fase produksi. Laporan Bulanan Pengelolaan Data Bawah Permukaan menunjukkan bahwa pada bulan Oktober 2018 hingga Juli 2020 terdapat 20 dari 34  tiket insiden masalah informasi kualitas data yang bersumber dari data wireline log. Penelitian ini menggunakan metode six sigma dengan pendekatan Define-Measure-Analysis-Improve-Control (DMAIC) untuk mengidentifikasi masalah, mengukur kualitas data wireline log sebagai produk dari proyek pemboran migas yang telah berjalan selama ini dan menganalisis penyebab utama masalah kualitas data wireline log dan pada akhirnya ditahap improvement dan control merekomendasikan langkah-langkah yang dapat dilakukan untuk mengurangi masalah kualitas informasi data wireline log dan kesinambungan perbaikannya di masa mendatang.

---

Wireline log data is one of the subsurface data that always generated and used in every exploration and production (E&P) activity in oil and gas industry. It has a very high value because it will be processed into information which will be used in various decision making related to the discovery, search, and removal of oil and gas. The quality of subsurface data will help companies shorten the "time-to-first-oil" and extend the production phase. The Monthly Subsurface Data Management Report shows that from October 2018 to July 2020 there were 20 of 34 incident tickets for data quality information problems that were sourced from wireline log data. This study uses the six sigma DMAIC method to identify problems, measure the quality of wireline log data as a product of oil and gas drilling projects and analyze the main causes of wireline log data quality problems. And finally, at the improvement and control stage recommends some steps that can be taken to reduce the problem and how it will be improved in the future. "

"Tesis ini membahas perbaikan level kualitas proses pembelian di PT. XYZ dengan menggunakan metode Six Sigma. Pada penelitian ini pendekatan Six Sigma diaplikasikan menggunakan lima fase dalam DMAIC yaitu Define, Measure, Analyze, Improve dan Control untuk mengontrol dan meningkatkan level kualitas pembelian. Dari fase Define diketahui bahwa permasalahan adalah tingginya pembelian barang utama yang spesifikasi (specification), jadwal kedatangan (time), jumlah barang, dokumen dan kemasan yang tidak sesuai dengan ekspektasi pelanggan. Dari fase Measure diketahui bahwa kondisi awal level kualitas pembelian adalah 6002 DPMO atau 4.01 Sigma. Dari hasil pareto pada fase Analyze diketahui bahwa cacat yang paling dominan adalah cacat specification dan time, sehingga kedua cacat tersebut menjadi prioritas untuk melakukan perbaikan mengurangi cacat pada proses perbaikan level kualitas pembelian. Dari diagram fishbone diketahui bahwa akar permasalahan adalah spesifikasi material grindstones kurang tinggi, spesifikasi material wire kurang tepat dan permintaan pembelian (UR) terlambat masuk ke bagian Purchasing. Dari analisis FMEA pada fase Improve, diketahui bahwa permasalahan spesifikasi material grindstones dengan nilai RPN sebesar 576, menjadi prioritas tertinggi pertama, permasalahan spesifikasi wire dengan nilai RPN sebesar 432 menjadi prioritas kedua dan permasalahan keterlambatan Oks paint dengan RPN sebesar 280 menjadi prioritas ketiga untuk melakukan perbaikan. Tindakan perbaikan yang direkomendasikan adalah melakukan proses pengadaan grindstones dan wire yang spesifikasinya lebih tinggi dari current condition dan pembuatan berikut sosialisasi lead time standard pembelian Oks paint.

---

The focus of this research is to improve the quality level of purchasing at PT. XYZ based on Six Sigma. In this method, Six Sigma approach is applied using five steps, called DMAIC defined in Six Sigma, to define, measure, analyze, improve and control the quality of the purchasing process aiming at enhance the quality level of the purchasing process. In the Define phase, the main problems is the high purchase items which specification, time arrival, quantity mistakes, document mistakes and packaging that do not match customer expectations. In the Measure phase, data obtained that current quality level of purchasing is 6002 DPMO or 4.01 Sigma.

From pareto diagram in the Analyze phase, data obtained that the most dominant defect are specification and time so that both the flaw to be a priority to make improvements to reduce defects in the process of the improvement of the quality level of purchasing. By using Fishbone diagram is known that the root cause is the lack of high-specification material grindstones, wire less precise material specifications and user request (UR) late entry into the Purchasing.

By using FMEA analysis of the Improve phase, the data obtained that the problem of material specifications grindstones with RPN score of 576, the highest priority first need immediate improvement. The wire specification problem with RPN score of 432, the second priority for improvement, and Oks paint time problem with RPN score of 280 is the third priority for improvement.

Recommended corrective action is to conduct the procurement process grindstones and wire whose specification is higher than the current condition, and calculate and socialization lead time standard of Oks paint."

"Peningkatan Indeks Kualitas Produk Pada Tahap Pengembangan Produk di PT. XYZ Dengan Metode Six Sigma. Tesis ini membahas penggunaan metode six sigma (DMAIC) untuk memperbaiki indeks kualitas pertama pada tahap pengembangan produk Final Engineering Piloting (FEP). Pada fase define diketahui bahwa rata-rata indeks kualitas pertama pada tahap FEP sebesar -336, 27. Pada fase measure ditemukan bahwa rendahnya indeks kualitas diakibatkan oleh permasalahan pada torso dimana gaya untuk melepas dan memasang tangan dari dan ke lower arm berada di luar spesifikasi.Analisis menggunakan FMEA merekomendasikan agar material lower arm diganti dari PVC 85 menjadi PVC 65. Pergantian ini bisa membawa perubahan lebih baik, dan setelah perbaikan pada fase improvement didapatkan peningkatan indeks kualitas menjadi 5,46.

---

This paper discuss about the use of six sigma method (DMAIC) to improve first quality index during development product phase called Final Engineering Piloting. During define phase, found that average first QI FEP is -336,27. Measure phase shows that those index mostly contributed by torso problem, in which poundage to attach and detach hands to and from lower arm are out of product specification.

Analysis phase using FMEA, recommends to change material for lower arm from PVC 85 to PVC 65. This changes can improve product and after all the improvement implemented, average first quality index improve to 5,46."

"ABSTRAKKualitas 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.

---

ABSTRACTThe 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."

"Target PT XYZ yang bergerak di industri keuangan untuk menjadi perusahaan terkemuka di Asia Tenggara telah didukung oleh lebih dari 200 juta data pelanggan yang ada di core system-nya. Data dengan jumlah yang sangat besar tersebut diharapkan dapat menciptakan peluang bisnis, membangun budaya sadar risiko dan menambah keunggulan dalam strategi bisnis PT XYZ. Hal tersebut dapat tercapai jika data yang digunakan adalah data yang berkualitas baik. Pada kenyataannya, ditemukan anomali pada sejumlah besar data pelanggan. Untuk dapat memberikan rekomendasi perbaikan kualitas data pelanggan, perlu dilakukan penilaian kualitas data pelanggan. Penilaian kualitas data pelanggan yang dilakukan pada penelitian ini menggunakan metode yang diperkenalkan oleh Loshin (2011). Loshin's Data Quality Management Model ini mengadopsi tingkat capability maturity model dalam penyusunan matriks karakteristiknya. Nilai kematangan yang diperoleh adalah 3,6 (expectation), 3,6 (dimension), 4,4 (policy), 3,8 (procedure), 4,2 (governance), 3,8 (standardization), 4,2 (technology), dan 3,8 (performance management). Dengan harapan senior management yang dapat mencapai level tertinggi pada kualitas data, dihasilkan 9 rekomendasi strategi. 9 rekomendasi strategi yang diajukan kepada PT XYZ merupakan hasil pemetaan antara kriteria yang belum terpenuhi dengan data quality management activity atau aktivitas DQM yang ada di Data Management Body of Knowledge (DMBOK) versi 2.0. Pengukuran dan pemantauan terhadap kualitas data yang baik menjadi rekomendasi yang paling berpengaruh untuk PT XYZ.

---

PT XYZ, engaged in the financial industry, has a target to become a leading company in Southeast Asia and has been supported by more than 200 million customer data in its core system. This huge amount of data is expected to create business opportunities, build a risk-aware culture, and increase supremacy in the business strategy of PT XYZ. These things can be achieved if the data used is of good quality data. In fact, found anomalies in a large number of customer data. To get recommendations for improving the quality of customer data, it is necessary to assess the quality of customer data. The assessment of the quality of customer data carried out in this study was by using the method introduced by Loshin (2011). Loshin’s Data Quality Management Model adopts a capability maturity level model in building its characteristic matrix. Maturity levels obtained are 3.6 (expectations), 3.6 (dimensions), 4.4 (policy), 3.8 (procedures), 4.2 (governance), 3.8 (standardization), 4, 2 (technology), and 3.8 (performance management). Regarding the expectation that senior management can achieve the highest level of data quality, 9 strategic recommendations were produced 9 strategy recommendations were submitted to PT XYZ is the result of mapping between criteria that have not been met with data quality management activity in Data Management Body of Knowledge (DMBOK) version 2.0. Measurement and monitoring of good data quality is the most influential recommendation for PT XYZ."

"Pemanfaatan teknologi digital telah membuat hampir seluruh sektor industri melakukan transformasi digital. Transformasi ini memberikan tantangan baru untuk dunia bisnis baik secara internal dan eskternal. Dengan kemajuan teknologi setiap organisasi mengalami peningkatan volume data dan variasi data serta kebutuhan untuk selalu melakukan ekplorasi terhadap data untuk kebutuhan komptetitif organisasi. PT. XYZ merupakan sebuah perusahaan publik yang didirikan tahun 1975 dan bergerak di bidang teknologi informasi yang berfokus pada ruang lingkup bisnis Digital Services dan Document solution. Berdasarkan hasil wawancara, tinjauan dokumen dan observasi, ditemukan permasalahan manajemen pengelolaan data perusahaan di PT XYZ. Salah satu akar penyebab permasalahan adalah belum adanya manajemen tata kelola data yang diterapkan. Untuk itu, penelitian ini dilakukan untuk merancang tata kelola data yang sesuai dengan kondisi organisasi. Pada penelitian ini dilakukan data governance maturity assessment untuk mengukur tingkat kematangan tata kelola data dengan hasil pengukuran ada pada level 1 (Performed). Dari hasil wawancara, observasi, studi dokumen dan pengukuran tingkat kematangan, selanjutnya dilakukan pemetaan peran dan aktivitas, struktur data governance, strategi data governance, kebijakan data governance, data governance roadmap dan strategi implementasi data governance. Dari hasil analisis yang dilakukan, terdapat depalan usulan inisiatif strategi data governance yang dapat diterapkan organisasi. Rancangan data governance dapat menjadi solusi untuk mempersiapkan penerapan data governance guna mengatasi permasalahan data organisasi.

---

The use of digital technology has enabled almost all industrial sectors to undergo digital transformation. This transformation provides new challenges for the business world both internally and externally. With advances in technology, every organization experiences an increase in data volume and data variety as well as the need to always explore data for the organization's competitive needs. PT. XYZ is a public company founded in 1975 and operates in the information technology sector which focuses on the Digital Services and Document Solution business scope. Based on the results of interviews, document reviews and observations, management problems were found in managing company data at PT XYZ. One of the root causes of the problem is that there is no data governance management in place. For this reason, this research was conducted to design data governance that is appropriate to organizational conditions. In this research, a data governance maturity assessment was carried out to measure the level of data governance maturity with the measurement results at level 1 (Performed). From the results of interviews, observations, document studies and maturity level measurements, then mapping of roles and activities, data governance structure, data governance strategy, data governance policy, data governance roadmap and data governance implementation strategy is carried out. From the results of the analysis carried out, there are eight proposed data governance strategy initiatives that organizations can implement. Data governance design can be a solution for preparing the implementation of data governance to overcome organizational data problems."

"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."

"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."

"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."