Hasil Pencarian  ::  Simpan CSV :: Kembali

"Laporan magang ini berisi terkait evaluasi kualitas suatu sistem data analitik sebagai perangkat lunak performance management beserta evaluasi terhadap fokus pengukuran kinerja yang dipilih oleh PT CGI yang bergerak pada industri FMCG di Indonesia. Evaluasi dibuat berdasarkan kesesuaian dengan beberapa teori yang berkaitan dengan performance management. Lingkup pembahasan mencakup evaluasi terhadap pemilihan informasi dan evaluasi keefektifan dari tool yang dibuat oleh PT CGI, serta rekomendasi inisiatif yang dapat diimplementasikan oleh perusahaan untuk meningkatkan kualitas dari sistem data analitik. Penulis melakukan evaluasi yang sudah dibuat dengan menggunakan kerangka evaluasi teori performance measurement, serta konsep performance Management yang merupakan materi pembelajaran pada mata kuliah Strategi dan Manajemen Kinerja Organisasi, dan referensi tambahan yang relevan serta terpercaya berupa kerangka evaluasi dari Boston Consulting Group. Berdasarkan evaluasi yang dilakukan, penulis menemukan bahwa praktik penyusunan tool yang dilaksanakan oleh PT CGI sudah sesuai dengan kerangka evaluasi. Namun, masih terdapat dua faktor yang dapat ditingkatkan oleh PT CGI untuk meningkatkan kualitas dari sistem yang dimilikinya, yaitu perihal kemudahan navigasi dalam pengoperasian dasbor, serta penyertaan forecast guidance sebagai acuan kinerja mendatang. Berdasarkan hasil evaluasi, penulis merumuskan rangkaian rekomendasi yang dapat dikonsiderasi oleh PT CGI dan dijadikan acuan untuk meningkatkan kualitas dari sistem data analitik yang sudah selesai dibuat pada saat ini.

---

This internship report contains the evaluation of the quality of an analytical data system as performance management software along with an evaluation of the focus of performance measurement chosen by PT CGI which is engaged in the FMCG industry in Indonesia. Evaluation is made based on conformity with several theories related to performance management. The scope of the discussion includes an evaluation of the selection of information and evaluation of the effectiveness of the tools made by PT CGI, as well as recommendations for initiatives that can be implemented by the company to improve the quality of data analytics systems. The author conducts an evaluation that has been made using the performance measurement theory evaluation framework, as well as the concept of performance management which is a learning material in the Strategic and Organizational Performance Management course, and additional relevant and reliable references in the form of an evaluation framework from the Boston Consulting Group. Based on the evaluation carried out, the authors found that the practice of compiling tools carried out by PT CGI was in accordance with the evaluation framework. However, there are still two factors that can be improved by PT CGI to improve the quality of its system, first, regarding the ease of navigation in the operation of the dashboard, and second, regarding the inclusion of forecast guidance as a reference for future performance. Based on the evaluation results, the authors formulate a series of recommendations that can be considered by PT CGI and used as a reference to improve the quality of the analytical data system that has been established."

"Salah satu cara yang dapat digunakan dalam menghadapi tantangan pesatnya pertumbuhan industri konstruksi adalah dengan selalu memonitor kinerja rekanan pada proses kerja sama. Ditemukan beberapa kendala yang dominan terjadi dalam penilaian kinerja rekanan penyedia barang dan jasa. Penelitian ini membahas tentang pengembangan sistem penilaian pada evaluasi akhir CQSMS untuk meningkatkan kinerja rekanan penyedia barang dan jasa pada proyek konstruksi PT X menggunakan metode Analytical Hierarchy Process (AHP). Melalui pendapat pakar, penelitian ini memvalidasi 29 kriteria yang terbagi ke dalam 6 kelompok kriteria (X1) Kualitas Dokumen QHSE Plan, (X2) Implementasi QHSE Plan Tahap Pre Job Activity, (X3) Implementasi QHSE Plan Tahap Work In Progress, (X4) Komitmen Penanganan & Penyelesaian Defect, (X5) Lagging Indicator Kinerja QHSE, dan (X6) Dokumen Pendukung pada evaluasi akhir CQSMS yang berpengaruh terhadap kinerja mutu dan K3L. Kemudian diketahui bobot penilaian terbesar berada pada kriteria (X4.1) Tindak Lanjut Perbaikan Temuan sebesar 17%. Model sistem penilaian telah disusun dan disimulasikan pada 10 sampel penyedia barang dan jasa di PT X dan ditemukan rata-rata peningkatan nilai sebesar 15% dari hasil penilaian menggunakan model penilaian terdahulu.

---

ne way that can be used in facing the challenges of the rapid growth of the construction industry is to always monitor the performance of vendors in the collaboration process. Several dominant constraints were found in assessing the performance of vendors providing goods and services. This study discusses the development of an assessment system in the final evaluation of CQSMS to improve the performance of vendors on PT X construction projects using the Analytical Hierarchy Process (AHP) method. Through expert opinion, this study validates 29 criteria which are divided into 6 groups of criteria (X1) Document of QHSE Plan, (X2) Implementation of QHSE Plan at Pre Job Activity, (X3) Implementation QHSE Plan at Work In Progress, (X4) Commitment of Defect Completion, (X5) Lagging Indicator QHSE Performance, (X6) Other Supporting Document in the final evaluation of CQSMS which affect quality and K3L performance. Then it is known that the largest weight of the assessment is in the criteria (X4.1) Improvement of Findings by 17%. An assessment system model has been developed and simulated for 10 samples of vendors at PT X and found an average value increase of 15% from the assessment results using the previous valuation model."

"Skripsi ini membahas mengenai penerapan perhitungan biaya kualitas pada perusahaan manufaktur baja yaitu PT KSG dari tahun 2011 sampai dengan 2015 menggunakan P-A-F Preventive-Appraisal-Failure Model. Dalam penelitian ini selain perhitungan biaya kualitas juga dibuat laporan standar yang bisa digunakan oleh manajemen untuk membantu mengambil keputusan terkait dengan pola operasi dan proses bisnis PT KSG. Hasil dari analisa penelitian ini menunjukkan bahwa PT KSG masuk ke dalam kategori daerah proyek peningkatan kualitas zone of improvement project dimana presentase biaya kegagalan > 70 dan presentase biaya pencegahan < 10.

---

This research discusses the implementation of cost of quality calculation in steel manufacturing company named PT KSG from 2011 to 2015 using the P A F Preventive Appraisal Failure Model. In addition to the cost of quality calculation, this research also provides the standard report which used by management to make decisions regarding operation and business process pattern of PT KSG. The result of this research shows that PT KSG is classified as a zone of improvement project where the percentage of the cost failure 70 and the percentage of the cost prevention 10."

"Penelitian ini bertujuan untuk mengevaluasi proses cascading dan alignment Key Performance Indicators (KPI) di PT XYZ, sebuah perusahaan yang menerapkan konsep Balanced Scorecard (BSC) untuk mendukung pencapaian tujuan strategisnya. Penelitian ini menggunakan pendekatan deskriptif dengan analisis dokumen, wawancara, dan strategy maps untuk mengevaluasi keselarasan KPI di berbagai level organisasi, mulai dari level Korporat, Direksi, hingga unit bisnis, seperti PSO Wilayah Barat, Strategi & Kebijakan SDM, dan Portofolio Bisnis. Hasil penelitian menunjukkan bahwa sebagian besar KPI telah di-cascade dengan baik, mencerminkan hubungan sebab-akibat yang jelas antara sasaran strategis di level korporat dan implementasi operasional di unit bisnis. Beberapa KPI, seperti % Pemenuhan Supply Agreement Pupuk Subsidi dan % Transformasi SDM, berhasil menunjukkan keselarasan penuh (fully cascade) tanpa modifikasi, sedangkan KPI seperti % Alignment Pengelolaan HCM menunjukkan kontribusi signifikan terhadap transformasi strategis SDM di perusahaan. Namun, terdapat beberapa kendala, terutama pada unit Portofolio Bisnis, di mana ditemukan ketidaksesuaian KPI dengan tupoksi unit, yang mencerminkan kurangnya pemahaman terhadap proses cascading. Penelitian ini menyimpulkan bahwa cascading dan alignment KPI di PT XYZ telah mendukung pencapaian tujuan strategis perusahaan secara efektif, meskipun masih diperlukan peningkatan dalam memahami cascading, memperkuat koordinasi antar unit, dan memastikan relevansi KPI dengan tupoksi unit. Penelitian ini merekomendasikan peningkatan monitoring berbasis teknologi dan penguatan kapabilitas tim dalam memahami hubungan antara KPI strategis dan operasional untuk mendukung pencapaian visi jangka panjang perusahaan.

---

This study aims to evaluate the cascading and alignment processes of Key Performance Indicators (KPIs) at PT XYZ, a company implementing the Balanced Scorecard (BSC) concept to support its strategic objectives. Using a descriptive approach, the research incorporates document analysis, interviews, and strategy maps to assess KPI alignment across organizational levels, including Corporate, Board of Directors, and business units such as the Western Region PSO, Human Resource Strategy & Policy, and Business Portfolio. The findings indicate that most KPIs have been effectively cascaded, demonstrating clear cause-and-effect relationships between corporate-level strategic goals and operational implementation in business units. Certain KPIs, such as the percentage of Fulfillment of Subsidized Fertilizer Supply Agreements and HR Transformation Percentage, exhibit full alignment (fully cascaded) without modifications. Meanwhile, KPIs such as the Percentage of HCM Management Alignment significantly contribute to the strategic transformation of HR within the company. However, challenges remain, particularly in the Business Portfolio unit, where KPI misalignment with the unit's core responsibilities reflects a lack of understanding of the cascading process. The study concludes that KPI cascading and alignment at PT XYZ have effectively supported the achievement of the company's strategic goals, though improvements are necessary in understanding cascading, enhancing coordination among units, and ensuring KPI relevance to unit responsibilities. The study recommends the adoption of technology-based monitoring enhancements and strengthening team capabilities to better comprehend the relationship between strategic and operational KPIs, thereby supporting the company's long-term vision."

"ABSTRAKDalam era informasi saat ini, data menjadi sumber daya yang vital dan menjadi kebutuhan yang memasuki level sangat penting untuk organisasi. Data yang berkualitas baik akan menghasilkan informasi yang bermanfaat untuk kemajuan organisasi. Data profil pelanggan berdasarkan aktifitas digitalnya atau dikenal dengan broadband customer profile BCP merupakan salah satu strategi Telkomsel untuk menciptakan peluang baru dalam rangka meningkatkan revenue. Dengan berjalannya platform BCP selama dua tahun lebih, data BCP mempunyai kondisi kualitas data yang rendah. Hal ini menjadi perhatian manajemen mengingat pentingnya data ini, sehingga dibutuhkan pengelolaan kualitas data yang baik.Penelitian ini dilakukan untuk memberikan rekomendasi strategi data quality management untuk meningkatkan kualitas data berdasarkan penilaian tingkat kematangan pengelolaan kualitas data menggunakan Data Quality Framework dari David Loshin, praktik manajemen kualitas data Data Management Body of Knowledge DMBOK dari DAMA institute, dan Big Data Quality Assessment dari Cai dan Zhu. Penelitian menggunakan metode kualitatif dengan melakukan wawancara ke tiga orang narasumber di bagian pengelolaan data BCP dan data governance di PT. Telkomsel, hasil yang didapatkan dari wawancara diolah dengan menggunakan metode data reduction dan data coding.Tingkat kematangan kualitas data diperoleh secara umum berada pada level 2 repeatable . Berdasarkan beberapa kesenjangan dari harapan yang ada, diperlukan strategi untuk meningkatkan kualitas data dari aktivitas manajemen kualitas data DMBOK. Rekomendasi strategi yang dihasilkan, yaitu: pertemuan komite DG secara berkala, evaluasi peran data steward, sosialisasi KD DG secara berkala untuk promosi data quality awareness, penambahan informasi kebutuhan secara detail dan analisis dampak bisnis di dokumen request report/data, penerapan master data management dan metadata management, penambahan proses validasi dan prosedur pemeriksaan data untuk tiap dimensi kualitas data, menetapkan SLA kualitas data, evaluasi kinerja incident tracking system, laporan kualitas data secara berkala, dan evaluasi pengelolaan data secara regular.

---

ABSTRACTIn this information era, data has become a vital resource and a necessity that enters a very important level for the organization. Good data quality will produce useful information for organization. Customer profile data based on digital activity or known as broadband customer profile BCP is one of Telkomsel 39 s strategy to create new opportunities in order to increase revenue. With the running of BCP platform over the next two years, BCP data has low data quality conditions. This is a concern of management given the importance of this data, so that required good data quality management.This research was conducted to give recommendation of data quality management strategy to improve data quality based on the assessment of data quality management maturity level using Data Quality Framework from David Loshin, data quality management practices Data Management Body of Knowledge DMBOK from DAMA institute, and Big Data Quality Assessment From Cai and Zhu. This research use qualitative method by conducting interviews to three interviewees in the data management section of BCP and data governance at PT. Telkomsel, the results obtained from interviews processed using data reduction and data coding methods.The maturity level of data quality is generally found at level 2 repeatable . Based on some gaps in existing expectations, strategies are needed to improve data quality from DMBOK data quality management activities. Recommendations of the strategies are regular meetings of DG committees, evaluation of steward data roles, regular socialization of KD DGs for promotion of data quality awareness, detail information of needs and business impact analysis in document request report data, implementation of master data management and metadata management, additional validation process and data checking procedures for each data quality dimension, establishing data quality SLA, incident tracking system performance evaluation, regular data quality reporting, and regular data management evaluation."

"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.

"

"Penelitian ini mengambil salah satu contoh penggunaan Big Data Analytics di perusahaan dan bagaimana pengimplementasian Big Data Analytics dapat membantu Manajer untuk mengambil keputusan dari data yang diambil. Dalam hal ini, Dataset yang diambil adalah data aktivitas pengguna situs web e-commerce yang memiliki fitur penjualan produk perusahaan melalui situs web. Dalam prosesnya, aktivitas pengguna situs web seperti page visit, penambahan produk ke keranjang belanja, dan pembelian produk produk akan dikumpulkan. Dari data yang dikumpulkan, laporan akan dibuat untuk diberikan kepada Manajer. Penelitian ini  akan mengidentifikasi poin yang dapat dicatat dari laporan yang dihasilkan. Seperti bagaimana performa penjualan dari produk tertentu, indentifikasi hubungan antar produk (apakah satu produk tertentu tergantung pada produk lain), Dan mengidentifikasi perilaku pengguna terhadap pembelian produk. Penelitian ini juga akan mengidentifikasi apakah implementasi Big Data yang ada di perusahaan saat ini dapat ditingkatkan, dan mengidentifikasi apakah peningkatan sistem implementasi Big Data merupakan investasi yang baik dan bermanfaat bagi perusahaan.

---

This paper takes one example of Big Data Analytics usage on a company and how it can help Managers to take decision from the data taken. In this case, the Big Data taken would be the data of user activities of an e-commerce website which holds features to sell the company products through the website. In the process, the user activities of the website such as website visits, user clicking the add to cart button, and proceed on buying the product will be collected. From the data collected, a report will be created to be shown to the Managers. This paper will specifically identify the points to be noted from the generated report. Such as how is the sales for a specific product, identify the relations between products (either one product is dependent to other product), and identify specific behavior of user towards product purchases. This paper would also identify whether the current Big Data implementation on the company can be improved, and identify if it is a good investment for the company to improve the Big Data implementation system."

"Teknologi Informasi pada masa kini sangat bergantung pada data yang berasal dari aktivitas manusia dan lingkungan secara fisik. Entitas things yang dimaksud adalah people dan machine. Salah satu dampak signifikan dari peningkatan entitas things dan terhubungnya mereka ke Internet of Things adalah membengkaknya jumlah dan ukuran data. Teknologi database SQL telah digunakan cukup lama dan terpercaya untuk diterapkan pada seluruh jenis aplikasi. Akan tetapi, teknologi SQL tidak dirancang untuk mengelola big data. NoSQL menjadi alternatif dari SQL yang paling memungkinkan karena adanya peningkatan kebutuhan skalabilitas, serta dukungan terhadap data model schema-free. Beragam jenis data (terstruktur, semi-terstruktur atau tidak terstruktur) dan tipe data mampu dikelola oleh NoSQL. Penelitian pada skripsi ini bertujuan untuk merancang dan mengimplementasikan data model pada tiga buah database engine untuk mengelola data yang diperoleh dari Internet of Things. Operasi yang diuji adalah read dan write, dengan jumlah data dan jumlah client yang bervariasi. Hasil pengujian menunjukkan bahwa NoSQL memiliki kinerja yang lebih baik untuk mengelola data dalam jumlah besar. Untuk pemasukan data dalam jumlah besar (1.000 baris) yang dilakukan oleh 1.000 client, Redis memiliki kinerja tercepat (1,38 detik), diikuti mongoDB (2,43 detik), dan PostgreSQL (21,97 detik). Terdapat hubungan antara kinerja dengan data model dan arsitektur yang digunakan pada setiap database engine.

---

Today’s Information Technology is so dependent on data originated by people and physical environment. Things are people and machine. One of the most significant result of the growth things and their connectivity to the Internet of Things is the increasing number and size of data. SQL databases have been used for a long time and have proven to be the reliable tools for any type of applications. But, SQL was not designed to manage the big data. NoSQL is the most possible alternative to SQL due to the increasing need of scalability and its support to schema-free data model. Structured, semi-structured, and unstructured data, and variety of data types could be managed by the NoSQL. Experiments in this final project are done to design and implement the data model into three database engine to manage the data collected from Internet of Things. We compare read and write operations vary considerably in the amount of data and the number of clients. Our results show that NoSQL databases have better performance to manage large amounts of data. To insert a large amount of data (1.000 rows) done by 1.000 clients, Redis has the fastest performance (1,38 seconds), followed by MongoDB (2,43 seconds), and PostgreSQL (21,97 seconds). There is a corellation between performance and the data model and the architecture each database uses."