Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"ABSTRAKBisnis digital merupakan salah satu bisnis yang menjanjikan pada era informasi saat ini. Informasi penting dapat diperoleh dari mewawas data yang berkualitas, sehingga dapat dimanfaatkan untuk kepentingan organisasi. Data pelanggan yang dimiliki oleh PT XYZ menjadi bahan inti dalam strategi pengembangan program digital. Data yang terkumpul dari beberapa unit bisnis memiliki kualitas data yang rendah. Tantangan tersebut menjadi perhatian manajemen, sehingga butuh pengelolaan kualitas data yang baik untuk meningkatkan kualitas data pelanggan.Penelitian ini menggunakan metode kualitatif, pengumpulan data dilakukan dengan melakukan wawancara terhadap empat narasumber dan studi dokumen perusahaan. Penilaian kualitas data dilakukan dengan menggunakan Big Data Quality Assessment dari lsquo;Cai and Zhu rsquo; dan tingkat kematangan kualitas data menggunakan Data Quality Framework dari Loshin untuk mengetahui karakteristik yang kurang dalam pengelolaan kualitas data. Hasil tersebut dipetakan berdasarkan praktik manajemen kualitas data Data Management Body of Knowledge DMBOK dari DAMA institute untuk menyusun rekomendasi strategi pengelolaan kualitas data.Pengukuran tingkat kematangan kualitas data pelanggan PT XYZ berada pada level 2 repeatbele . Rekomendasi yang dihasilkan yaitu: menentukan proses dan prosedur untuk menetapkan tanggung jawab dan akuntabilitas untuk semua aspek manajemen data, penerapan pengelolaan metadata, melakukan proses analisis data pelanggan, melakukan penambahan proses validasi data terhadap setiap elemen kualitas data, merumuskan Service Level Agreements SLA , merumuskan data profiling untuk data pelanggan, menyusun Standard Operating Procedure SOP , menerapkan manajemen pelacakan insiden, dan melakukan evaluasi pengelolaan data secara berkala.

---

ABSTRACTDigital business is one of the promising businesses in this information age. Important information can be obtained from data which has quality, so it can be utilized for the benefit of the organization. Customer data owned by PT XYZ becomes the core ingredient in digital program development strategy. The data collected from several business units has low data quality. The challenge become a concern of management, so it takes the management of good data quality to improve the quality of customer data.This research use qualitative method, data retrieval is done by interviewing four resource person and company rsquo;s document. Data quality assessment is performed using Big Data Quality Assessment from 39;Cai and Zhu 39; and data maturity level using Data Quality Framework from Loshin to know the quality of data. The results are mapped based on data management quality management practices of DMBOK from DAMA institutions to develop recomendation of data quality management strategy.Measurement of PT XYZ customer data quality maturity level is at level 2 repeatbele . Recommendations of the strategies are: determine the processes and procedures for assigning responsibilities and accountability for all aspects of data management, implementation of metadata management, conducting customer data analysis process, adding data validation process to each element of data quality, formulating Service Level Agreements SLA , formulate profiling data for customer data, develop Standard Operating Procedures SOP , implement incident tracking management, and conduct periodic data management evaluations."

"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."

"Kerangka Technology-Organization-Environment (TOE) digunakan untuk mengevaluasi dalam mengadopsi penerapan Sistem Informasi Manajemen (SIM) untuk pengelolaan data keuangan dan memberikan rekomendasi dalam mengoptimalkan penerapan SIM dalam Politeknik XYZ dengan tiga konteks yaitu teknologi, organisasi dan lingkungan. Metode penelitian menggunakan pendekatan secara kualitatif yang diperoleh dari hasil wawancara dengan lima narasumber. Hasil penelitian menunjukkan bahwa dalam konteks teknologi, atribut keuntungan relatif pada SIM bermanfaat dalam memberikan informasi layanan keuangan kepada semua pihak Politeknik XYZ, namun dalam kompatibilitas dan kompleksitas masih ada kendala teknis pada SIM sehingga perlu perbaikan pada perhitungan Tarif Dasar Mengajar (TDM) secara akurat, slip gaji pegawai dengan format yang disamakan dan otomatis, integrasi data dan informasi secara aktual dan tepat waktu. Sedangkan untuk konteks organisasi, perlu adanya dukungan manajemen puncak untuk mengambil keputusan dalam menentukan developer sebagai penyedia SIM untuk memperbaiki masalah teknis tersebut, pelatihan yang cukup untuk meningkatkan kualitas sumber daya manusia dan penambahan staff user SIM untuk efisiensi pekerjaan sesuai dengan kebutuhan organisasi. Faktor lingkungan dipengaruhi dukungan regulator berupa Peraturan Pemerintah dan standar operasional prosedur untuk menjamin pelaksanaan dan penyediaan SIM, karakteristik industri dengan kompetitif antar perguruan tinggi dapat meningkatkan performa Politeknik melalui perbaikan kualitas layanan keuangan pada SIM.

---

The Technology-Organization-Environment (TOE) framework is used to evaluate the adoption of Management Information System (MIS) for financial data management and provide recommendations for optimizing MIS implementation in XYZ Polytechnic with three contexts: technology, organization and environment. The research method uses a qualitative approach obtained from interviews with five respondents. The results showed that in the context of technology, the relative advantage attribute of MIS is useful in providing financial service information to all parties of XYZ Polytechnic, but in compatibility and complexity there are still technical obstacles in MIS so that it needs improvement in the calculation of the Basic Teaching Fee (TDM) accurately, employee pay slips with a uniform and automatic format, actual and timely data and information integration. As for the organizational context, there needs to be top management support to make decisions in determining developers as MIS providers to fix these technical problems, sufficient training to improve the quality of human resources and additional MIS user staff for work efficiency according to organizational needs.  Environmental factors are influenced by regulatory support in the form of Government Regulations and standard operating procedures to ensure the implementation and provision of MIS, industry characteristics with competition between universities can improve Polytechnic performance through improving the quality of financial services on MIS."

"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."

"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 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."

"ABSTRAKMemiliki sebuah data center membutuhkan biaya yang besar baik dalam pembuatan dan pemeliharaannya. PT. XYZ memiliki sebuah data center TI untuk menunjang segala kegiatan TI yang berjalan. Semakin baik kualitas data center tersebut berarti semakin lancar kegiatan TI dan juga kegiatan bisnis yang dijalankan oleh PT. XYZ. PT. XYZ mempunyai rencana untuk meningkatkan kualitas dari data center TI yang ada, namun belum memiliki panduan yang jelas dalam memilih area mana saja yang perlu ditingkatkan agar sesuai dengan best practice yang diterapkan di data center.Penelitian ini berfokus dalam melakukan pengukuran tingkat maturitas dari data center TI milik PT. XYZ yang hasilnya dapat dijadikan panduan dalam proses peningkatan kualitas data center sesuai yang direncanakan. Untuk memenuhi objektif tersebut, metode Data Center Maturity Model digunakan sebagai alat ukur karena dianggap cocok dan sesuai dengan penelitian.Hasil dari penelitian ini merupakan tingkat maturitas data center TI PT. XYZ dan level maturitas yang diinginkan sesuai hasil pengukuran. Hasil penelitian yang dihasilkan diharapkan dapat menjadi titik awal rencana peningkatan kualitas data center TI yang dimiliki PT. XYZ.

---

ABSTRACT

Having a data center needs high cost for build and maintance. PT. XYZ has a IT data center to support their IT activity. The better the quality of that data center means better their IT and business activity. PT. XYZ plans to improve the quality of their data center, but don?t have any clear guidance to choose what area they should improve to make that data center more similar to best practice in data center.

Focus of this research is measuring maturity level of IT data center that own by PT. XYZ. Result of this research can be a guidance to improve the quality of their IT data center as they planned. For that purpose, Data Center Maturity Model will used for measuring tool. Data Center Maturity Model is considered suite for this research.

The result of this research are maturity level of PT. XYZ data center?s and PT. XYZ goal target of the maturity level. The result are expected to be a beginning point to improve the quality of PT. XYZ?s data center."

"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."

"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."