Hasil Pencarian  ::  Simpan CSV :: Kembali

"CD-ROM contains: Tutorials to familiarize yourself with all major processes."

"Direktorat Jenderal Pemasyarakatan adalah unsur pelaksana teknis Kementerian Hukum dan Hak Asasi Manusia yang memiliki tugas merumuskan dan melaksanakan kebijakan dan standarisasi teknis di bisang pemasyarakatan. Direktorat Jenderal Pemasyarakatan melakukan transformasi digital dalam menjalankan pelayanan pemasyarakatan. Transformasi digital sejalan dengan tata kelola data dan informasi yang baik dalam mencapai tujuan organisasi. Berdasarkan peraturan satu data Indonesia dan sistem pemerintah berbasis elektronik menjadi pedoman instansi pemerintah dalam pertukaran data dan penggunaan sistem informasi dalam menjalankan tugas pokok dan fungsinya. Menurut dokumen cetak biru TI Ditjenpas belum memiliki tata kelola data yang mengakibatkan beberapa data tidak valid dan tidak sesuai yang membuat kurangnya kualitas data. Dengan adanya tata kelola data memudahkan organisasi dalam mengelola data agar mendapatkan data yang terstandar dan berkualitas untuk menyelesaikan permasalahan yang ada. Metode yang digunakan dalam perancangan data governance di Direktorat Jenderal Pemasyarakatan mengacu pada Data Management Body of Knowledge (DMBOK). Pada penelitian ini melakukan pengukuran tingkat kematangan data governance untuk mengetahui peta kemampuan organisasi dalam menerapkan data governance, selanjutnya melakukan pemetaan peran, aktivitas, dan tanggungjawab, serta melakukan perancangan struktur organisasi data governance di Direktorat Jenderal Pemasyarakatan. Perancangan data governance dapat menjadi solusi untuk mempersiapkan manajemen data governance dalam mendukung kepatuhan terhadap regulasi.

---

The Directorate General of Corrections is the technical implementing element of the Ministry of Law and Human Rights, which has the task of formulating and implementing policies and technical standardization in the correctional sector. The Directorate General of Corrections carries out digital transformation in correctional services. Digital transformation aligns with good data and information governance in achieving organizational goals. Based on the Indonesian one data regulation and an electronic-based government system, it becomes a guideline for government agencies in exchanging data and using information systems in carrying out their primary duties and functions. According to the IT blueprint document, Ditjenpas does not yet have data governance, resulting in invalid and inappropriate data and a lack of data quality. With data governance, it is easier for organizations to manage data in order to obtain standardized and quality data to solve existing problems. The method used in designing data governance at the Directorate General of Corrections refers to as the Data Management Body of Knowledge (DMBOK). In this study, to measure the maturity level of data governance to determine the map of the organization's ability to implement data governance, then to map roles, activities, and responsibilities, and to design the organizational structure of data governance at the Directorate General of Corrections. Data governance design can be a solution to prepare data governance management to support regulatory compliance."

"DKI Jakarta sebagai pemerintah daerah pertama yang memiliki inisiasi Open Data masih menghadapi sejumlah permasalahan mulai dari terbatasnya jumlah data yang tersedia, tampilan portal yang masih terbatas, hingga kompetensi dan komitmen dari pegawai yang terlibat dalam pengelolaan portal Open Data DKI Jakarta. Penelitian ini bertujuan untuk menganalisis tingkat kematangan Open Government Data pada Pemerintah Provinsi DKI Jakarta pada tahun 2022 dengan menggunakan teori Open Government Data Maturity Model melalui pendekatan penelitian post-positivist. Sumber data dalam penelitian ini berasal dari wawancara mendalam dan studi kepustakaan. Temuan penelitian menunjukkan bahwa kematangan Open Government Data di DKI Jakarta berada pada level 3 atau existent capacities yang mana masih banyak memerlukan optimalisasi di berbagai aspek, utamanya pada tata kelola kelembagaan, pengembangan teknologi yang digunakan, dan pemberian ruang yang lebih luas bagi masyarakat, sehingga melahirkan sebuah knowledge management untuk tata kelola data yang berkelanjutan serta tercapainya tujuan dari Open Data DKI Jakarta yaitu dapat dimanfaatkan oleh masyarakat luas.

---

DKI Jakarta as the first local government to have an Open Data initiative is still facing various problems such as limited amount of data, limited services on the portal’s website, and the competence and commitment of employees involved in managing DKI Jakarta's Open Data portal. This study aims to analyze the maturity level of Open Government Data in DKI Jakarta in year 2022 using the theory of the Open Government Data maturity model through a post-positivist research approach. Sources of data in this study came from in-depth interviews and literature studies. The research finding shows that the government's Open Data in DKI Jakarta is at maturity level 3 or the existent capacity which still requires optimization in numerous aspects, such as institutional governance, development of the technology used, and providing wider space for the citizen, so that knowledge management will be created for sustainable data management and will help achieve the goal of Open Data for DKI Jakarta itself, which can be useful for the society."

"Computational intelligence skills, which embrace the family of neural networks,fuzzy systems, and evolutionary computing in addition to other fields withinmachine learning, are effective in identifying, visualizing, classifying, and analysingdata to support business decisions. Developed theories of computational intelligencehave been applied in many fields of engineering, data analysis, forecasting,healthcare, and other. This text brings these skills together to address data science problems."

"Persaingan di industri telekomunikasi semakin ketat, yang membuat semua pelaku di industri memikirkan strategi yang dapat menjaga kestabilan bisnis perusahaan. Data merupakan aset utama yang dimiliki oleh PT. XYZ, yang merupakan salah satu perusahaan telekomunikasi, yang memiliki ukuran data yang besar dan telah menggunakan database untuk mengelolanya. Namun, untuk saat ini banyak data dalam ukuran besar yang belum secara optimal diolah menjadi informasi yang berguna bagi perusahaan. Penelitian ini bertujuan untuk memberikan solusi kepada PT. XYZ dalam pengumpulan data ke terorganisasi sumber data (data warehouse) dan menggali informasi yang berguna melalui penerapan data mining.Penelitian ini melalui beberapa tahapan, antara lain menelaah kebutuhan bisnis dan informasi, pengumpulan data, mengkaji studi literatur yang berkaitan, menelaah data dilanjutkan dengan merancang data warehouse, dan pada tahap terakhir penerapan data mining. Ruang lingkup penelitian ini dibatasi hanya kualitas dan kinerja pada interkoneksi antar perusahaan telekomunikasi. Pada tahap pengimplementasian data warehouse dan data mining menggunakan tools Microsoft SQL Server 2008 dan Rapidminer.Hasil yang diperoleh dari penerapan data warehouse adalah membantu melihat informasi kinerja jaringan interkoneksi dengan lebih cepat, detil dan otomatis. Sedangkan penerapan data mining melalui teknik time series analysis membantu perusahaan dalam memprediksi penambahan kapasitas kanal suara pada jaringan interkoneksi dan membantu pihak pemasaran menentukan saat yang tepat dalam melakukan promo."

"Data pelanggan merupakan salah satu data yang paling penting digunakan dalam OVO untuk menjalankan strategi dan mencapai visi perusahaan. Untuk itu dibutukan strategi yang baik dalam melakukan pengelolaan data pelanggan tersebut untuk mendapatkan kualitas data yang lebih baik. Penelitian ini dilakukan untuk mengukur tingkat kematangan pengelolaan kualitas data yang saat ini dilakukan dan memberikan strategi manajemen kualitas data berdasarkan kerangka kerja Loshin (2011) dan DAMA-DMBOK. Dari hasil pengukuran tingkat kematangan didapatkan bahwa secara umum pengelolaan data kualitas di OVO sudah berada di level 3 (defined) dengan beberapa dimensi masih berada pada level 2 (repeatable). Selanjutnya dilakukan analisis kesenjangan terhadap harapan yang kemudian menjadi input untuk menyusun strategi manajemen untuk meningkatkan kualitas data di OVO. Adapun rekomendasi strategi manajemen yang disarankan yaitu penggunaan dimensi kualitas data yang diselaraskan dengan hasil review business rules, implementasi single source of truth, membentuk dan menentukan data stewards, membentuk dewan pengawas kualitas data, melakukan sertifikasi sumber data yang terpercaya, memberikan partisipasi terhadap business partner dalam aktifitas DQM, membangun metrik kualitas data yang selaras dengan bisnis, menetapkan SLA, melakukan pemantauan aturan kualitas data, melakukan analisis dampak data, menyusun prosedur terkait DQM, melakukan pelaporan data quality scorecard secara rutin, menggunakan tools dalam pengecekan, menambahkan detail prosedur dalam pengawasan dengan metode otomatis, membangun aturan data yang selaras dengan bisnis, dan melakukan validasi data menggunakan aturan yang sudah didefenisikan.

---

Customer data is one of the most critical data in OVO to carry out strategies and achieve the company's vision. Therefore, the company requires a good strategy in managing customer data to get better data quality. This research was conducted to measure the current maturity level of data quality management, and provide data quality management strategies based on the Loshin data quality maturity framework and DAMA-DMBOK framework. From the assessment of data quality maturity level, found that in general the quality data management in OVO was already at the third level (Defined), although some dimensions are still at the second level (Repeatable). Furthermore, an analysis of the gap against expectations is conducted which it’s results later become an input for formulating data management strategies to improve data quality in OVO. The results of data management strategy recommendations are use the data quality dimensions that are aligned with the results of reviewing business rules, implementation of a single source of truth, develop data stewards, develop data quality oversight board, certifying reliable data sources, giving participation to business partners in DQM activities, building data quality metrics that are aligned with the business, setting SLAs, monitoring data quality rules, conducting data impact analysis, compiling procedures related to DQM, reporting on data quality scorecards regularly, using tools in checking, adding detailed procedures for data monitoring with automated methods, develop data rules that comply with business, and perform data validation using predefined."

"Indonesia memiliki ketentuan terkait penempatan data pribadi pada data center. Peraturan yang dituangkan dalam PP 71/2019 yang secara spesifik membagi menjadi penyelenggara sistem elektronik lingkup publik dapat melakukan pengelolaan, pemrosesan, dan/atau penyimpanan sistem elektronik dan data elektronik di luar wilayah Indonesia dalam hal teknologi penyimpanan tidak tersedia di dalam negeri sedangkan penyelenggara sistem elektronik lingkup privat dapat melakukan pengelolaan, pemrosesan, dan/atau penyimpanan sistem elektronik dan data elektronik di wilayah indonesia dan/atau di luar wilayah indonesia. Untuk mengetahui pengaturan terkait penempatan data pribadi pada data center di Indonesia dan implementasi penempatan data center di Indonesia, menggunakan metode penelitian yuridis-normatif terhadap peraturan perundang – undangan yang mendasarinya. Berdasarkan pendekatannya, penelitian ini tergolong penelitian pendekatan perundang-undangan (statute approach). Metode analisis data yang diterapkan adalah kualitatif. Bentuk akhir penelitian ini adalah deskriptif- analitis. Indonesia belum memiliki pengaturan data privasi yang bersifat umum dan mengatur sanksi yang konkrit. Undang – undang perlindungan data pribadi di Indonesia secara fundamental perlu mengatur bahwa data pribadi dapat dipindahkan ke luar Indonesia, tetapi hanya jika yurisdiksi tempat penerima berada setingkat dengan dengan tetap menjamin kedaulatan dan keamanan data bagi penduduknya.

---

Indonesia has provisions related to the placement of personal data in data centers. Regulations set forth in GR 71/2019 specifically divide the electronic system provider in the public sector that can manage, process, and/or store electronic systems and electronic data outside the territory of Indonesia in the event that storage technology is not available in the country while the electronic system provider in the private sector can perform the management, processing, and/or storage of electronic systems and electronic data in the territory of Indonesia and/or outside the territory of Indonesia. To determine the arrangements related to the placement of personal data in data centers in Indonesia, using juridical-normative research methods on the underlying laws and regulations. Based on its approach, this research is classified as a statute approach. The data analysis method applied is qualitative. The final form of this research is descriptive-analytical. Indonesia does not yet have general privacy data settings and regulates concrete sanctions. The protection of personal data in Indonesia is fundamentally necessary to regulate that personal data may be transferred outside Indonesia, but only if the jurisdiction in which the recipient is located is at the same level while ensuring the sovereignty and security of the data for its citizens."

"

Universitas Sriwijaya merupakan satuan pendidikan yang menyelenggarakan pendidikan tinggi di kota Palembang. Berdasarkan Undang-Undang Republik Indonesia No. 12 Tahun 2012, penyelenggara perguruan tinggi wajib menyampaikan data dan informasi penyelenggaraan perguruan tinggi kepada PDDikti dengan memastikan kelengkapan, kebenaran ketepatan dan kemutakhirannya. Namun, hingga saat ini Universitas Sriwijaya masih belum sepenuhnya dapat memenuhi tuntutan peraturan tersebut. Permasalahan tersebut menjadi perhatian manajemen, karena pelaporan data kepada PDDikti merupakan standar nasional pendidikan tinggi yang harus dipenuhi dan informasi yang telah terkumpulkan di PDDikti  akan menjadi sumber informasi bagi lembaga akreditasi untuk melakukan akreditasi program studi dan perguruan tinggi sedangkan bagi masyarakat untuk mengetahui kinerja program studi dan perguruan tinggi. Berdasarkan kondisi tersebut, maka penelitian ini ditujukan untuk dapat membantu mengatasi permasalahan terkait kualitas data pada Universitas Sriwijaya dengan menyusun rekomendasi peningkatan kualitas data. Untuk menyusun rekomendasi tersebut dilakukan penilaian manajemen kualitas data saat ini, yaitu melalui penilaian terhadap dimensi kualitas data dan penilaian terhadap maturitas manajemen kualitas data. Rekomendasi yang diberikan meliputi delapan komponen dalam Data Quality Framework dari David Loshin dengan menerapkan praktik terbaik manajemen kualitas data dari Data Management Book of Knowledge dari DAMA Institute. Rekomendasi tersebut diharapkan dapat digunakan sebagai acuan dalam melaksanakan program peningkatan kualitas data pokok pendidikan di Universitas Sriwijaya.

 

---

Sriwijaya University is an education unit that organizes higher education in the city of Palembang. Based on the Law of the Republic of Indonesia No. 12 of 2012, higher education institutions are required to submit data and information on the organization of higher education to PDDikti by ensuring completeness, accuracy and accuracy. However, until now Sriwijaya University still cannot fully fulfill the demands of the regulation. These problems are of concern to management, because reporting data to PDDikti is a national standard of higher education that must be fulfilled and information that has been collected in PDDikti will be a source of information for accreditation institutions to accredit study programs and universities while for the public to know the performance of study programs College. Based on these conditions, this research is intended to be able to help overcome problems related to data quality at Sriwijaya University by compiling recommendations for improving data quality. To compile these recommendations, an assessment of the current data quality management is carried out, namely through an assessment of the dimensions of data quality and an assessment of data quality management maturity. The recommendations given include eight components in the David Quality Quality Framework by implementing data quality management best practices from the Data Management Book of Knowledge from DAMA Institute. The recommendation is expected to be used as a reference in implementing the basic data quality improvement program at Sriwijaya University.

 

"

"ABSTRAKMenurut Undang-undang No. 12 tahun 2012 tentang Pendidikan Tinggi Pasal 56, Pangkalan Data Pendidikan Tinggi (PD Dikti) merupakan kumpulan data penyelenggaraan pendidikan tinggi seluruh perguruan tinggi yang terintegrasi secara nasional. PD Dikti berperan penting dalam sistem penjaminan mutu pendidikan tinggi, yaitu berfungsi sebagai sumber informasi bagi lembaga akreditasi untuk melakukan akreditasi program studi dan perguruan tinggi; bagi pemerintah untuk melakukan pengaturan, perencanaan, pengawasan, pemantauan dan evaluasi serta pembinaan dan koordinasi program studi dan perguruan tinggi; dan bagi masyarakat untuk mengetahui kinerja program studi dan perguruan tinggi.Mengingat pentingnya PD Dikti tersebut, tersedianya data yang berkualitas pada PD Dikti menjadi salah satu target yang ingin dicapai Pusat Data dan Informasi Iptek Dikti, Kementerian Riset, Teknologi, dan Pendidikan Tinggi. Target pengelolaan PD Dikti tahun 2016 akan fokus pada kualitas data, yaitu bagaimana dapat menyediakan data yang berkualitas. Untuk itu, perlu adanya strategi untuk menjamin dan meningkatkan kualitas data pada PD Dikti.Berdasarkan hal tersebut, penelitian ini menyusun strategi untuk meningkatkan kualitas data pada PD Dikti. Untuk menyusun strategi tersebut dilakukan penilaian manajemen kualitas data saat ini, yaitu melalui penilaian terhadap dimensi kualitas data dan penilaian terhadap maturitas manajemen kualitas data. Langkah- langkah penelitian yang dilakukan meliputi identifikasi masalah, penilaian manajemen kualitas data, analisis kesenjangan untuk hasil penilaian maturitas manajemen kualitas data, analisis akar masalah untuk hasil penilaian dimensi kualitas data, dan menyusun strategi peningkatan kualitas data.Hasil penelitian ini adalah rekomendasi strategi peningkatan kualitas data pada PD Dikti. Strategi tersebut meliputi peningkatan proses pada 7 (tujuh) domain manajemen kualitas data, yaitu pendefinisian harapan/kebutuhan kualitas data, pengukuran dimensi kualitas data, penetapan kebijakan informasi, peningkatan tata kelola data, penetapan prosedur, perbaikan teknologi, dan pengelolaan kinerja. Rekomendasi tersebut diharapkan dapat digunakan sebagai acuan dalam melakukan program kualitas data pada PD Dikti.

---

ABSTRACT

According to Law No. 12 of 2012 about Higher Education clause 56, Higher Education Database is a collection of higher education management data from all Indonesian universities that is integrated nationally. Higher Education Database plays an important role in the Quality Assurance System of Higher Education, which serves as a source of information for accrediting agencies to carry out accreditation of study programs; for the government to make arrangements, planning, supervision, monitoring and evaluation; and for the public to know the performance of the study program and universities. Clause 52 of the same Law also noted that the Higher Education Quality Assurance System is based on Higher Education Database.

Because of the importance of the Higher Education Database, availability of high quality data became one of the targets to be achieved by the Data and Information Center. One of the targets for the implementation of the Higher Education Database in 2016 is to focus on the quality of the data.

Therefore, it need strategies to ensure and improve the quality of data on Higher Education Database. Based on the above, this study recommends strategies for improving the quality of the data on Higher Education Database. To develop the strategy, the author assessed the current data quality management. Assessment of the current data quality management was done through an assessment of the dimensions of data quality and assessment of the maturity of data quality management. Research steps undertaken included problem identification, assessment of data quality management, gap analysis for maturity assessment of data quality management, root cause analysis for assessment of data quality dimensions, and formulation of strategy for improving data quality.

Results of this research include recommendation of data quality improvement strategy in Higher Education Database. The strategy includes improvement management in seven (7) data quality management domain, comprising of defining the expectations of dataquality, measurement of data quality dimension, establishment of information policy, improving data governance, establishment of procedures, technological improvements, and performance management. The recommendations are expected to be used as a reference in the data quality program on Higher Education Database."

"Tulisan ini menganalisis terkait sejauh mana harmonisasi pengaturan transfer data lintas batas telah diterapkan pada negara-negara di Asia Tenggara. Tulisan ini disusun menggunakan metode penelitian yuridis normatif. Di tengah perkembangan ekonomi saat ini, data merupakan suatu komoditas baru yang memiliki nilai tinggi dalam ekonomi digital. Harmonisasi pengaturan transfer data lintas batas diperlukan untuk mewujudkan adanya arus bebas data dengan kepercayaan atau lebih dikenal sebagai DFFT. Namun, arus transfer data perlu diatur lebih lanjut melalui peraturan perundang-undangan untuk melindungi kepentingan subjek data pribadi terhadap data pribadi yang juga melalui rangkaian transfer data lintas batas. Peraturan tersebut menjadi tantangan dalam mencapai suatu harmonisasi pengaturan transfer data lintas batas, mengingat setiap negara memiliki kedaulatan masing-masing terhadap hukum yang berlaku pada yurisdiksi mereka. Hal ini menjadi fenomena yang menarik, mengingat transfer data lintas batas merupakan suatu fakta yang terjadi akibat perkembangan ekonomi digital. Pada akhirnya, pengaturan mengenai transfer data lintas batas harus mencakup dua kepentingan besar: di satu sisi sebagai pelindung kepentingan subjek data pribadi terhadap data pribadi milik mereka, dan di sisi lain sebagai sarana dalam menjamin transfer data lintas batas untuk meningkatkan peluang ekonomi dari data itu sendiri.

---

This paper analyzes how far harmonization of cross-border data transfer arrangements has been applied to countries in Southeast Asia. This paper employs the normative juridical research method. In the current economic development, data is a new commodity that has a high value in the digital economy. Harmonization of cross-border data transfer regulations is needed to realize the Data Free Flow with Trust or also known as DFFT. However, the flow of data transfer needs to be further regulated through laws and regulations to protect the interests of data subjects for personal data that also goes through a cross-border data transfer. The regulation is a challenge in reaching a harmonized cross-border data transfer regulation, considering that each country has its own sovereignty over the laws that apply to their jurisdiction. This is an interesting phenomenon, considering that cross-border data transfer is a fact that occurs due to the development of the digital economy. Thus, the regulation of cross-border data transfer should fulfill two major objectives: on the one hand, to protect the interests of the data subjects in their personal data, and on the other hand, to ensure cross-border data transfer to increase the economic opportunities of the data itself."