Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kebutuhan manusia dalam berbagai bidang terus mengalami peningkatan yang pesat untuk setiap waktunya. Untuk membantu memenuhi kebutuhan manusia tersebut, teknologi dan sistem informasi yang bersifat tepat, akurat, cepat, dan memberikan informasi yang baru sangatlah diperlukan. Namun seringkali untuk mendapatkan informasi baru dari sekumpulan data dan fakta tidaklah mudah karena diperlukan pengolahan data dan fakta tersebut terlebih dahulu. Apabila dalam proses pengolahan data dan fakta yang didapatkan hanyalah mengandalkan kerja manual dari manusia, maka bisa saja informasi baru yang ingin didapatkan tidak bisa diperoleh tepat pada waktunya. Dibutuhkan suatu metode dalam pengolahan data, yang dinamakan data mining, untuk dapat membantu menyelesaikan masalah ini. Ada berbagai macam algoritma yang dikenal dalam data mining. Masing-masing algoritma yang dibuat mempunyai keunggulannya masing-masing dalam pengolahan data tertentu. Sampai saat ini belum ada sebuah algoritma yang cocok dan ideal untuk memproses semua data yang ada. Pemilihan algoritma yang tepat untuk pengolahan suatu data dengan cirinya masing-masing adalah kunci dalam mendapatkan informasi baru yang tepat, cepat dan akurat. FIKUI Mining adalah sebuah aplikasi untuk pemrosesan data dimana pada aplikasi ini menggabungkan beberapa algoritma yang sudah dikembangkan oleh tim pengembang sebelumnya. Ada 3 metode secara keseluruhan yang tergabung dalam aplikasi FIKUI Mining ini yaitu Association, Classification, dan Clustering. Hasil penelitian dan pengembangan FIKUI Mining ini diharapkan bisa memberikan kontribusi dalam bidang data mining, baik dalam pemanfaatan secara langsung pada kehidupan nyata maupun untuk pengembangan kedepannya.

---

Human needs in every aspect are growing fast. To fulfill those human needs, a fast and accurate technology information system is much needed. Nevertheless, gathering new information from raw data and fact is not a simple thing to do because before we can get the information, we need to process data and fact. If we only depend on human work in processing the data, the new information may not up to date anymore. A method, called data mining, is needed to process the data to solve this problem. There are some algorithms which are well-known in data mining. Each algorithm has its own advancement in processing each kind of data. Until now, there isn't one single algorithm which is suitable for all kind of data. The selection of algorithm is the key to gain the accurate information. FIKUI Mining is an application to process data. This application gathers few algorithms that already developed by the previous developer. There are 3 methods which are integrated in FIKUI Mining. There are Association, Classification and Clustering. The result from this research and development of FIKUI Mining are to give some contributions in data mining field for its direct using in real life or for the future development."

"Algoritma data mining membutuhkan sumber data yang berkualitas untuk mendapatkan hasil yang optimal. Kualitas sumber data dapat ditingkatkan kualitasnya dengan menggunakan teknik preprosessing data yang tepat. Kemampuan dalam menampilkan output dari proses data mining yang mudah dimengerti sangat penting untuk mendapatkan pengetahuan. Penelitian ini bertujuan untuk mengembangkan aplikasi yang bisa menjawab kebutuhan dari algoritma data mining. Hasil dari penelitian ini adalah aplikasi yang dapat melakukan keseluruhan proses baik preprocessing data dalam hal pemilihan data dan pengolahan data awal, penyediaan metadata, sampai dengan analisis data menggunakan algoritma data mining. Sehingga, analisis jumlah data yang besar dapat dilakukan dengan efisien dan efektif, tetapi hasil prediksi yang didapatkan tetap optimal.

---

Data mining algorithms require high quality data sources to obtain optimal results. Quality of data sources can be enhanced by using appropriate data preprocessing techniques. Ability to display easily understood output of the data mining process is essential to gain knowledge. This study aims to develop applications that can address the needs of data mining algorithms. The results of this study is an application that can do the whole steps from data preprocessing until data analysis using data mining algorithms. Data processing itself includes data and preliminary data processing and provision of metadata.. So, analyzing large amount of data can be done in efficient and effective fashion without disregarding necessary need of optimal prediction result."

"Masalah performance dari traditional banner advertisement pada Detikcom sangat rendah, yaitu 0,06 saja, yang artinya dari 10000 kali tampil, iklan hanya 6 kali di click. Salah satu strategi yang bisa digunakan adalah dengan menggunakan native advertisement dimana iklan dan konten membaur dalam tampilan yang sama. Namun beberapa penelitian mengindikasikan bahwa performance native ads yang tinggi disebabkan oleh ketidakmampuan pembaca untuk membedakan iklan dengan konten berita, sehingga banyak pembaca yang merasa tertipu. Penelitian ini menganalisis faktor-faktor apa saja yang memengaruhi penerimaan pembaca terhadap native advertisement. Metode pengambilan data dari penelitian ini menggunakan survey berupa kuesioner dengan teknik convenience sampling yang disebar melalui website Detikcom. Hasil survey yang diperoleh kemudian diolah menggunakan metode statistik analisis regresi linear berganda. Dari 436 responden, diperoleh hasil bahwa faktor sikap, kepercayaan, norma subjektif, dan perilaku terdahulu secara bersama-sama berpengaruh terhadap penerimaan pembaca Detikcom terhadap native advertisement.

---

Performance issues of traditional banner advertisement on Detikcom very low at 0.06 , which means that at 10,000 times ad impressions, only 6 ad were clicked. One strategy that can be used is to use native advertisement in which the ad and content blend into the same display. However, some studies indicate that high performance native ads that are caused by the inability of the reader to distinguish ads to the content of news, so many readers were felt deceived. This study analyzes the factors that influence the acceptance of any reader to natively advertisement. The method of collecting the data from this study using a survey questionnaire with convenience sampling technique that is spread through the Detikcom website. The survey results were then processed using the statistical method of multiple linear regression analysis. Of the 436 respondents, proves that the factor of attitudes, beliefs, subjective norms, and past behavior jointly affect the Detikcom readers acceptance towards native advertisement."

"ABSTRAKPenyelesaian administrasi Sistem Perizinan dan Regristrasi Terintegrasi SPRINT masih rendah. Hal ini ditunjukan dengan 2.325 pemohon yang registrasi namun hanya 1.483 pemohon 63,78 yang menyelesaikan administrasi. Sementara itu Otoritas Jasa Keuangan OJK berharap SPRINT menjadi sistem informasi yang banyak digunakan sehingga mengurangi proses izin secara manual. Untuk itu perlu dilakukan evaluasi terhadap penerimaan penggunaan terhadap implementasi SPRINT. Model yang digunakan dalam penelitian adalah Unified Theory of Adoption and Use of Technology UTAUT dan DeLone-McLean Model DMM . Pada penelitian ini menggunakan model UTAUT dengan penambahan tiga faktor dari DMM yaitu System Quality, Information Quality dan Service Quality. Penelitian ini menggunakan metode campuran mixed methods dengan memadukan metode kuantitatif dan metode kualitatif serta menggunakan survei sebagai cara mengambil data. Data yang didapatkan dari survei sebanyak 207 data valid untuk jawaban pertanyaan tertutup dan 259 data valid untuk pertanyaan terbuka. Data yang diperoleh diolah menggunakan Partial Least Square PLS untuk data pertanyaan tertutup serta content analysis untuk data pertanyaan terbuka. Berdasarkan hasil analisis data diperoleh kesimpulan bahwa terdapat dua faktor yang mempunyai pengaruh negatif terhadap penggunaan SPRINT yaitu Information Quality dan Service Quality.

---

---

ABSTRACTThe administration completion level of the Integrated Licensing and Registration System SPRINT is still low. This is indicated by 2,325 applicants who already registered but only 1,483 applicants 63.78 have completed the administration. Meanwhile, OJK expects SPRINT to be a widely used information system so that reduce the licensing process manually. One of the problems is the absence of an evaluation of the user acceptance of the use of SPRINT. Therefore, it is necessary to evaluate the user acceptance of the SPRINT implementation. The model used in this research is Unified Theory of Adoption and Use of Technology UTAUT and Human, DeLone McLean Model DMM . In this study, Researchers used UTAUT model with the addition of three DMM factors. The added factor from the DMM model is System Quality, Information Quality and Service Quality. This research used mixed methods by combining quantitative and qualitative methods. In order to collect the data, this research used surveys. Valid data obtained from the survey were 207 respondents for closed questions and 259 respondents for open questions. Then, the obtained data were processed using Partial Least Square PLS for closed question data and content analysis for open question data. As conclusion, there are two factors that have negative influence on SPRINT usage which are Information Quality and Service Quality."

"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."

"ABSTRAKKredit bermasalah atau non performing loan NPL merupakan salah satu indikator penilaian performa sebuah bank dalam menjalankan program kredit kepada nasabahnya. Peningkatan rasio NPL pada PT. Bank XYZ pada tahun 2016 memberikan dampak kerugian yang sangat besar bagi perusahaan. Tinggi atau rendahnya rasio NPL erat kaitannya dengan tingkat kepatuhan debitur dalam menyelesaikan kewajibannya sesuai dengan perjanjian yang ada. Peningkatan rasio NPL tersebut berasal dari berbagai sektor kredit termasuk kredit kepemilikan rumah KPR. Tercatat pada awal tahun 2017 terdapat 16,15 nasabah yang memiliki kredit tidak lancar pada kredit KPR FLPP. Kualitas kredit yang buruk memberikan kerugian pada Bank XYZ. Untuk mengatasi masalah tersebut, pada penelitian ini digunakan teknik data mining untuk melakukan penilaian risiko calon nasabah kredit. Teknik data mining decision tree, support vector machine dan na ve bayes digunakan untuk melakukan penilaian risiko kualitas kredit calon nasabah. Teknik ensemble classification adaptive boosting dan bagging juga digunakan untuk meningkatkan performa dari model klasifikasi dasar. Pemodelan dilakukan dengan menggunakan data nasabah KPR FLPP. Evaluasi penelitian dilakukan menggunakan teknik k-fold cross validation. Hasil dari penelitian menunjukkan model klasifikasi yang dihasilkan oleh metode base classification decision tree merupakan model yang terbaik pada kasus ini. Hasil dari pemodelan dapat digunakan dalam menilai potensi calon nasabah apakah akan menjadi nasabah yang mempunyai kualitas kredit baik atau buruk.

---

ABSTRACTNon performing loan NPL is one of some indicators that can be used to measure the performance of bank in running a credit program to its customer. Bank XYZ rsquo s NPL rate increased in 2016 brought a huge loss to the organization. High or low NPL rate in the bank is closely related to the level of compliance of its customer in fulfilling their obligation based on agreement. The increment of NPL came from several sectors including the mortgage sector. In the beginning of 2017, there are 16.15 of customer have bad credit performance of FLPP mortgage program. Bad quality can bring loss to the Bank XYZ. To resolve that problem, data mining technique is used in order to assess the credit risk of prospect customer. Data mining techniques such decision tree, support vector machine SVM and na ve bayes are used to score the credit risk of the prospect customer. Ensemble classification technique such adaptive boosting and bagging are used as well to improve the performance of base classification rsquo s model. Modelling uses the historical customer data of FLPP mortgage program. The technique of evaluation in this research uses k fold cross validation. The result of this research shows classifiers from base classification decision tree has the best result amongst the other models in this case. The best models can be used to score the potential of prospect customer whether they will be having good credit or bad credit."

"Direktorat Sistem Informasi Statistik Direktorat SIS merupakan unit kerja yang melayani bidang Teknologi, Informasi, dan Komunikasi TIK di Badan Pusat Statistik. Laporan kinerja Deputi Metodologi dan Informasi Statistik tahun 2015 menyebutkan bahwa permasalahan yang terdapat di Direktorat SIS adalah tingkat pengetahuan sumber daya manusia SDM TIK masih terbatas dan tidak merata. Padahal salah satu misi BPS adalah membangun insan statistik yang profesional, berintegritas, dan amanah untuk kemajuan perstatistikan. Profesional berarti insan statistik harus memiliki kapasitas dan kapabilitas yang diperlukan untuk menghasilkan data statistik yang berkualitas. Saat ini pengetahuan di BPS masih melekat pada individu belum melekat pada unit kerja yang memerlukan pengetahuan tersebut. Jika terjadi perpindahan pegawai yang mempunyai pengetahuan tertentu di Direktorat SIS, bisa berdampak pada kinerja layanan TIK di BPS. Agar kinerja layanan TIK tidak bergantung pada individu tertentu, maka penting untuk Direktorat SIS mengimplementasikan manajemen pengetahuan dengan merancang sistem manajemen pengetahuan. Penelitian ini bertujuan untuk menghasilkan rancangan sistem manajemen pengetahuan di Direktorat SIS. Sistem manajemen pengetahuan ini dirancang menggunakan Soft System Methodology yang digabungkan dengan pemetaan pengetahuan dan proses manajemen pengetahuan Becerra-Fernandez. Organizational Culture Assessment Instrument OCAI digunakan untuk mengetahui budaya organisasi di Direktorat SIS. Penelitian ini menghasilkan sembilan aktivitas pada pembuatan model konseptual dan tujuh fitur system management pengatahuan

---

Directorate Statistical Information System SIS is a business unit that serves the line of Information, Communication, and Technology ICT in the Statistics Indonesia. The 2015 39 s performance report of the Deputy of Statistical Information and Methodology has stated that the problem contained in the SIS 39 s Directorate was limitation and uneven of the level of knowledge of ICT 39 s human resources. Whereas, one of the Statistics Indonesia 39 s mission is building the human being a professional, integrity, and mandate for statistical improvement. Professional mean that statistical human must have the capacity and capability required to produce quality statistics. Currently, knowledge in Statistics Indonesia is still attached in individual and not attached to the business units that require such knowledge. In case of personnel transfer who has specific knowledge in the SIS 39 s Directorate, could have an impact on the performance of ICT services in Statistics Indonesia. In order that ICT services 39 s performance is not dependent on particular individuals, it is important for the SIS 39 s Directorate to implement knowledge management with designing knowledge management system. This study aimed to design knowledge management system in the SIS 39 s Directorate. Knowledge management system was designed using Soft Systems Methodology combined with knowledge mapping and Becerra Fernandez 39 s knowledge management processes. Organizational Culture Assessment Instrument OCAI was used to determine the organizational culture at the SIS 39 s Directorate. This study resulted in nine activities in the construction of the conceptual model and the seven features of knowledge management system."

"Dinas Kependudukan dan Pencatatan Sipil mempunyai tugas pokok melaksanakan urusan pemerintah berdasarkan asas otonomi dan tugas pembantuan di bidang kependudukan, pengelolaan informasi administrasi kependudukan, dan pencatatan sipil. Dinas melayani masyarakat dalam urusan pelayanan administrasi kependudukan yang menghasilkan dokumen dan data kependudukan dan tersimpan pada database kependudukan kabupaten. Data tersebut dikirim secara berkala ke database pusat dan bersama dengan data kependudukan hasil pelayanan administrasi kependudukan dari seluruh kabupaten/kota di Indonesia digabungkan menjadi data kependudukan nasional. Permasalahan yang ada sekarang adalah data hasil pelayanan administrasi kependudukan belum sepenuhnya terdaftar pada database kependudukan nasional sehingga akurasi data kependudukan belum mencapai target sesuai dengan rencana strategis dinas tahun 2016-2021.Berdasarkan hasil proses konsolidasi dan pembersihan data kependudukan nasional, masih banyak terdapat data ganda dan anomali pada data kependudukan kabupaten. Hal ini akan berdampak bagi pemerintah dalam membuat laporan kependudukan kabupaten yang tidak menggambarkan jumlah nyata di lapangan sehingga mempengaruhi kebijakan pembangunan daerah. Selain itu akan menimbulkan permasalahan bagi masyarakat yang tidak terdaftar dalam database kependudukan nasional yaitu data tidak ditemukan pada saat melakukan transaksi pelayanan publik khususnya instansi pelaksana yang telah menggunakan data kependudukan nasional.Berdasarkan kondisi tersebut, perlu dilakukan analisis permasalahan data kependudukan mulai dari identifikasi permasalahan, kebutuhan proses bisnis yang dibutuhkan untuk mengatasi permasalahan tersebut dan kualitas data kependudukan yang diperlukan untuk mencapai target akurasi data kependudukan Dinas Kependudukan dan Pencatatan Sipil. Pada penelitian ini dirumuskan kebijakan manajemen kualitas data kependudukan yang merujuk pada teori Data Quality Management DQM dari DAMA-DMBOK dan empat aspek yang mempengaruhi kualitas data yang diambil dari beberapa tinjauan teori yaitu manajemen, teknologi, proses dan lingkungan. Dengan adanya kebijakan tersebut diharapkan pada tiap tahapan proses pelayanan administrasi kependudukan mulai dari tingkat desa/kelurahan, kecamatan sampai kabupaten memperhatikan kualitas data yang dihasilkan. Apabila kualitas data kependudukan di daerah meningkat maka akan memberi dampak positif bagi kualitas data kependudukan nasional.

---

The Population and Civil Registry agency has the main duty of carrying out government affairs based on the principle of autonomy and duty of assistance in the field of population, management of population administration information, and civil registration. The Population and Civil Registry agency serve the public in the affairs of the population administration services that produce documents and demographic data and stored in the database of demographic regency. The data is sent periodically to the central database and together with the demographic data from demographic administration services from all districts cities in Indonesia are combined into national demographic data. The problem that exists now is the data of the results of the demographic administration service has not been fully registered in the national demographic database so that the accuracy of population data has not reached the target in accordance with the strategic plan of the year 2016 2021.Based on the results of the consolidation process and the cleaning of national demographic data, there is still a lot of double data and anomalies in the demographic data of the regency. This will have an impact on the government in making district demographic reports that do not reflect real numbers in the field, affecting regional development policies. In addition it will cause problems for people who are not registered in the national demographic database that data is not found when conducting public service transactions, especially implementing agencies that have been using national demographic data.Based on these conditions, it is necessary to analyze the demographic data problems starting from the identification of the problem, the need of business process needed to overcome the problem and the quality of demographic data needed to achieve the target of demographic data accuracy of the Depatment Civil Service and Civil Registry. In this study, the formulation of data quality management policy of demography refers to Data Quality Management DQM theory from DAMA DMBOK and four aspects that influence the quality of data taken from several theoretical views that are management, technology, process and environment. With the policy is expected at each stage of the process of population administration services starting from the village sub district, district to regency pay attention to the quality of data generated. If the quality of population data in the region increases then it will have a positive impact on the quality of national demographic data."

"ABSTRAKPermasalahan berdasarkan temuan Badan Pemeriksa Keuangan (BPK) atas pemeriksaan kinerja pelayanan perizinan di Kementerian Komunikasi dan Informatika (KOMINFO) adalah data sertifikasi alat dan perangkat telekomunikasi pada database sistem informasi e-sertifikasi belum sepenuhnya lengkap, akurat, dan valid dalam mendukung pelayanan sertifikasi alat dan perangkat telekomunikasi. Dengan ketidaklengkapan tersebut memberi risiko terjadinya penerimaan yang tidak sah dan tidak valid atas perolehan biaya sertifikasi. Sehingga belum dapat dimanfaatkan secara optimal untuk keperluan pelaporan ataupun rekonsiliasi data. Berdasarkan kondisi tersebut dilakukan pengukuran tingkat kematangan manajemen kualitas data. Narasumber dalam penelitian ini adalah pejabat di Direktorat Standardisasi Perangkat Pos dan Informatika (PPI) yang menangani proses sertifikasi alat dan perangkat telekomunikasi, pejabat di Direktorat Pengendalian Sumber Daya dan Perangkat Pos dan Informatika (SDPPI) yang mengelola database dan sistem informasi e-sertifikasi, serta staf programmer e-sertifikasi. Pengukuran tingkat kematangan manajemen kualitas data dilakukan dengan menggunakan framework Modelo Alarcos de Mejora de Datos (MAMD) 2.0 dimana hasilnya berada pada level 1, sedangkan level yang diharapkan adalah level 2. Untuk itu strategi peningkatan kualitas data sertifikasi alat dan perangkat telekomunikasi disusun berdasarkan analisis penyebab permasalahan data, kesenjangan dari kondisi manajemen kualitas data saat ini dan harapan, pedoman sekretaris jenderal kementerian kominfo nomor 1 tahun 2018 serta Peraturan Menteri Komunikasi Dan Informatika Nomor: 41/PER/MEN.KOMINFO/11/2007 tentang Panduan Umum Tata Kelola Teknologi Informasi Dan Komunikasi Nasional. Rekomendasi yang dihasilkan dikelompokkan dalam delapan poin disiplin data yang perlu dilaksanakan Direktorat Standardisasi PPI apabila ingin mencapai tingkat kematangan manajemen kualitas data yang diinginkan. Delapan poin disiplin data tersebut diantaranya adalah manajemen persyaratan data, manajemen infrastruktur teknologi, manajemen konfigurasi, manajemen data historis, manajemen keamanan data, kontrol dan pemantauan kualitas data, manajemen siklus hidup data, serta definisi standar, kebijakan dan prosedur.

---

ABSTRACTThe problem based on the findings of the Supreme Audit Agency (BPK) on licensing performance checks at the Ministry of Communication and Information Technology (KOMINFO) is that the certification data of telecommunication tools and equipment in the e-certification information system database is incomplete, accurate and valid in supporting equipment and equipment certification services telecommunication. With incompleteness submitted, the approval of acceptance is invalid and invalid on the approval of the certification fee. Data that cannot be utilized optimally for the purpose of reconciliation reporting. Based on these conditions, the level of maturity of data quality management is measured. The speakers in this study were officials at the Directorate of Standardization (PPI) who requested the process of certification of telecommunications equipment and equipment, officials in the Directorate of Resources and Equipment of Post and Informatics Control who manage e-certification database and information systems, and e-certification programmer staff. The measurement of the level of maturity of data quality management is carried out using the Modelo Alarcos de Mejora de Datos (MAMD) 2.0 framework where the results depend on level 1, while the expected level is level 2. For this reason, strategies to improve the quality of certification data for the tools and devices used for needs analysis The problem of data, discusses current data management problems and expectations, guidelines for the secretary general of the Ministry of Communication and Information Number 1 of 2018 as well as Minister of Communication and Information Technology Regulation Number 41/PER/MEN.KOMINFO/11/2007 concerning General Guidelines for Technology Governance National Information and Communication. The recommendations produced are grouped in several data discipline points that need to be implemented by the Directorate of Standardization PPI agreeing to reach the desired level of data quality management maturity. These eight data discipline points are approved are data requirements management, technology infrastructure management, configuration management, historical data management, data security management, data quality control and control, data lifecycle management, as well as standard resolutions, policies and procedures."

"Globalisasi memang arus yang tidak bisa ditangkal. Airlines menghadapi masalah besar pada saat ini dan hari-hari mendatang. Manajemen yang terbias lambat mengambil keputusan dipastikan hanya akan membawa perusahaannya stall. Diperlukan kecepatan dalam mengeksekusi bisnis, agar kesempatan dapat diraih lebih banyak. Selain kecepatan, diperlukan juga ketepatan pengambilan keputusan, berdasarkan analisa perhitungan yang rasional dan matang. Persaingan mengkondisikan bisnis airlines dalam kondisi perang total. Informasi yang sekecil apapun tetapi relevan dimanfaatkan sebagai sebuah peluang untuk meningkatkan pendapatan. Prinsipnya adalah bagaimana memenuhi kapasitas angkut pesawat secara maksimal dan sesering mungkin. Dalam konteks memenangkan persaingan ini perpaduan antara gaya manajemen yang fleksibel dan peran teknologi informasi menjadi amat vital. Setiap bisnis akan tetap eksis jika dia memiliki customer. Untuk mendapatkan customer, pelaku bisnis melakukan berbagai strategi dan inovasi yang akan mempengaruhi ketertarikan orang dan memutuskan menggunakan layanan yang ditawarkan oleh penyedia layanan jasa/barang, dalam hal ini layanan angkutan penerbangan. Loyality program semacam Garuda Frequent Flyer (GFF), memegang peranan penting untuk membidik core customer, customer yang paling banyak memberikan benefit bagi perusahaan. Sistem operasional GFF yang menyimpan data anggota dan transaksi penerbangan, perlu dikumpulkan dalam satu bentuk data warehouse dan secara periodik di-update, sehingga reporting dapat dieksekusi dari data warehouse tanpa mempengaruhi kinerja operasional. Penggunaan data yang ekstensif dengan menggunakan teknik data mining dapat membantu managemen dalam mengambil kebijakan yang tepat berdasar data-data historical. Agar data mining dapat mempengaruhi bisnis, maka data mining sendiri harus relevan dan menjadi bagian dari bisnis proses.

---

Globalization is now inevitable, which causes airlines to face a major problem nowadays. Time becomes major influence in decission making. If the management takes a lot of time in decision making, then company will be stagnant or even decline. There are needs to execute business decision with little time consuming, so that more opportunities can be captured with less cost. In addition to time consuming, accuracy is also a vital necessity for mature analysis and rational calculation. Any information from the insignificant one, as long as it is relevance and accurate can be used as an opportunity for increasing revenue. The main principle is how to optimize aircraft load to its maximum capacity as often as possible. In the context of winning a competition, the combination of a flexible management style and utilization of Information Technology become a vital element.

Any business entity can survive depends on the existence of its customer. In order to gain more customer, business player has to execute strategy and innovation. This is necessary to influence people in choosing services provider. In this case, the context is airline service business. Any kind of Loyality Program such as Garuda Frequent Flyer (GFF), has important role in targeting core customer, i.e. customer that give the highest revenue to the company.

GFF operational system that keeps information of customer profile and flight transaction, needs to be collected into a single form of data warehouse and updated periodically, so that reporting function can be executed without affecting operational performance. The extensive use of data with datamining technique could assist management in making the right decision based on historical data. Additionally, datamining has to be relevance and being part of business process in order to improve business performance. The focus of this research is to develop initial phase of datamining that can be scaled up in future, not a practical solution that can be directly used."