Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK Menurut 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.

Abstrak :
ABSTRAK
Bisnis 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.

---

ABSTRACT
Digital 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.

Abstrak :
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.

Abstrak :
Badan Pusat Statistik Kabupaten Kaur merupakan satuan kerja di bawah Badan Pusat Statistik Republik Indonesia yang bertanggung jawab melaksanakan kegiatan statistik di wilayah Kabupaten Kaur Provinsi Bengkulu. Meskipun Badan Pusat Statistik Kabupaten merupakan satuan kerja terkecil di bawah Badan Pusat Statistik Republik Indonesia, namun Badan Pusat Statistik Kabupaten menyumbang peran besar dalam pencapaian tujuan Badan Pusat Statistik untuk meningkatkan kualitas data. Hal ini disebabkan oleh peran Badan Pusat Statistik Kabupaten sebagai tombak dalam pengumpulan data langsung ke responden dan sekaligus sebagai pengolah dan diseminasi data. Sebagai contoh adalah pelaksanaan Survei Sosial Ekonomi Nasional yang tengah berlangsung pada semester I tahun 2019 saat penyusunan penelitian ini. Dari survei ini diperoleh permasalahan yaitu terdapat ketidaklengkapan, ketidakkonsistenan isian dan ketidaktepatan harga pada Modul Kor dan Konsumsi Pengeluaran saat entri data dalam aplikasi. Begitu pula saat pasca entri masih ditemukan ketidakkonsistensian dan ketidaktepatan isian. Untuk mengatasi permasalahan ini dilakukan evaluasi tingkat kematangan manajemen kualitas data menggunakan kerangka kerja Manajemen Kualitas Data Loshin. Hasil yang diperoleh menunjukkan bahwa tingkat kematangan berada pada kisaran 2 dan 3. Dari delapan dimensi, terdapat empat dimensi yang belum memenuhi target yang diharapkan yaitu harapan kualitas data, protokol kualitas data, standar data, dan teknologi. Selain itu, hasil dari pengukuran kualitas data statistik menggunakan kerangka kerja European Statistical System menunjukkan bahwa total skor yang dicapai adalah 5.7 dari target yang diharapkan sebesar 9.4. Dari hasil penelitian ini selanjutnya disusun rekomendasi peningkatan kualitas data. ......The BPS-Statistics of Kaur Regency is a work unit under the BPS-Statistics of the Republic of Indonesia which is responsible for carrying out statistical activities in the regency area, precisely the Regency of Kaur, Bengkulu Province. Although the Regency Statistics Agency is the smallest work unit, the BPS-Statistics of Kaur Regency contributes a large role in achieving the goals of the BPS-Statistics of Republic of Indonesia to improve data quality. This is due to the role of the Regency Statistics Agency as a spearhead in collecting data directly to respondents and at the same time as data processors. An example is the implementation of the National Socio-Economic Survey which was taking place in the first semester of 2019 during the preparation of this study. From this survey, there are problems, namely there are incompleteness, inconsistency in the contents and inaccuracy of the price range in the Cor Module and Expenditure Consumption during data entry in the application. Likewise, inconsistencies and inaccuracies are found after post entries. To overcome this problem, an evaluation of the maturity level of data quality management using the Loshin’s Data Quality Management was done. The results indicate that the maturity level is in the range of 2 and 3. Of the eight dimensions, there are four dimensions that have not met the expected targets, namely expectations of data quality, data quality protocols, data standards, and technology. In addition, the results of measuring the quality of statistical data using the European Statistical System indicate that the total score achieved is 5.7 of the expected target of 9.4. From the results of this study, recommendations were made for improving data quality.

Abstrak :
Penelitian ini bertujuan untuk menganalisis penyebab utama permasalahan kualitas data pelaporan Lalu Lintas Devisa (LLD) sebagai sumber data primer yang digunakan dalam penyusunan Neraca Pembayaran Indonesia (NPI) khususnya transaksi jasa. Metode penelitian yang dilakukan adalah kualitatif dengan pendekatan studi kasus. Pengumpulan data dilakukan melalui wawancara, observasi dan analisis dokumen. Dari hasil penelitian yang dilakukan dapat disimpulkan bahwa kualitas data pelaporan LLD memiliki permasalahan pada syarat kualitas data yaitu akurasi. Akar masalah dari kualitas data pelaporan LLD berasal dari sisi internal dan eksternal Bank Indonesia. Akar masalah dari sisi internal Bank Indonesia yaitu, Sandi Tujuan Transaksi (STT) kompleks, perkembangan transaksi jasa, dan pemeriksaan akurasi data secara manual. Sedangkan akar masalah dari sisi eksternal Bank Indonesia adalah mutasi rutin pegawai frontliner bank pelapor dan minimnya sosialisasi yang dilakukan Kantor Pusat (KP) bank pelapor. Untuk mengatasi akar masalah tersebut beberapa strategi yang direkomendasikan untuk dijalankan adalah penyesuaian pada daftar STT, sosialisasi dan pelatihan kepada Account Officer LLD, penyusunan tools otomasi pemeriksaan akurasi data, penyusunan e-learning dan handbook pelaporan LLD, serta penambahan kebijakan terkait kewajiban sosialisasi yang dilakukan KP bank pelapor. ......This study aims to analyze the root causes of data quality problems in Foreign Exchange Reporting (LLD) as the primary data source used in the preparation of the Indonesian Balance of Payments (NPI), especially in service transactions. The research method used is qualitative with a case study approach. Data collection was carried out through interviews, observation, and document analysis. The results of the study concluded that the data quality problem of LLD reporting was data accuracy. The root causes of the data quality problem of LLD reporting come from both the internal and external sides of Bank Indonesia. The root causes from the internal side of Bank Indonesia are complex transaction purpose codes (STT), understanding of LLD’s Account Officers related to the development of service transactions, and manual data accuracy checks. While the root causes of the data quality problem from the external side of Bank Indonesia is the routine mutation of frontliner employees of the reporting bank and the lack of training conducted by the Head Office of the reporting bank. To address the root of the problem, several strategies are recommended to be implemented, namely adjustments to the STT list, training to LLD Account Officers, preparation of automated data accuracy check tools, preparation of e-learning and handbook about LLD reporting, as well as additional policies related to training obligations by Head Office of the reporting bank.

Abstrak :
Bank yang diawasi oleh Otoritas Jasa Keuangan, wajib melaporkan data debiturnya melalui SLIK sehingga pelaporan data yang berkualitas menjadi penting bagi perbankan. Sebuah studi kualitatif, dilakukan pada 2022 dengan mewawancarai sample 3 orang dari unit pengendali internal yang memiliki pengalaman kerja di Bank X lebih dari 5 tahun. Orang yang diwawancarai dianggap telah memahami sistem informasi internal Bank X. Untuk memperdalam analisis, dilakukan review terhadap dokumen internal Bank X terkait sistem informasi internal. Kesadaran pegawai atas pentingnya kualitas data debitur yang dilaporkan menjadi faktor utama yang perlu diperbaiki untuk meningkatkan kualitas data pelaporan informasi debitur pada SLIK. Kesadaran tersebut akan terbentuk apabila terdapat prosedur yang didukung oleh sosialisasi dan pelatihan yang memadai. Studi kasus ini membahas bagaimana meningkatkan kualitas data melalui perbaikan sistem informasi internal berdasarkan kerangka pengendalian internal COSO ......Banks supervised by the Financial Services Authority (OJK), required to report debtor data through the Financial Information Service System (SLIK). So that quality data reporting becomes important for banks. A qualitative study, conducted in 2022 by conducting interviews with 3 people from the Internal Control unit who has work experience at Bank X for more than 5 years. The interviewee has understood the internal information system of Bank X. Conduct deep dive analysis to review of Bank X's internal documents related to the internal information system. Reconciliation and verification procedures between sub-systems are the main factors that need to be improved to increase the quality of debtor information reporting data on SLIK. The procedure will not work if it is not supported by the awareness of each party involved, so it is necessary to conduct adequate socialization and training. This case study describe how to improve data quality through internal information systems improvement based on the COSO internal control framework

Abstrak :
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.

Abstrak :
ABSTRAK
Kualitas 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.

---

ABSTRACT
The 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.

Abstrak :
Organisasi pemerintah baik di tingkat pusat maupun daerah seperti Kementerian atau Lembaga setingkat dengan Kementerian, maupun di Pemerintah Provinsi/Kabupaten/Kota, membutuhkan data yang memiliki kualitas tinggi untuk melakukan perencanaan dan evaluasi pembangunan yang matang. Untuk keperluan penyediaan data dan informasi pengawasan dan dukungan yang dibutuhkan oleh pimpinan, telah dikembangkan Teknologi Informasi berupa aplikasi Sistem Informasi Manajemen Akuntabilitas (SIMA). Namun pada kenyataannya, kualitas data SIMA saat ini masih belum memenuhi standar karena isian data SIMA yang ada saat ini kurang memadai. Kurangnya kualitas data hasil pengawasan yang disebabkan oleh beberapa faktor seperti kelengkapan data, keakuratan data, ketepatan waktu data, dan konsistensi data yang berdampak pada hasil pengawasan BPKP kurang bisa memberikan rekomendasi strategis kepada Presiden. Penelitian ini dilakukan untuk mengukur tingkat kematangan dari pengelolaan kualitas data dan memberikan rekomendasi peningkatan kualitas data berdasarkan Data Quality Maturity/Capability Model Loshin dan Data Management Body of Knowledge (DMBOK). Kemudian juga dilakukan pegukuran dimensi kualitas data antara lain dimensi completeness, accuracy, timeliness. Dari hasil penelitian ditemukan permasalahan dimensi disebabkan karena validasi pada sistem yang belum memadai. Pada pengukuran tigkat kematangan manajemen data dari delapan komponen penilaian diperoleh tingkat maturitas mencapai level 3 atau defined. Kemudian untuk menentukan strategi dipetakan berdasarkan harapan untuk mencapai level 5 atau optimized diperoleh 37 rekomendasi untuk perbaikan kualitas data hasil pengawasan. ......Government organizations, both at the central and regional levels, such as ministries or institutions at the level of the ministry, as well as at the provincial/district/city governments, need high-quality data to carry out careful planning and evaluation of development. For the purpose of providing data and information on supervision and support needed by the leadership, Information Technology has been developed in the form of an Accountability Management Information System (SIMA) application. However, in reality, the current SIMA data quality still does not meet the standards because the current SIMA data entry is inadequate. The lack of quality of data from supervision results caused by several factors such as completeness of data, accuracy of data, timeliness of data, and consistency of data which has an impact on results of supervision of BPKP less able to provide strategic recommendations to the President. This study was conducted to measure the maturity level of data quality management and provide recommendations for improving data quality based on the Loshin Data Quality Maturity/Capability Model and the Data Management Body of Knowledge (DMBOK). From the results of the study, it was found that dimensional problems were caused by inadequate validation of the system. Measuring the maturity level of data management from the eight assessment components, it is obtained that the maturity level reaches level 3 or defined. Then to determine the mapped strategy based on the expectation to reach level 5 or optimized, 37 recommendations were obtained for improving the quality of the monitoring data.

Abstrak :
Bervariasinya kapasitas, potensi dan tingkat perkembangan daerah menyebabkan perbedaan mutu yang lebar antar program studi maupun institusi perguruan tinggi di penjuru Indonesia. Perbedaan mutu ini menjadi fokus para pemangku kepentingan perguruan tinggi, khususnya calon mahasiswa, pemerintah dan pasar tenaga kerja. Agar dapat menjaga mutunya, Universitas Kristen Krida Wacana (UKRIDA) sebagai salah satu dari institusi perguruan tinggi di Indonesia wajib memenuhi standar dari kriteria yang ditetapkan oleh Badan Akreditasi Nasional Perguruan Tinggi (BAN-PT). Kemudian, untuk dapat bersaing, UKRIDA juga perlu menetapkan keputusan-keputusan maupun rencana strategis yang dibuat memanfaatkan data yang sama dengan yang digunakan untuk pengukuran pemenuhan standar kriteria akreditasi agar selaras dengan tujuan utama peningkatan mutu. Namun, ternyata melalui analisis akar-akar masalah Loshin yang diantaranya manusia, proses, teknologi dan kebijakan ditemukan kualitas data dari salah satu kewajiban Tri Dharma yaitu pendidikan dan pengajaran secara khusus pada data mahasiswa dan akademik, masih buruk baik itu manajemen maupun kondisi dari data itu sendiri. Berdasarkan hal tersebut, penelitian ini bertujuan untuk menyusun strategi peningkatan kualitas data mahasiswa dan akademik UKRIDA. Menggunakan metode kualitatif, pengumpulan data dilakukan melalui wawancara, query langsung dan studi dokumen. Penilaian terhadap kualitas data saat ini menggunakan dimensi kualitas data dari Loshin dan PermenristekDikti RI Nomor 61 Tahun 2016 Pasal 12, penilaian terhadap tingkat kematangan manajemen kualitas data menggunakan Data Quality Maturity Model Loshin. Penilaian menghasilkan temuan penyebab permasalahan dan temuan kesenjangan manajemen. Analisis kemudian digunakan untuk menghasilkan rekomendasi strategi, yang pertama lewat pemetaan penyebab permasalahan umum DMBOK2 dibentuk strategi peningkatan kondisi kualitas data dan yang kedua, lewat pemetaan best practive aktivitas manajemen kualitas data DMBOK2 yang dipadu dengan poin-poin konsiderasi strategi kualitas data Loshin dibentuk strategi peningkatan manajemen kualitas data. Secara garis besar strategi yang diajukan menyarankan perbaikan struktur data dan antarmuka aplikasi, pendefinisian tata kelola data, penyelenggaraan dokumentasi aturan, SOP dan SLA yang lengkap hingga ke unit bisnis dan peningkatan pengukuran dan pelaporan. ...... Variations in capacity, potential, and level of regional development cause wide differences in quality between study programs and higher education institutions throughout Indonesia. These quality differences become the focus of higher education stakeholders, especially prospective students, the government, and the labor market. To maintain its quality, Krida Wacana Christian University (UKRIDA) as one of the higher education institutions in Indonesia must meet the standards of criterias set by the National Accreditation Body for Higher Education (BAN-PT). Then, to be able to compete, UKRIDA also needs to establish strategic decisions and plans that are made based on the same data used to measure accreditation criteria standards fulfillment so that they are aligned with the main objective of quality improvement. However, through analysis of Loshin’s domain of problem root causes include humans, processes, technology, and policies, turns out that the quality of data from one of the obligations of the Tri Dharma, namely education and teaching specifically on student and academic data is still poor both in terms of management and the condition of the data itself. Based on these founds, this study aims to develop strategies for improving the UKRIDA student and academic data quality. Using qualitative methods, data collection was carried out through interviews, direct queries and document study. Assessment of the current data quality uses data quality dimensions from Loshin and PermenristekDikti RI Number 61 of 2016 Article 12, assessment of the maturity level of data quality management using Loshin's Data Quality Maturity Model. The assessment results in: findings of problems causes and findings of management gaps. Further analysis was carried out to produce strategic recommendations, firstly through mapping DMBOK2 common problems causes; a strategy for improving data quality conditions was formed. Secondly, through mapping of DMBOK2 best practice data quality management activities combined with Loshin’s data quality strategy points of consideration, a data quality management improvement strategy was formed. Broadly speaking, the proposed strategy suggests corrections of data structures and application interfaces, defining data governance, organizing complete documentation of rules, SOPs, and SLAs up to business units also measurement and reporting improvement.