Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bank BRI merupakan salah satu Bank BUMN terbesar yang ada di Indonesia dengan berbagai produk perbankan untuk melayani masyarakat seperti produk simpanan dan pinjaman. Setiap produk simpanan dan pinjaman yang terealisasi akan memberikan informasi terkait data nasabah. Dalam menjalankan proses bisnisnya Bank BRI berkewajiban untuk melakukan pelaporan atau regulatory kepada pihak Bank Indonesia seperti data nasabah yang memiliki account atau yang merupakan nasabah dari Bank BRI. Kepentingan untuk melakukan pelaporan terkait data nasabah memerlukan proses dan integrasi dari setiap data nasabah. Kondisi saat ini sumber data nasabah tidak ada hanya ada satu sumber melainkan empat sumber data nasabah. Demi kepentingan tersebut diperlukan suatu model untuk membentuk master data nasabah yang bersifat tunggal, sehingga master data nasabah tersebut dapat menjadi acuan untuk setiap pelaporan yang dilakukan. penelitian ini bertujuan untuk membentuk model master data nasabah tunggal pada Bank BRI yang dapat digunakan untuk pelaporan bank dengan cara melakukan integrasi dari empat sumber data nasabah yang ada di Bank BRI dengan proses cleansing dan matching. Framework yang digunakan dalam penelitian berdasarkan Data Management Body of Knowledge (DMBOK) dengan mengikutiaktivitas pada Master Data Management (MDM).Penelitian ini merupakan penelitian kualitatif dengan metode action research. Pengumpulan data dilakukan dengan cara wawancara dan validasi terhadap expert pada bidang master data. Penelitian ini menghasilkan model arsitektur master data nasabah tunggal yang dapat digunakan untuk pelaporan Bank.

---

Bank BRI is one of the largest BUMN banks in Indonesia with various banking products to serve the public such as savings and loan products. Every savings product and loan that is realized will provide information related to customer data. In carrying out its business processes Bank BRI is obliged to report or regulatory to Bank Indonesia

such as customer data that has an account or is a customer of Bank BRI. The interest in reporting related to customer data requires a process and integration of each customer data. The current condition of customer data sources is not only one source, but four customer data sources. For the sake of this interest, a model is needed to form a single master data client, so that the customer master data can be a reference for every report made. This study aims to establish a single model master data customer at Bank BRI that can be used for bank reporting by integrating four customer data sources in Bank BRI with cleansing and matching process. The Framework used in this research based on the Data Management Body of Knowledge (DMBOK) by following 10 activities in the Master Data Management (MDM). This research is qualitative research with action research methods. Data collection is done by interview and validation of experts in the field of master data. This research produces a single customer master data architecture that can be used for Bank reporting."

"Proses produksi di industri farmasi mengacu pada Good Manufacturing Practice. Pembuatan master data lead time dan yield dilakukan karena perusahaan baru berdiri dan belum memiliki master data. Setiap industri farmasi harus memperhatikan waktu dan kualitas proses produksi dengan menghitung nilai lead time dan yield. Pembuatan master data dengan cara menarik data melalui sistem Oracle dan menganalisis data produksi. Hasil pembuatan master data lead time dan yield produksi dapat mempermudah departemen produksi dalam melakukan evaluasi proses produksi, memaksimalkan produktivitas dan meningkatkan efisiensi waktu produksi.

---

The production process in the pharmaceutical industry refers to Good Manufacturing Practice. Lead time and yield master data was created because the company was just established and did not yet have master data. Every pharmaceutical industry must pay attention to the time and quality of the production process by calculating the value of lead time and yield. The creation of master data involves extracting data through the Oracle system and analyzing production data. The results of creating master data for lead time and production yield can facilitate the production department in evaluating the production process, maximizing productivity, and improving production time efficiency."

"KSEI merupakan Self Regulatory Organization yang ditunjuk secara undang-undang sebagai lembaga penyelesaian dan penyimpanan di pasar modal Indonesia. Data investor merupakan salah satu elemen penting di dalam proses bisnis KSEI dan merupakan salah satu data yang digunakan untuk pengambilan keputusan dan pembuatan rencana strategi perusahaan. Saat ini masih banyak data investor yang duplikat dan tidak berkualitas. Salah saturencana bisnis KSEI pada tahun 2018 adalah melakukan pembenahan data investor. Hasil dari studi literatur menyimpulkan, untuk membenahi data investor yang duplikat dan tidak berkualitas diperlukan manajemen master data yang sesuai dengan proses bisnis di KSEI. Perencanaan manajemen master data disusun menggunakan panduan dari DAMA DMBOK. Pengumpulan data dilakukan dengan melakukan wawancara terhadap pakar data investor, dokumen, dan data observasi. Hasil dari penelitian ini merumuskan kebutuhan untuk manajemen master data dan sumber master data untuk data investor KSEI, mengintegrasikan basis data investor, merumuskan metode penggunaan operasional dan merumuskan pola arsitektur transaction hub. Manajemen master data ini diharapkan mampu membantu KSEI dalam mengimplementasikan manajemen master data.

---

Indonesia Central Securities Depository (KSEI) is a Self Regulatory Organization that is appointed by law as a settlement and deposit institution in the Indonesian capital market. Investor data is one of the important elements in KSEI's business process, one of the data used for decision making and use for company for making strategic plan. This time there are still many duplicate and low quality investor data. One of KSEI's business problems in 2018 is to reform investor data. The results of the literature study concluded, to fix duplicate and quality investor data required implement master data management that is in accordance with the business processes at KSEI. Master data management planning is prepared using a guide from DAMA DMBOK. Data collection is done by conducting interviews with expert investor data, documents, and observation data. The results of this study formulate the need for master data management and master data sources for KSEI investor data, integrate investor databases, formulate operational use methods and formulate transaction hub architecture patterns. This master data management is expected to be able to help KSEI in developing master data management."

"Siklus dan proses pengadaan merupakan salah satu proses operasional yang sangat penting dalam pencapaian tujuan dan target perusahaan. Proses pengadaan yang efektif, efisien serta mempunyai acuan data master pemasok yang akurat akan meningkatkan performa perusahaan serta memaksimalkan pencapaian target perusahaan yang akan dicapai.  Penelitian ini dilakukan karena permasalahan tidak akuratnya data master pemasok yang berakibat menjadi tidak efektifnya proses pengadaan dan berakibat menjadi timbulnya masalah dalam pemenuhan proyek kepada pelanggan serta mengakibatkan terjadi selisih yang cukup besar dalam konfirmasi audit atas hutang sehingga mengakibatkan terlambatnya finalisasi laporan audit perusahaan. Penelitian dengan menggunakan strategi studi kasus berikut ini membahas mengenai evaluasi kualitas data master pemasok didalam proses pengadaan dalam kaitannya dengan peningkatan performa perusahaan untuk pencapaian tujuan perusahaan. Setelah dilakukan evaluasi, penelitian ini menyimpulkan bahwa proses reviu atas data master pemasok di bagian pengadaan PT X belum dilakukan secara efektif dan harus diperbaiki karena buruknya kualitas data master pemasok yang dimiliki perusahaan. Dari hasil penelitian dapat direkomendasikan berupa masukan aksi tindak lanjut dalam penerapan proses reviu data master pemasok sehingga tercipta perbaikan kinerja dalam proses pengadaan untuk efektivitas proses bisnis yang ada pada PT X

---

The procurement cycle and process is one of the most important operational processes in achieving the company's goals and targets. An effective, efficient procurement process and having an accurate supplier master data reference will improve company performance and maximize the action of company in order to achieve target.  This research was conducted due to the problem of inaccurate supplier master data from ineffective procurement process and resulted in problems in fulfilling projects to customers and resulted in difference in audit confirmation of debts, resulting in late finalization of the company's audit report.  

The following research using the case study strategy discusses the evaluation of supplier master data quality in procurement process that affecting the achievement of purpose in the company. This research provide conclusions on the results of the evaluation of the effectiveness of review supplier master data in procurement process at PT X and give recommendations of action plan for performance improvement in achieve purpose in PT X."

"PT. Kliring Penjaminan Efek Indonesia (KPEI) mengemban peran sebagai central counterparty yang bertanggung jawab dalam menciptakan pasar modal Indonesia yang aman dan menarik. Permasalahan yang dihadapi KPEI adalah redundansi fungsi sistem dan ketidakadaan pengelolaan data master sebagai “single source of truth” yang berakibat pada ketidakakuratan keputusan yang dihasilkan. Untuk menyelesaikan permasalahan tersebut, penelitian ini menilai tingkat kematangan manajemen data master yang ada di KPEI saat ini dengan menggunakan model kematangan manajemen data master Loshin dan PAM COBIT 5 sebagai metode penilaian. Hasil penilaian kematangan tersebut menjadi dasar perencanaan pengembangan data master dengan menggunakan teori manajemen data master Loshin dan DMBOK. Hasil penelitian menunjukan bahwa tingkat kematangan manajemen data master KPEI adalah tingkat 0 (non existent) yang sedang menuju tingkat 1 (intial). Penelitian juga menghasilkan perencanaan pengembangan data master KPEI yang dapat membantu KPEI untuk menyelesaikan permasalahan yang dihadapi.

---

PT Kliring Penjaminan Efek Indonesia (KPEI) has a role as central counterparty who has resposibility to actualize a save and attractive Indonesia capital market. The problem faced by KPEI are redundancy of system functions and absence of master data management as a single source of truth that can lead to inaccurate decision making. To solve these problem, this research try to assess current data master management maturity level by using master data management maturity model from Loshin and PAM COBIT 5 as a assessment method. This assessment result used for building the data master development planning. The result of this research show that KPEI’s master data management maturity level has begun to transition from level 0 (non existent) to the level 1 (initial). This research also propose master data development planning for assisting KPEI to solve its problem."

"Standarisasi proses operasi dan standarisasi data (informasi) untuk mendukung implementasi sistem ERP (Enterprise Resource Planning) secara optimal menjadi isu utama dalam penelitian ini. Prosedur Master Data diaplikasikan pada semua master data yang berhubungan dengan SAP (Standard Application Program) system. Aktivitas persiapan data untuk proses input data pada implementasi SAP disebut sebagai Master Data Maintenance. Adanya kesalahan-kesalahan dalam pengisian form, dimana data input pada form sering salah, data tidak benar dan juga tidak akurat, membuat aktivitas master data maintenance terganggu. Dengan menggunakan pemetaan proses didapatkan proses aliran form yang sekarang dengan bantuan diagram alir, lalu mencari faktor penyebab terjadinya kesalahan dengan menggunakan diagram sebab-akibat. Selanjutnya, peneliti mencari tahu tingkat prosentase dari setiap faktor penyebab terjadinya kesalahan tersebut dimana pada umumnya 80% permasalahan yang ada disebabkan oleh 20% penyebab (80/20-Rule) dengan menggunakan diagram Pareto. Ketiga alat yang digunakan untuk pengukuran tersebut adalah bagian dari metode - 7 Tools of Quality - . Metode ini berguna untuk mencari dan memecahkan masalah pada kualitas. Alhasil, berdasarkan setiap faktor penyebab kesalahan yang ditemukan dari metode 7 alat kualitas tersebut, penelitian berlanjut pada tahap mengidentifikasi, mendeteksi dan mengetahui resiko-resiko yang dapat muncul akibat faktor penyebab kegagalan itu. Dengan menggunakan metode FMEA (Failure Modes and Effect Analyse), setiap nilai resiko faktor penyebab kegagalan diurutkan dan diberi nilai prioritas resiko, dimana urutan peringkat (rating) pertama menjadi hal utama yang harus diberikan perhatian lebih dibandingkan dengan urutan peringkat yang kedua. Dari Risk Priority &umber (RPN) tersebut dapat dijadikan sebagai rekomendasi tindakan, kebijakan maupun keputusan dalam mengambil langkah pencegahan kegagalan atau untuk mengatasi keadaan kritikal. Keberhasilan dan kegagalan implementasi ERP tidak tergantung pada kualitas hardware dan software dari implementasi sistem ERP, melainkan lebih pada pendidikan dan pelatihan. Keberhasilan akan diperoleh jika organisasi memberikan perhatian terhadap pelatihan dan pendidikan pada awal implementasi ERP.

---

Standardize process and data in order to support implementation of ERP (Enterprise Resource Planning) system is the main issue in this research. Master Data Procedure is applicable for all master data, which are related to SAP (Standard Application Program) system. There are some problems of form failure that interrupt activity of master data maintenance. The form failure was caused by some factors that could led user to do a mistake in doing form filling task. Using 7 Tool's of Quality as a tools for tracing what the problem is, where the problem was located and why it could be happens. There are three kind of 7 Tool's of Quality that used in this research which are: 'flowchart diagram' is used in doing process mapping, 'fishbone diagram' is used to identify any factors of failure and 'Pareto diagram (80/20-Rule)' in order to get level percentages of each failure factors which 80% of problems is caused by 20% of cause. After that, this research focuses on the risk of any failure factors. By using FMEA (Failure Modes and Effect Analyse) to get the Risk Priority Numbers (RPN), which help in getting any recommend solution to avoid and control each of failure factors that affecting any possibilities to do a mistake in filling form by user, as the result, the activity of master data maintenance will be disturbance. Where as, the highest rank of RPN indicated the highest risk that could occur in the future. Therefore, it should have become the main focus of attention in highest priority than the second highest rank. Finally, the key success of ERP system implementation is not on the quality of hardware and software but focus and pays more attention on education and training program from the very beginning of implementation."