Badan Kepegawaian Negara (BKN) sebagai pembina dan penyelenggara manajemen kepegawaian memiliki tugas dan fungsi diantaranya mengelola mutasi kepegawaian Pegawai Negeri Sipil (PNS). Berdasarkan Rencana Strategis BKN 2015 – 2019 salah satu tugas BKN yang adalah “Mengelola dan mengembangkan sistem informasi kepegawaian Pegawai Negeri Sipil”. Untuk mendukung pelaksanaan manajemen kepegawaian nasional dan peningkatan pelayanan kepegawaian terhadap PNS dibutuhkan database PNS yang akurat dan terkini. Ketika melaksanakan tugas dan fungsi ini, BKN sering mendapatkan masalah perbedaan data yang disebabkan kesalahan sistem, kesalahan operator sistem atau karena lainnya. Dalam karya akhir ini penulis melakukan pengukuran kualitas data kepegawaian memakai dimensi kualitas data sesuai dengan Loshin’s Data Quality Maturity Model agar bisa menjadi dasar data yang dipakai oleh produk sistem informasi yang dihasilkan oleh BKN. Aktivitas yang dilakukan untuk mencari tingkatan kualitas data, keadaaan menajemen kualitas data, harapan manajemen kualitas data, dan juga rekomendasi perbaikan kualitas data melalui tiga proses pengumpulan data yaitu wawancara terbuka, observasi langsung, dan analisis dokumen. Penelitian karya akhir ini bertujuan untuk memberikan rekomendasi strategi dalam memperbaiki manajemen kualitas data kepegawaian dengan berfokus pada dua tabel utama yaitu Tabel ORANG dan Tabel PNS. Rekomendasi yang di dapat melalui pemetaan model oleh Patel dan Ramchandran (2009) yaitu Agile Maturity Model (AMM), menghasilkan 48 rekomendasi yang terdiri dari 10 rekomendasi perbaikan permasalahan data PNS yang telah ada, antara lain penambahan otomatisasi validasi, pemeriksaan dan perbaikan kembali data yang sudah ada di database BKN, serta penambahan fitur pemberitahuan kepada pengelola data jika ada terindikasi sumber masalah. Selain itu ada 38 rekomendasi untuk perbaikan peningkatan manajemen kualitas data. Rekomendasi tersebut dibagi berdasarkan delapan komponen penilaian. Komponen harapan kualitas data mempunyai rekomendasi di identifikasi dan dokumentasi harapan kualitas data, syarat kualitas data yang baik, profil dan analisis harapan kualitas data, mengembakan metode penilai dampak bisnis, pemantauan dan validasi proses, dan penetapan serta evaluasi layanan kualitas data.
One of The National Civil Service Agency (BKN) duty as a national staffing management agency is managing the rotation of Civil Servants (PNS). Based on the 2015-2019 BKN Strategic Plan, one of the tasks of the BKN is "Managing and developing the Civil Service staffing information system (ASN)". To support the implementation of national staffing management and improvement of staffing services for civil servants, an accurate and up-to-date civil service database is needed. Nevertheless, BKN often encounters problems with data differences due to system errors, system operator errors or other reasons. In this thesis, the author measured the quality of staffing data by using data quality dimensions based on Loshin’s Data Quality Maturity Model, aiming for high quality data to be used in BKN’s information systems. In order to gain data quality levels, data quality management conditions, data quality management expectations, and recommendations for improving data quality, the author held open interviews, direct observation, and document analysis. This research aims to provide a strategy recommendation in improving the quality of staffing data management by focusing on two main tables which are PEOPLE and PNS tables. The recommendations obtained through the mapping model by Patel and Ramchandran (Agile Maturity Model), resulted in 48 recommendations consisting of 10 recommendations for repairing existing PNS data problems, including adding validation automation, rechecking and revising existing data in the BKN database, also adding a notification feature to the data manager when indicating a problem. Aside from that, there are also 38 recommendations for improving the data quality management. The recommendations are divided based on eight assessment components. The data quality expectation component has recommendations in identifying and documenting data quality expectations, good data quality requirements, profiling and analyzing data quality expectations, developing business impact assessment methods, monitoring and validating processes, and establishing and evaluating data quality services. |
TA-pdf-Rio Cahyadi.pdf :: Unduh