Syntax Literate: Jurnal Ilmiah Indonesia p–ISSN: 2541-0849
e-ISSN: 2548-1398
Vol. 9, No. 3, Maret 2024
RANCANGAN DATA GOVERNANCE
MENGGUNAKAN PANDUAN DATA MANAGEMENT BODY OF KNOWLEDGE (DMBOK): STUDI KASUS PT
XYZ
Rizal Mochamad Nazar,
Achmad Nizar Hidayanto
Universitas Indonesia, Depok, Jawa Barat, Indonesia
Email: [email protected], [email protected]
Abstrak
Pemanfaatan teknologi digital telah
mengubah lanskap bisnis, mendorong PT. XYZ, perusahaan teknologi informasi,
untuk melakukan transformasi digital. Namun, tantangan dalam manajemen data
muncul akibat kurangnya tata kelola data yang terstruktur. Penelitian ini
bertujuan untuk merancang tata kelola data yang sesuai dengan kebutuhan
organisasi. Metode yang digunakan meliputi wawancara, tinjauan dokumen,
observasi, dan data governance maturity assessment untuk mengukur tingkat
kematangan tata kelola data. Hasil penelitian menunjukkan bahwa tingkat
kematangan tata kelola data PT. XYZ berada pada level 1 (performed) dengan
angka 1,7. Berdasarkan analisis, dirancanglah pemetaan peran dan aktivitas,
struktur data governance, strategi, kebijakan, roadmap, dan strategi
implementasi data governance yang sesuai. Dari hasil analisis tersebut,
disarankan delapan inisiatif strategi data governance yang dapat diterapkan
oleh PT. XYZ, diharapkan menjadi solusi dalam mengatasi permasalahan data
organisasi.
Kata Kunci: data governance, data management, DMBOK
Abstract
The utilization of digital technology has reshaped the
business landscape, prompting PT. XYZ, a technology information company, to
undergo digital transformation. However, challenges in data management arise
due to the lack of structured data governance. This research aims to design
data governance suitable for the organization's needs. Methods employed include
interviews, document reviews, observations, and data governance maturity
assessment to measure the level of data governance maturity. The research
findings indicate that PT. XYZ's data governance maturity level is at level 1
(performed) with a score of 1.7. Based on the analysis, mappings of roles and
activities, data governance structures, strategies, policies, roadmaps, and
implementation strategies are designed accordingly. From the analysis results,
eight data governance strategy initiatives are suggested for implementation by
PT. XYZ, expected to serve as a solution in addressing the organization's data
issues.
Keywords: data
governance, data management, DMBOK
Pendahuluan
Pemanfaatan teknologi digital telah membuat
hampir seluruh sektor industri melakukan transformasi digital
PT. XYZ
merupakan sebuah perusahaan publik yang didirikan tahun 1975 dan bergerak di
bidang teknologi informasi yang berfokus pada ruang lingkup bisnis Digital
Services dan Document solution. PT. XYZ memiliki beberapa
portfolio bisnis yang dipasarkan secara Business to Business (B2B) ke
pelanggan mulai dari perangkat keras IT, perangkat lunak dan solusi
perdokumenan untuk membantu pelanggan dalam sektor inforamation technology (IT) dan document
solution. Dalam menjalankan bisnisnya, PT XYZ menjadi mitra utama dan
distributor eksklusif multifunction printer (MFP) dari
sebuah perusahaan teknologi cetak dari Jepang untuk wilayah pemasaran di
Indonesia. Sesuai dengan RKAT tahun 2022, PT. XYZ memiliki beberapa tujuan dan
strategi bisnis dengan mengoptimalkan keuntungan melalui penguatan core
business, meningkatkan kualitas layanan untuk menjadi mitra pilihan pelanggan dan
mendorong pertumbuhan insiatif baru melalui layanan printing dan digital
yang
sesuai dengan permintaan pasar
Data akan
menjadi aset perusahaan yang sangat diperlukan untuk berbagai kebutuhan
strategis, kebutuhan operasional dan kebutuhan penunjang perusahaan. Data
sebagai aset perusahaan akan sangat dibutuhkan untuk mendukung berbagai
aktivitas strategis, operasional dan dukungan kedepannya (Carroll, 2019). Dalam
menjalankan operasional bisnis, perusahaan membagi dua fungsi yaitu fungsi
operasional dan fungsi support (Gregory, 2011a).
Setiap fungsi terbagai ke dalam beberapa divisi dan departemen. Dalam
menjalankan bisnis inti, organisasi membagi 2 divisi bisnis operasional yang di
bawahnya terdiri dari cabang operasional. Cabang operasional tersebar di
seluruh Indonesia dengan tugas sebagai kantor perwakilan untuk proses
penjualan, dan purna jual setiap produk dan layanan yang dipasarkan kepada
pelanggan di setiap teritori yang sudah ditentukan. Setiap cabang operasional
memiliki tim yang terdiri dari Department
head, sales, system analyst dan didukung oleh tim support yang meliputi bagian service planning, administration, service
delivery, finance, marekting dan technical support. Proses
bisnis inti yang dilakukan adalah melakukan penjualan dan penyewaan multifunction printer (MFP) serta solusi IT dan solusi perdokumenan
untuk mendukung proses digitalisasi di pelanggan (Gregory, 2011b). Dengan demikian terdapat banyak data yang
harus dikelola dan dikonsumsi bersama antara tim operasional, support dan stakeholder terkait dalam menjalankan setiap rangakaian
proses bisnis. Proses bisnis dikelompokan menjadi tiga bagian besar yaitu
proses pre-sales, implementasi dan post-sales. Setiap bagian proses ini
memiliki beberapa bisnis proses yang dikerjakan oleh lintas divisi. Setiap
divisi akan berbagi data dan saling bertukar informasi. Data yang digunakan
dalam proses pre-sales hingga post-sales akan saling
berkesinambungan dan data pada proses pre-sales akan digunakan
pada proses-proses selanjutnya. Sehingga volume data dan kompleksitas data yang
dikelola sangat banyak dan variatif, terlebih lagi semakin berkembangnya bisnis
organisasi akan semakin banyak pelanggan yang akan meningkatkan volume data
dalam jumlah yang lebih besar, variatif dan kompleks (Mosley, 2009).
Dalam
pelaksanaannya, perusahaan dihadapkan dengan beberapa kendala terkait data
dikarenakan data tidak saling teritegrasi antar sistem, data tidak konsisten
antar sistem yang memiliki data yang sama, duplikasi data di setiap platform penyimpanan
data dan aplikasi, kualitas data tidak memenuhi kriteria utama seperti completeness,
uniqueness, timeliness, validity, accuracy dan consistency, data silos dan data yang ada
tidak lengkap. Hal ini menyebabkan data sulit dicari dan digunakan dengan cepat
serta setiap stakeholder yang membutuhkan informasi dari suatu data harus mencari,
meng-complile, cleansing dan klasifikasikan data yang akan digunakan
secara mandiri (Prasetyo, 2015).
Berdasarkan penjelasan tersebut, dapat dilihat bahwa data operasional beserta data pendukungnya yang dihasilkan masih tersebar dan tidak berkualitas. Sehingga aktivitas operasional terkadang terhambat dan
pengambilan keputusan terkait strategi tidak optimal dan akurat.
Pada penelitian Haryadi (2016), mengenalkan
sebuah diagram aspek yang mendukung kualitas big data (Gambar 1). Pada diagram tersebut, kualitas dari suatu
data didukung oleh tiga aspek yaitu, discovery,
accesbility, dan operationality.
Gambar Error! No text of specified style in document.. Big Data Quality
Pada penelitian Brous dan Janssen (2020),
menjelaskan bahwa data governance diperlukan
oleh suatu organisasi untuk memastikan bahwa ilmu data yang dimiliki organisasi
terpenuhi sehingga apabila terjadi perubahan pada organisasi, data dapat
dikelola secara efisien. Organisasi dapat memanfaatkan data sebagai sarana
untuk membuat keputusan apabila organisasi tersebut memiliki data governance ydang sudah diterapkan
Sejalan dengan hal yang sudah dipaparkan
sebelumnya, PT XYZ yang merupakan perusahaan yang bergerak dibidang teknologi
infomasi, memiliki beberapa kendala yang dihadapi dalam menjalakan aktivitas
bisnisnya. Permasalahan yang dihadapi adalah data operasional yang digunakan
tidak berkualitas dan tidak adannya tata kelola data yang diterapkan sehingga
pencarian data dan penggunaan data sulit dilakukan.
Tujuan dari penelitian ini adalah merancang
data governance yang dapat memberikan
rekomendasi penyelesaian permasalahan data yang seusai dengan dengan kondisi
organiasasi di PT. XYZ.
Metode
Penelitian
Desain
Penelitian
Desain riset adalah sebuah rancangan atau rencana untuk pengumpulan,
perhitungan dan analisis data yang dibuat untuk menjawab penelitian
Instrumen
Penelitian
Instrumen penelitian yang digunakan pada penelitian ini adalah
menggunakan framework Data Management Body of Knowledge (DMBOK)
dan berdasarkan penelitian terdahulu. Pada penelitian ini dibutuhkan suatu
instrumen penelitian untuk melakukan proses pengumpulan data yang terdiri dari
beberapa pertanyaan sebagai pedoman untuk mendapatkan data dari narasumber
Metode
Pengumpulan Data
Pengumpulan data yang dilakukan dalam penelitian ini
adalah dengan melakukan wawancara, studi dokumen, dan penyebaran kuisioner
kepada sepuluh responden untuk pengukuran tingkat kematangan data governance
(Al-ruithe, 2018). Untuk
wawancara dilakukan untuk mendapatkan opini individu terkait permasalahan data
yang dihadapi dan untuk melakukan konfirmasi terhadap rancangan data
governance yang sudah dibuat.
Hasil dan Pembahasan
Analisis
Permasalahan
Analisis permasalahan dan kebutuhan data governance
akan membahas mengenai analisis terkait hal-hal yang menjadi sebab perlunya
data governance di PT XYZ. Selanjutnya dilakukan pembuatan rancangan
struktur data governance yang sesuai dengan kondisi organisasi. Analisis
dasar kebutuhan data governance berlandaskan kepada kebijakan internal
organisasi dan identifikasi permasalahan data. Kebijakan internal yang
dijadikan acuan usulan kebutuhan data governance bersumber pada dokumen
laporan tahunan tahun 2022, dokumen socialization policy tahun 2024.
Identifikasi
Permasalahan Data Kebijakan
Internal ·
Annual Report 2022 ·
Document SosPol ITSM & CSS 2024 Kebutuhan Data
Governance
Gambar 2. Kebutuhan
Data Governance
Kebijakan Internal
Terdapat beberapa inisiatif untuk mengembangkan dan
menitegrasikan beberapa sistem agar bisnis proses yang terjadi dapat semakin
cepat, ringkas dan memberikan dampak yang positif terhadap kecepatan dan
ketepatan proses layanan kepada pelanggan. Beberapa insiatif diatas akan selalu
berkaitan dengan data. Dimana data akan menjadi suatu aset yang dikelola dalam
proses pengembangan sistem dan integrasi sistem yang dilakukan. Disamping itu,
setiap proses bisnis inti maupun proses bisnis pendukung akan selalu
membutuhkan data yang berjalan di dalam setiap proses tersebut. Data akan
menjadi objek yang dikelola, dibagikan dan digunakan untuk kebutuhan strategis
dan operasioanl organisasi. Berdasarkan socialization
policy tim customer service and support
merencanakan terkait setiap peran system analyst yang ada di setiap
cabang operasional harus dapat membuat dan mengelola customer solution database yang akan memetakan sebaran
solusi IT & solusi perdokumenan yang sudah diterapkan di pelanggan. Ada
juga inisiatif dari tim ITSM terkait dengan kepatuhan terhadap undang-undang
perlindungan data pribadi sesuai dengan panduan induk organisasi yang akan
diterapkan di tahun 2024. Dari kebijakan internal yang meliputi rencana dan
inisiatif IT yang sedang dan akan dilakukan semuanya akan berhubungan dengan
data sebagai aset yang menjadi objek di dalamnya.
Identifikasi
Permasalahan Data
Berdasarkan hasil observasi dan wawancara yang sudah
dilakukan sebelumnya, terdapat beberapa permasalahan data yang dihadapi di
dalam organisasi seperti data belum terintegrasi, kualitas data belum memenuhi
standar, belum ada verifikasi dan validasi data, master data menggunakan ERP belum opitimal, dan manajemen pengeloaan data
belum terdefinisikan
Berdasarkan permasalahan-permasalahan tersebut dan
kebijakan internal yang sudah menunjukan PT XYZ menghadapi tantangan dalam
meneglola data-data yang ada di organisasinya dan belum memiliki aturan
mengenai data governance untuk mengatasi tantangan manajemen data yang
ada, maka berdasarkan hal tersebut perlu dirancanng data governance di
PT XYZ yang sesuai dengan kondisi organisasi
Rancangan Data Governance
Pada tahapan perancangan data governance yang
dilakukan dalam penelitian ini mengacu pada panduan Data
Management Body of Knowledge (DMBOK) untuk melakukan sebuah analisis data
governance data dalam suatu organisasi. Kerangka kerja DMBOK digunakan
dalam rancangan data governance karena DMBOK menjelaskan secara
komprehensif terkait pengelolaan data di seluruh data lifecycle. Pada
bab sebelumnya dari Gambar 2.1 dapat dilihat
bahwa data governance merupakan bagian/fungsi utama dari 11 komponen manajemen
data lainnya. Dari 11 komponen manajemen data yang ada di dalam DMBOK, data
governance merupakan komponen utama yang harus disiapkan terlebih karena
peran data governance dapat mengatasi permasalahan data. Oleh sebab itu,
perancangan data governance dalam penelitian ini menjadi fokus utama
untuk dilakukan. Mendefinsikan Masukan (Input).
Pada tahap mendefinsikan masukan (input) merupakan tahap dilakukannya
proses pendefinisian data-data yang dibutuhkan dalam merancang data
governance sesuai dengan panduan DMBOK.
Strategi
Bisnis Organisasi
Data governance yang baik perlu dikembangkan secara
bertahap sesuai dengan prinsip-prinsip data governance. Pimpinan
organisasi dan level staff perlu diberikan awareness, pemahaman dan
pengetahuan tentang prinsip-prinsip data governance. Memahami strategi
bisnis organisasi merupakan salah satu tahapan dalam membangun data
governance di dalam organisasi. Straegi bisnis ini diperlukan sebagai
sumber masukan yang dibutuhkan dalam proses data governance. Strategis
bisnis PT XYZ sudah didefinisikan dan ditetapkan pada dokumen Organization
Socialization Policy 2024 yang dapat dilihat pada Gambar 3
Gambar 3 Strategi Bisnis PT XYZ
PT XYZ mengusung tema strategi Reinforce Businness
Fundamental Towards Sustainable Growth dimana organisasi akan fokus dalam
memperkuat bisnis inti yang sudah berjalan untuk pertumbuhan bisnis yang
berkelanjutan. Strategi bisnis ini dibuat untuk mencapai tujuan organisasi
yaitu menjadi pemimpin pasar dan mitra pelanggan dalam penjualan solusi Digital
Workspace dan Graphic Communication di Indonesia. Strategi bisnis
organisasi disusun atas dasar analisis potensi bisnis dan manajemen resiko
dalam rangka mencapai tujuan bisnis organisasi.
Berdasarkan pendefinisian strategi bisnis PT XYZ,
dapat disimpulkan bahwa data yang diperlukan organisasi untuk menjalankan
strategi bisnis yang sudah ditetapkan adalah data-data terkait sumber daya manusia
beserta kompetensinya, data MIF, data pelanggan, data market share, data
competitor, data kebutuhan pelanggan, data keuangan, data kontrak kerjasama
dengan pelanggan, dan data layanan yang mendukung kegiatan operasional
organisasi. Untuk mengetahui sejauh mana tingkat kematangan pengelolaan data di
organisasi maka akan dilakukan data governance maturity assessment pada
subbab selanjutnya.
Data
Governance Maturity Assesment
Dalam penelitian ini, konsep tingkat kematangan yang digunakan adalah Capability
Maturity Model (CMM). CMM merupakan sebuah konsep kematangan yang
dikembakan oleh Software Engineering Instutute (SEI) pada tahun 1984. Model ini
menawarkan metodologi dan optimalisasi proses software development. CMM
dibagi dalam lima level tingkat kematangan yaitu :
1. Performed (Level 1)
Pelaksanaan proses tidak
diterapkan di semua area organisasi dan dilakukan seara ad-hoc tanpa ada
perencanaan dan standar serta tidak ada pendekatan umum dalam mengelola data.
2.
Managed (Level 2)
Pelakasanaan proses masih
dilakukan di Sebagian fungsi organisasi namun sudah ada perencanaan yang
terukur dan terkendali serta sudah sesuai dengan kebijakan.
3.
Defined (Level 3)
Pelaksanaan proses sudah menerapkan
kerangka kerja data governance yang dilakukan konsisten sesuai dengan pedoman
organisasi
4.
Measured (Level 4)
Pelaksanaan proses sudah dilakukan
di seluruh bagian organisasi dan sudah
mendefinisikan, menggunakan, dan mengelola penerapan kerangka kerja data
governance dan pendekatan kualitas
data
5.
Optimized
(Level 5)
Organisasi fokus pada peningkatan
berkelanjutan dengan optimalisasi kinerja proses. Tujuan kuantitatif di dalam
perbaikan proses bisnis sudah diterapkan dan direvisi secara berkelanjutan
untuk menyesuaikan dengan perubahan tujuan bisnis.
Dalam melakukan pengukuran tingkat kematangan data governance, pada penelitian ini
menggunakan Stanford data governance maturity model (Standford DGMM) sebagai dalam melakukan assesment tingkat
kematangan data governance. Standford DGMM dikembangkan pada tahun 2011
oleh Standford University Data Governance Office yang diadaptasi dari
model kematangan lain, seperti CMM dan IBM dengan fokus pada aspek dasar dan
aspek data governance.
Stanford data governance maturity model
(Standford DGMM) memiliki
dua sspek inti yaitu aspek dasar (foundational) dan aspek proyek (Project).
Dalam penelitian menggunakan
proses assessment tingkat kematangan data governance
di organisasi. Proses yang dilakukan dalam assessment ini adalah
pengumpulan data dengan melakukan observasi, tinjauan dokumen, wawancara dan
penyebaran kuisioner kepada 10 responden. Untuk wawancara yang dilakukan dalam
penelitian ini menggunakan metode semi terstruktur kepada Service Planning
Dept. Head dan Enterprise Document Solution Services Dept.Head. wawancara
dilakukan dengan menggunakan daftar pertanyaan yang diadopsi dari Standford
DGMM (Lampiran x). Untuk hasil assessment yang lebih komprehensif, dalam
penelitian ini dilakukan juga pengumpulan data dengan metode penyebaran
kuisioner kepada 10 responden
dengan berbagai peran pekerjaan yang berhubungan dengan proses
pengelolaan data di organisasi, mulai dari IT System Analyst, Business
Consultant, Programmer/Database Engineer hingga Department Head dari
beberapa unit bisnis. Berdasarkan dari hasil assessment tingkat kematangan
data governance pada aspek dasar (foundational) yang terdiri dari
awareness, formalization dan metadata maka didapatkan hasil seperti pada
Tabel 1.
Tabel 1. Hasil Assessment Aspek Foundational
|
Foundational |
People |
Policies |
Capabilities |
Average |
|
Awareness |
1,8 |
1,8 |
1,8 |
1,8 |
|
Formalization |
1,5 |
1,6 |
1,4 |
1,5 |
|
Metadata |
1,7 |
1,7 |
2,3 |
1,9 |
|
Average |
1,7 |
1,7 |
1,8 |
1,7 |
Selanjutnya pada
aspek proyek (project) yang terdiri dari stewardship, data quality dan
master data maka, didapatkan hasil seperti pada Tabel 2
Tabel 2. Hasil Assessment Aspek Project
|
Project |
People |
Policies |
Capabilities |
Average |
|
Stewardship |
2,3 |
1,7 |
1,9 |
2,0 |
|
Data Quality |
1,7 |
1,6 |
1,7 |
1,7 |
|
Master Data |
2,1 |
1,6 |
1,8 |
1,8 |
|
Average |
2,0 |
1,6 |
1,8 |
1,8 |
Berdasarkan hasil assessment tingkat kematangan data
governance dapat dilihat bahwa nilai terbesar ada pada komponen metadata
pada dimensi capabilities dan komponen stewardship pada dimensi people
dengan nilai masing-masing 2,3. Untuk hasil nilai terkecil ada pada komponen formalization
pada dimensi capabilities dengan nilai 1,4. Untuk rata-rata tingkat
kematangan data governance berada pada level 1,75 dengan ekspektasi
target tingkat kematangan pada level 3.0. Gap antara kondisi saat ini dengan
ekspektasi tingkat kematangan data governance dapat dilihat pada Gambar 3
Gambar 3. Radar Chart Data Governance Maturity Assessment PT. XYZ
Penilaian
Budaya Bisnis
Dalam melakukan penilaian budaya bisnis maka dilakukan
analisis bisnis model organisasi menggunakan Business Model Canvas
(BMC). BMC digunakan untuk menganilisa binsis model suatu organisasi yang
beorientasi pada keuntungan. BMC teridiri dari sembilan aspek yaitu partner
network, value configuration, value proposition, relationship, target customer,
core competency, distribustion channet, cost structure, dan revenue model. Hasil analisis model bisnis PT
XYZ menggunakan BMC dapat dilihat pada Gambar
Gambar 4. Business Model Canvas PT XYZ
Penjelasan setiap
komponen dalam BMC adalah sebagai berikut :
1)
Key
Partner
merupakan jaringan kerjsama dengan instansi lain yang dibutuhkan untuk
mendukung operasional bisnis inti dan
mencapai tujuan serta visi misi organisasi.
2)
Key
Activities merupakan
aktivitas yang dilakukan organisasi untuk mencapai value proposition.
3)
Value
Proposition merupakan
suatu bisnis inti organisasi berupa produk atau layanan yang diberikan kepada
pelanggan sesuai dengan visi misi organisasi.
4)
Customer
relationship merupakan upaya yang dilakukan organisasi dalam menciptakan
hubungan komunikasi yang baik dengan pelanggan untuk mencapai value proposition.
5)
Customer
segment merupakan target pasar yang dibidik oleh PT. XYZ dalam memasarkan
produk dan layanannya.
6)
Key
resource merupakan
aspek dari business model canvas yang mendukung aktivitas bisnis inti
perusahaan melalui sumber daya yang dimiliki. PT XYZ memiliki beberapa sumber
daya dalam menajalankan bisnis intinya
7)
Channels
merupakan ruang media untuk memperkenalkan portofolio bisnis yang meliputi
produk dan layanan kepada pelanggan dan pasar.
8)
Cost
Structure merupakan biaya yang dikeluarkan perusahaan dalam menjalankan
aktivitas bisnis inti. Revenue Stream
9)
Revenue
Stream merupakan pendapatan yang didapatkan oleh perusahaan atas bisnis inti.
Berikut revenue model PT XYZ.
BMC diperlukan
untuk mengetahui proses bisnis dan bisnis model yang digunakan di PT XYZ dan
untuk melakukan penilaian terhadap budaya bisnis.
Standar
dan Kebijakan Organisasi Terkait Data
Saat ini organisasi belum ada kebijakan yang secara rinci dan
menyeluruh mengatur terkait data governance. Kebijakan/peraturan
pengelolaan data masih diatur secara masing-masing unit
bisnis/cabang/departemen tanpa adanya kebijakan dan standar yang sudah di
formalkan serta tidak semua unit bisnis memiliki peraturan terkait pengelolaan
data
Praktisi
Teknologi Informasi
Praktisi teknologi informasi dari pihak internal yang terlibat dalam
proses penyusunan
rancangan data governance ini ada dari bagian Service
Planning dan Enterprise Solution Service. Praktisi teknologi
informasi di PT XYZ yang dilibatkan terdiri dari Enterprise Solution Service
Dept.Head dan Service Planning Dept.Head. Kedua narasumber tersebut
memiliki kapabilitas terhadap pengembangan teknologi informasi di dalam
organisasi mulai dari pengembangan aplikasi, penggunaan data untuk analisis
bisnis hingga penelitian teknologi terbaru yang dapat diadopsi oleh organisasi.
Peraturan
Lainnya
Saat ini belum ada peraturan lainnya yang megatur tentang pengelolaan
data di PT XYZ baik secara kelesuruhan organisasi atau di setiap divisi maupun
departemen/cabang.
Analisis untuk Merancang Data Governance
Beberapa aktivitas yang diadopsi dari diagram konteks data
governance pada DMBOK yang dijelaskan pada bab sebelumnya dapat dilihat
pada Tabel 3. Pada tabel tersebut menjelaskan pemetaan pada decision area
yang terdiri dari proses perencanaan dan operasional terhadap aktivitas data
governance pada DMBOK.
Tabel 3. Decision Area dan Aktivitas Data Governance
|
Decision Area |
Kode |
Aktivitas Data
Governance |
|
Perencanaan |
A01 |
Mengembangkan strategi data governance |
|
A02 |
Melakukan readiness assessment |
|
|
A03 |
Melakukan penemuan dan penyelarasan bisnis |
|
|
A04 |
Mengembangkan organizational touchpoint |
|
|
A05 |
Mendefinisikan data governance operating framework |
|
|
A06 |
Mengembangkan tujuan, prinsip dan kebijakan |
|
|
A07 |
Menanggung proyek manajemen data |
|
|
A08 |
Terlibat dalam manajemen perubahan |
|
|
A09 |
Mengikutsertakan dalam issue management |
|
|
A10 |
Menilai kepatuhan terhadap peraturan |
|
|
Operasional |
A11 |
Mendukung standar dan prosedur data |
|
A12 |
Mengembangkan business glossary |
|
|
A13 |
Mengkoordinasikan dengan grup arsitektur data |
|
|
A14 |
Mendukung penilaian asset data |
Berdasarkan aktivitas data governance yang ada
pada Tabel 3, pada penelitian ini dilakukan aktivitas membangun strategi data
governance, melakukan penemuan dan penyelarasan bisnis, mengembangkan
tujuan, prinsip dan kebijakan serta dan mendefinisikan data governance
operating framework.
Membangun
Strategi Data Governance
Untuk membangun strategi data governance dapat
dilakukan identifikasi dari factor internal dan factor eksternal organisasi
yang berpengaruh terhadap bisnis. Pada penelitian ini, analisis yang digunakan
untuk mengukur kemampuan sumber daya internal dan eksternal organisasi adalah
analisis Value Chain Analysis dan. analisis value chain di PT XYZ
dari beberapa proses bisnis inti organisasi. Analisis value chain dapat
dilihat pad Gambar 4.
Gambar 5. Value Chain Analysis PT XYZ
Berdasrkan analisis value chain pada Gambar 4,
aktivitas binis organisasi dibagi menjadi dua bagian yaitu aktivitas utama dan
aktivitas pendukung. Aktivitas utama merupakan aktivitas yang menciptakan nilai
dan menghasilkan keuntungan bagi perusahaan. Aktivitas utama PT XYZ dapat
dilihat pada Tabel 4.
Tabel 4. Aktivitas Utama PT XYZ
|
No |
Kegiatan |
Proses Bisnis |
|
1 |
Inbound |
· Proses importasi barang MFP, Software
license key dan produk perangkat keras lainnya dari principal · Proses menyimpan barang di dalam Gudang · Proses mengelola ketersediaan, penyimpanan
dan keamaan barang di dalam gudang |
|
2 |
Operation |
· Proses penjualan produk kepada pelanggan · Proses administrasi dan pengelolaan kontrak
kerjasama · Proses implementasi produk dan layanan
kepada pelanggan · Proses penagihan pembayaran atas barang dan
layanan yang diberikan kepada pelanggan |
|
3 |
Outbound |
·
Proses
pengiriman barang kepada pelanggan dan cabang operasional dari gudang di
Jakarta |
|
4 |
Marketing and Sales |
· Proses promosi produk dan portofolio · Proses review penjualan yang dilakukan tim sales · Proses Analisa bisnis dan market share |
|
5 |
Service |
· Proses memberikan dan menjaga layanan purna
jual kepada pelanggan · Proses memberikan layanan perbaikan dan
perawatan produk · Proses eskalasi insiden atau masalah kepada
tim second level support atau principal |
Selanjutnya adalah
aktivitas pendukung untuk mendukung aktivitas utama yang dapat dilihat pada
Tabel
Tabel 5. Aktivitas Pendukung PT XYZ
|
No |
Kegiatan |
Proses Bisnis |
|
1 |
Corporate Infrastructure |
·
Finance ·
Accounting
& Tax ·
Legal ·
Business
Strategy and Risk Management ·
Coorporate
Communication |
|
2 |
Human Capital Management |
·
Recruitment ·
Learning
& Quality innovation ·
Training ·
Manage
Knowledge Management ·
Renumeration |
|
3 |
Technlogy |
·
Develop
Information System ·
Internal
IT Service Management |
|
4 |
Procurement |
·
Identify
corporate need ·
Choose
supplier & vendor ·
Create
tender ·
Request
Approval corporate expenditure |
Lorem Ipsum
Melakukan
Temuan dan Keselarasan Bisnis
Berdasarkan data governance maturity
assessment, analisis value chain dan analisis identifikasi
permasalahan di PT XYZ, didapatkan hasil temuan keselarasan bisnis sebagai berikut :
1.
Belum
ada standar dan kebijakan data secara rinci di PT XYZ
2.
Belum
adanya kesadaran karyawan terhadap permasalahan data dan pengelolaan data di
setiap unit binsis
Membuat
Tujuan, Prinsip dan Kebijakan Data Governance
Pada tahap
perencanaan ini organisasi diarahkan untuk membuat tujuan prinsip dan kebijakan
data governance yang diterapkan mengacu pada peraturan OJK, Good Coorporate
Governance dan peraturan perusahaan induk.
Hasil Rancangan Data Governance
Pada
tahap ini merupakan penjelasan terkait rancangan data governance yang
didapatkan dan sesuai dengan kebutuhan PT XYZ. Beberapa hal yang akan dibahas
di dalam tahapan ini adalah deliverables dari rancangan data
governance yang terdiri dari struktur data governance, kebijakan data
governance, dan data governance roadmap.
Struktur
Data Governance
Dalam
menerapkan program data governance di dalam organisasi, struktur data
governance menjadi hal yang mempengaruhi berjalannya program data
governance. Berdasarkan panduan DMBOK, rancangan data governance dimulai
dari membentuknya struktur data governance dimana mencakup struktur
organisasi dan pembagian peran serta tanggung jawab dalam menjalakan peran yang ada.
Tabel 6. Pemetaan Peran dan Tanggung Jawab Organisasi
|
No |
Role by DMBOK |
Role AGDS |
Deskripsi Tanggung Jawab |
|
1 |
Data
Governance Steering Committee |
Board of
Director |
· Otoritas
utama dan tertinggi tata Kelola data dalam suatu organisasi · Mensponsori
program manajemen data · Menetapkan
rencana dan strategi manajemen data di dalam organisasi · Bertanggungjawab
atas pengawasan, dukungan dan pendanaan kegiatan data governance |
|
2 |
Data
Governance Council (DGC) |
Chief Finance
& Chief ITSM |
· Mengelola
inisiatif/inovasi program data governance seperti pengembangan
kebijakan,prosedur, aturan dan pengukuran metrik. · Mengelola
masalah dan proses eskalasi terkait permasalahan data |
|
3 |
Data
Governance Office (DGO) |
Dept.Head /
Branch Manager |
·
Melalukan pendefinisian data di tingkat
perusahaan dan standar pengelolaan data secara menyeluruh dan berkelanjutan
terhadap seluruh knowledge area yang ada pada DAMA-DMBOK. |
|
5 |
Data
Management Service |
IT Dept. Head |
· Organisasi
yang terdiri dari beberapa professional manajemen data · Bertanggung
jawab atas proses manajemen data di dalam organisasi |
|
6 |
Data
Stewardship Team |
· Staff
Level 4 · Data
Management Professional |
· Merupakan
grup data steward dan data management professional · Membahas
pengelolaan data pada tingkatan teknis |
Pemetaan peran pada Tabel 4 merupakan pemetaan peran
dan tanggung jawab yang di dasarkan pada peran organisasi berdasarkan panduan
DMBOK. Peran berdasarkan organisasi ini dibagi kedalam empat bagian yaitu Data steering committee, Data Governance Council, Data Management
Service dan Data Stewardship Team. Peran Data Steering Committee dipetakan dalam fungsi Board of Director
yang terdiri dari satu presiden direktur dan 3 direktur. Board of Director
berperan sebagai data governance steering commitee dikarenakan tanggung
jawab peran ini sangat strategis dan merupakan otoritas tertinggi dalam
organisasi. Selanjutnya Data Governance
Council yang memiliki tanggung jawab atas pengelolaan dan inisiatif data
governance dipetakan ke dalam fungsi dari chief atau general
manager dari setiap divisi karena fungsi ini berada satu level dibawah board
of director yang berperan sebagai data steering committee dan berada
dalam level manajemen di dalam organisasi, sehingga fungsi data governance
council yang berperan dalam dalam proses merumuskan dan membuat kebijakan
terkait manajemen data akan sangat strategis bila dilakukan oleh jajaran chief
atau general manager. Selanjutnya peran data governance office
yang bertugas untuk melakukan pendefinisian dan standarisasi data di dalam
level organisasi dipetakan ke dalam fungsi department head atau branch
manager. Hal ini dilakukan karena setiap pimpinan unit bisnis memiliki
pengetahuan yang spesifik terhadap bisnis proses yang ada dan jenis serta
karakteristik data yang digunakan di dalam bisnis proses tersebut, sehigga
peran data governance office sangat relevan untuk dipetakan ke dalam
fungsi departemen. Untuk peran Data Management Service dipetakan dalam
fungsi Information Technology Service Management (ITSM) dikarenakan
butuh dukungan peran IT secara teknis untuk mengelola issue,masalah
hingga pengembangan teknologi terkait data. Kemudian peran organisasi
selanjutnya adalah data stewardship team yang memiliki peran untuk
pengelolaan data pada level teknis. Peran ini merupakan gabungan antara peran
tim bisnis yang diwakili oleh business data steward dan tim IT yang
diwakili oleh data management professional. Data stewardship team
ini masuk kedalam level tactical dan operasional dimana akan membahas kebutuhan
hingga penyelesaian permasalahan data. Proses penyelesaian permasalahan data
berdasarkan DMBOK 80-85% selesai pada level ini. Jika permasalahan tidak
terselaikan maka akan dilakukan eskalasi ke tingkatan yang lebih tinggi sesuai
dengan data governance operating model pada Gambar 3. Selanjutnya dilakukan juga pemetaan peran dan
tanggung jawab individu seperti pada Tabel 7.
Tabel 7. Pemetaan Peran dan
Tanggung Jawab Individu
|
No |
Role by DMBOK |
Role AGDS |
Deskripsi dan Tanggung jawab |
|
1 |
Data Governance Steering Committe |
President Director, Director |
· Meninjau,
mendukung dan mensponsori kebijakan data governance |
|
2 |
Data Governance Council / Chief Data Officer |
Chief Finance, Chief ITSM |
· Memastikan
tercapainya tujuan strategis organisasi terkait asset data · Bertanggung
jawab atas data life cycle
perusahaan · Bertanggung
jawab atas kualitas data perusahaan · Mengelola
aktivitas, proses, teknologi, anggaran dan sumber daya manusia yang terlibat
di dalam program data governance |
|
3 |
Data Management Executive |
IT Dept. Head |
· Bertanggung
jawab langsung atas manajemen data di dalam organisasi termasuk koordinasi
program data governance dengan kegiatan pengelolaan data · Mengawasi
proyek manajemen data · Mengawasi
data management professional |
|
4 |
Business Data Steward |
Perwakilan setiap Department/Branch (Staff level 4) |
· Mengidentifikasi
dan mendefinisikan kebutuhan informasi organisasi · Mengusulkan,
Menyusun konsep dan melakukan peninjauan terkait definisi dan spesifikasi
model data yang ada pada lingkup departemen · Memberikan
masukan saran kebijakan standar dan prosedur data · Mebantu
menyelesaikan permasalahan data |
|
5 |
Data Owner |
Dept. Head / Branch Manager |
·
Pimpinan tertinggi di departemen atau
cabang operasional yang bertanggung jawab terkait asset data atas
kelengkapan, validitas dan keakuratan data |
|
6 |
Data Management Professional |
Staff IT |
Data Management Professional terdiri : 1. Data
architect: Bertanggung jawab untuk memodelkan data
dan menitegrasikan data 2. Data
Analyst & Scientist: Bertanggung jawab untuk menganalisis
kebutuhan model data, definisi data, aturan bisnis, kebutuhan data quality 3. Developer/
Database Engineer: Bertanggung
jawab untuk mengembangkan perangkat lunak 4. Data
Security 5. Data
Infrastructure |
Pemetaan peran dan tanggung jawab individu disesuaikan
dengan kondisi organisasi sehingga, terdapat tujuh peran berdasarkan DMBOK yang
dipetakan dengan peran individu di organisasi.
Terdapat enam peran yang dipetakan antara lain data governance
steering committee, data governance council, data management
executive, data owner, business data steward, dan data
management professional. Data governance steering committee dipetakan ke
dalam peran presiden direktur dan direktur dikarenakan otoritas tertinggi
organisasi yang dapat mengawasi, mendukung dan mendanai program data governance
yang berjalan. yang dipetakan ke dalam
peran presiden direktur dan direktur. Data governance council
dipetakan kepada peran chief/general
manager dimana posisi ini berada satu level dibawah board of director
Usulan
Struktur Data Governance
Berdasarkan hasil analisis dari pemetaan peran (role)
dan tanggung jawab pada Tabel maka didapatkan usulan struktur data
governance operating model berdasarkan peran dan tanggung jawab seperti
pada Gambar 5
Gambar 6. Usulan Data Governance Operating Framework Model
Usulan struktur data governance pada Gambar merupakan
hasil analisis yang sesuai dengan kondisi organisasi. Mengacu pada DMBOK bahwa
banyak permasalahan data yang membutuhkan komunikasi dan eskalasi. Masalah yang
terjadi di level operasional belum tentu semuanya dapat diselesaikan di level tersebut.
Ada waktu dimana masalah tersebut harus dieskalasikan ke tingkatan yang lebih
tinggi untuk mendapatkan solusi pemecahan masalah. Berdasarkan pengelompokan
jalur eskalasi yang dijelaskan pada DMBOK, maka struktur data governance
operating model yang diusulkan mengadopsi jenis federated operating
model. Dalam model operasi ini, terdapat satu bagian data governance
yang mengawasi setiap uni bisnis. Setiap unit bisnis yang terdiri dari
departemen support dan cabang operasional diwakili oleh data
governance office yang terdiri dari data owner dan business data
steward. Data owner diperankan oleh Dept.head atau branch
manager sebagai pemilik data yang ada pada department atau cabang. Untuk business
data steward merupakan perwakilan dari setiap unit bisnis yang paham
terhadap karakteristik data dan juga bisnis proses yang dijalankan. Selanjutnya
untuk unit IT terdiri dari data management executive yang diperankan
oleh IT Dept.Head dan juga data management professional yang
diperankan oleh staff IT. Business data steward dan data management
professional tergabung dalam data stewardship team dimana akan
mmelakukan pembahasan terkait data dari aspek bisnis dan juga IT. Disamping itu
data stewardship team akan bertugas untuk menyelesaikan permasalahan
data di tingkat teknis. Proses eskalasi permsalahan data juga ditentukan
melalui jalur komunikasi bottom up dengan penyelsaian permsalahan teknis
dilakukan pada level taktis dan operasional. Apabila permasalahan data tidak
dapat diselesaikan pada level ini makan akan diarahkan ke level strategis
dimana ada peran data governance council yang diperankan oleh jabatan
setingkat chief/general manager.
Pada level strategis terdiri data peran data governance
steering committee dan data governance council. Data governance
steering committee diisi oleh jajaran board of director yang akan
mengawasi, mensponsori dan mendanai program data governance. Untuk peran
data governance council, berdasarkan hasil validasi pada Lampiran 4, diisi oleh
chief finance dan chief ITSM. Hal ini ditujukan karena saat ini untuk seluruh standard
operational procedure (SOP) perusahaan dibahas dna disetujui oleh chief
finance. Dan untuk aturan-aturan dan standar IT yang dirumuskan dan dibuat
oleh chief ITSM melalui persetujuan chief finance. Jadi oleh karena itu,
peran data governance office diisi oleh chief finance dan chief
ITSM akan selaras dengan apa yang sudah diterapkan organisasi sebelumnya dan
akan ada perwakilan bisnis dan IT yang terlibat dalam proses penyusunan aturan
dan kebijakan manajemen data.
Gambar 7. Struktur
Organisasi Peran Data Governance
Strategi
Data Governance
Dalam menentukan strategi data governance, organisasi
harus melakukan analisis keadaan intenral dan eksternal untuk mengukur kekuatan
dan kelemahan serta peluang dan ancaman yang dihadapi oleh organisasi untuk
mencapai tujuan bisnisnya.
Berdasarkan analisis value chain, data
governance maturity assessment dan hasil wawancara, dapat disimpulkan
strategi yang dapat dilakukan organisasi untuk mendukung data governance
seperti pada Tabel 8.
Tabel 8. Usulan Strategi Data Governance
|
No |
Kode |
Strategi |
|
1 |
S1 |
Membuat kebijakan dan peraturan mengenai tata kelola
data yang mencakup keseluruhan perusahaan |
|
2 |
S2 |
Membuat struktur baru terkait tata kelola data secara virtual
|
|
3 |
S3 |
Merekrut SDM yang memiliki kapabilitas dan kapasitas
untuk melakukan pengelolaan data dan analisis data |
|
4 |
S4 |
Menetapkan business data steward di setiap
bisnis unti sebagai perwakilan yang mengelola dan merumuskan data |
|
5 |
S5 |
Memberikan awareness kepada seluruh karyawan terkait
program data governance |
|
6 |
S6 |
Membuat arsitektur data sehingga tidak ada lagi data
yang redundan dan saling terintegrasi antar sistem sehingga dapat dikelola
secara terpusat |
|
7 |
S7 |
Menetapkan standarisasi data dan kualitas data |
|
8 |
S8 |
Membuat suatu sistem enterprise content management
untuk menyimpan, mengolah dan memvisualisasikan data-data inti perusahaan
dimana pengelolaan secara teknis dilakukan oleh SDM pada strategi S3 |
Kebijakan/Peraturan Data
Governance
Kebijakan merupakan penetapan dari apa yang boleh dan tidak boleh
dilakukan. Adapun untuk menyusun kebijakan/peraturan yang sesuai dengan kondisi
organisasi dapat dilakukan dengan melakukan forum group discussion (FGD),
wawancara dan diskusi dengan ahli pembuat kebijakan data governance.
Pada penelitain telah dilakukan wawancara dan diskusi dengan dua orang ahli IT
yang ada di organisasi, dan kebijakan yang dibuat harus memenuhi beberapa poin berikut :
1.
Peraturan/kebijakan
data governance harus mengacu kepada peraturan perusahaan induk terkait Good
Coorporate Governance (GCG)
2.
Peraturan/kebijakan
harus memenuhi prinsip-prinsip data governance yaitu :
a. Efektivitas yaitu
optimalisasi pemanfaatan sumber daya untuk mendukung berjalannnya program data
governance sesuai dengan kebutuhan
b. Keterpaduan, yaitu
integrasi sumber daya yang mendukung data governance
c.
Kesinambungan,
yaitu keberlanjutan program data governance secara terencana bertahap
dan dilakukan secara terus menerus sesuai dengan perkembangannya
d.
Efisiensi,
yaitu optimalisasi pemanfaatan sumber daya yang mendukung data governance
e.
Akuntabilitas,
yaitu adanya kejelasan fungsi dan pertanggungjawaban dari data governance
f.
Interoperabilitas,
yaitu adanya koordinasi dan kolaborasi antar proses bisnis dan dan antar sistem
dalam rangka pertukaran data, informasi dan layanan data
g.
Keamanan,
yaitu menjaga kerahasiaan, keutuhan , ketersediaan, keaslian dari data.
3.
Peraturan/Kebijakan
yang dibuat harus terdapat proses monitoring dan evaluasi yang meliputi
a.
Penerapan
dan Manajemen Data Governance
b.
Fungsionalitas
dan Efektivitas penerapan Data Governance
c.
Kinerja
Data Governance yang sudah dilakukan
Data
Governance Roadmap
Untuk menentukan roadmap penerapan program data
governance dapat dilakukan dengan melakukan data governance maturity assessment pada
organisasi untuk mengetahui berada di level mana tingkatan kematanagan data
governance, Proses data
governance maturity assessment sudah
dilakukan pada tahap pendefinisian masukan (input). Hasil dari penilaian
tingkat kematangan dapat digunakan sebagai gamabran awal kondisi organisasi
saat ini dan tujuan yang akan dicapai kedepannya.
Berdasarkan hasil dari pengukuran tingkat kematangan
yang sudah dilakukan sebelumnya, terdapat gap antara ekspektasi organisasi
dengan kondisi saat ini. Maka dari itu ada strategi yang diusulkan untuk
mendukung kegiatan program data governance yang
dapat dilihat pada Tabel 8
Berdasarkan Tabel 8 dapat dilihat bahwa terdapat 8
strategi yang diusulkan untuk organisasi dalam rangka menerapkan program data
governance. Strategi ini diterapkan di dalam organisasi untuk mendukung
seluruh aktivitas kegiatan data governance. Selanjutnya, berdasarkan
strategi data governance yang diusulkan maka terdapat roadmap
terkait aktivitas pendukung data governance seperti pada Tabel 9.
Tabel 9. Data Governance Roadmap PT XYZ
|
No |
Inisiatif |
Tahun
Pelaksanaan |
||||
|
2024 |
2025 |
2026 |
2027 |
2028 |
||
|
1 |
Membuat kebijakan dan peraturan mengenai tata kelola
data yang mencakup keseluruhan perusahaan |
√ |
√ |
√ |
√ |
√ |
|
2 |
Membuat struktur baru terkait tata kelola data secara virtual
|
|
√ |
|
|
|
|
3 |
Merekrut SDM yang memiliki kapabilitas dan kapasitas
untuk melakukan pengelolaan data dan analisis data |
√ |
|
|
|
|
|
4 |
Menetapkan business data steward di setiap
bisnis unit sebagai perwakilan yang mengelola dan merumuskan data |
|
√ |
|
|
|
|
5 |
Memberikan awareness kepada seluruh karyawan terkait
program data governance |
√ |
√ |
√ |
√ |
√ |
|
6 |
Membuat arsitektur data sehingga tidak ada lagi data
yang redundan dan saling terintegrasi antar sistem sehingga dapat dikelola
secara terpusat |
√ |
√ |
|
|
|
|
7 |
Menetapkan standarisasi data dan kualitas data |
√ |
√ |
|
|
|
|
8 |
Membuat suatu sistem enterprise content management
untuk menyimpan, mengolah dan memvisualisasikan data-data inti perusahaan
dimana pengelolaan secara teknis dilakukan oleh SDM pada strategi S3 |
|
|
√ |
|
|
Penerapan inisiatif-inisiatif program data
governance dilakukan selama lima tahun kedepan berdasarkan hasil validasi
dengan pakar yang terdapat pada (lampiran 5). Hal ini dilakukan karena
organisasi perlu melakukan perubahan budaya, perubahan cara mengelola data dan
perubahan bisnis proses Ketika menerapkan program data governance.
Perubahan yang dilakukan tidak akan mudah di dalam suatu organisasi, perlu
adanya leadership yang baik dari pimpinan tertinggi organisasi (Lampiran
6). Oleh karena itu melakukan awareness dan mempromosikan program data
governance ke seleuruh cabang operasional dan departemen terkait menjadi
salah satu hal pertama yang dilakukan dalam roadmap penerapan program data
governance.
Strategi
Implementasi Data Governance
Strategi implementasi data governance harus selaras dengan
manajemen audit, manajemen insiden, manajemen keberlangsungan organiasasi,
manajemen resiko serta
mendukung strategi dan prioritas bisnis organisasi. Berdasarkan strategi bisnis
organisasi, kebijakan organisasi dan kebijakan ITSM serta DMBOK sebagai
panduan. Maka roadmap dan startegi implementasi data governance yang
diusulkan pada penelitian ini sebagai berikut :
1.
PT
XYZ perlu membuat peraturan/kebijakan yang mengatur mengenai :
a.
Hak
akses data
b.
Standar
data
c.
Kualitas
data
d.
Kamus
data
e.
Metadata
f.
Data
lifecycle
2. Membuat struktur data
governance yang memetakan peran dan tanggung jawab setiap karyawan dalam
proses pengelolaan data
3. Membuat arsitektur data
untuk mendukung proses integrasi seluruh sistem di organisasi
4. Melakukan awareness dan
sharing session kepada seluruh
karyawan terutama kepada branch manager dan department head di
organisasi untuk memberikan pemahaman terhadap pentingnya data sebagai aset
organisasi,
5. Melakukan pelatihan
mengenai cara pengelolaan data dan teknologi pendukungnya kepada tim bisnis
yang ada di dalam bagian data governance office meliputi data owner
dan data business steward
6. Melakukan proses audit dan
kontrol terhadap peraturan/kebijakan yang telah dibuat
Kesimpulan
Berdasarkan hasil analisis
mengenai masalah pengelolaan data di PT XYZ, termasuk disintegrasi data,
masalah kualitas data seperti kelengkapan, validitas, dan akurasi, kurangnya
standarisasi data, serta regulasi terkait tata kelola data, jelas bahwa aset
data inti organisasi tidak dikelola dengan efektif. Hal ini utamanya disebabkan
oleh kurangnya praktik manajemen data yang kuat dan kegagalan dalam menerapkan
program tata kelola data, yang menjadi penyebab mendasar kebutuhan akan implementasi
tata kelola data dalam organisasi. Hasil penilaian kematangan tata kelola data
menunjukkan bahwa organisasi beroperasi pada level 1,75, di mana kebijakan dan
regulasi data tetap terlokalisasi di setiap departemen/cabang tanpa
standarisasi. Akibatnya, tujuh strategi diidentifikasi untuk mendukung
aktivitas tata kelola data di dalam organisasi. Selain itu, penelitian ini
mengusulkan kerangka tata kelola data yang mencakup struktur dan model
operasional, kebijakan dan regulasi tata kelola data, strategi tata kelola
data, dan roadmap. Dalam merancang struktur dan model operasional tata kelola
data yang disesuaikan dengan konteks organisasi, peran dibagi menjadi dua
kategori: peran organisasi dan peran individu, yang menjadi dasar bagi
aktivitas di berbagai area keputusan perencanaan dan operasional. Selain itu,
organisasi perlu merumuskan dan menyebarluaskan regulasi tata kelola data di
seluruh organisasi, menetapkan struktur tata kelola data di mana pengawasan dan
otoritas tertinggi berada pada dewan direksi, dan satu tingkat di bawahnya,
chief/general manager bertanggung jawab atas pembuatan kebijakan terkait
regulasi tata kelola data. Selain itu, untuk mengatasi tantangan data yang
dihadapi organisasi, implementasi model operasional tata kelola data yang
mengatur saluran komunikasi dan jalur eskalasi antara stakeholder yang terlibat
sangat penting.
Abraham, R., Schneider, J., & vom Brocke, J.
(2023). A taxonomy of data governance decision domains in data marketplaces. Electronic
Markets, 33(1). https://doi.org/10.1007/s12525-023-00631-w
Al-ruithe, M. (2018). A systematic literature
review of data governance and cloud data governance. c.
Astragraphia. (2022). Meraih Peluang Bisnis Menuju
Pertumbuhan yang Berkelanjutan Reinvent Business Towards Sustainable Growth.
Bento, P., & Neto, M. (2022). How data governance
frameworks can leverage data-driven decision making. 2022 17th Iberian
Conference on Information Systems and Technologies (CISTI).
Brous, P., &
Janssen, M. (2020). Trusted Decision-Making: Data Governance for Creating
Trust in Data Science Decision Outcomes. Administrative Sciences, 10(4),
81. https://doi.org/10.3390/admsci10040081
Carroll, S. R., Rodriguez-Lonebear, D., &
Martinez, A. (2019). Indigenous data governance: Strategies from united states
native nations. Data Science Journal, 18(1).
https://doi.org/10.5334/dsj-2019-031
Earley, Susan., Henderson, Deborah., & Data
Management Association. (2017). DAMA-DMBOK : data
management body of knowledge.
Gökalp, E., &
Martinez, V. (2021). Computers in Industry Digital transformation
capability maturity model enabling the assessment of industrial manufacturers.
132. https://doi.org/10.1016/j.compind.2021.103522
Gregory, A. (2011a). Data governance Protecting and
unleashing the value of your customer data assets: Stage 1: Understanding data
governance and your current data management capability. Journal of Direct,
Data and Digital Marketing Practice, 12(3), 230–248.
https://doi.org/10.1057/dddmp.2010.41
Gregory, A. (2011b). Data governance Protecting and
unleashing the value of your customer data assets: Stage 1: Understanding data
governance and your current data management capability. Journal of Direct,
Data and Digital Marketing Practice, 12(3), 230–248.
https://doi.org/10.1057/dddmp.2010.41
Haryadi, A. F., Hulstijn, J., Wahyudi, A., Voort, H.
Van Der, & Janssen, M. (2016). Antecedents of Big Data Quality An Empirical Examination in Financial Service Organizations.
116–121.
Jang, K., & Kim, W. J. (2021). Development of
data governance components using DEMATEL and content analysis. Journal of
Supercomputing, 77(4), 3695–3709.
https://doi.org/10.1007/s11227-020-03405-9
Magistretti, S., Tu,
C., Pham, A., & Era, C. D. (2021). Enlightening the dynamic capabilities
of design thinking in fostering digital transformation. Industrial
Marketing Management, 97(June), 59–70. https://doi.org/10.1016/j.indmarman.2021.06.014
Mosley, M., Development, E., Brackett, M.,
Production, E., Earley, S., Editor, A., Henderson, D., & Sponsor, P.
(2009). The DAMA Guide to The Data Management Body of Knowledge ( DAMA-DMBOK Guide ) First Edition.
Prasetyo, H. N., & Surendro, K. (2015). Designing
A Data Governance Model Based On Soft System Methodology (
SSM ) In Organization. 78(1).
WEF. (2018). Digital transformation initiative:
Maximizing the return on digital investments. World Economic Forum, May,
1–27.
|
Copyright holder: Rizal Mochamad Nazar, Achmad Nizar Hidayanto (2024) |
|
First publication right: Syntax Literate: Jurnal Ilmiah Indonesia |
|
This article is licensed under:
|
