Skip to content Skip to sidebar Skip to footer
Home / Pengertian Manajemen Data beserta dengan Data Management Framework (DAMA DMBOK)

Pengertian Manajemen Data beserta dengan Data Management Framework (DAMA DMBOK)

Assalamu‘alaikum wr. wb.

Hello guys, Kembali lagi bersama Inzaghi's Blog! Saat ini, di zaman yang serba modern ini tentunya sudah tidak bisa dipisahkan lagi dengan Teknologi dan perkembangan Bisnis. Setiap Strategi Bisnis juga memerlukan yang namanya Manajemen Data. Kali ini kita akan membahas terkait dengan Manajemen Data beserta dengan Data Management Framework dari DAMA DMBOK.



MANAJEMEN DATA

Sumber Artikel : Mas-Software.com, Accurate.id, dan Hashmicro.com

A. Pengertian Manajemen Data

Manajemen Data adalah suatu kegiatan manajerial yang menggunakan teknologi sistem informasi dalam menjalankan tugas mengelola data agar bisa memenuhi keperluan informasi yang diperlukan oleh seluruh stakeholder.

Manajemen data akan memastikan seluruh data secara aktual, akurat, aman dan juga tersedia untuk semua pihak yang memiliki kepentingan. Kegiatan ini dilakukan agar bisa mengumpulkan, menyimpan dan juga menggunakan data secara aman, hemat biaya dan juga lebih efisien.

Data mampu membantu perusahaan dalam mengambil keputusan bagi pihak manajemen perusahaan jika disajikan dan juga diolah secara tepat.

Untuk individu atau perusahaan, manajemen data mampu membantu dan juga memaksimalkan penggunaan data dalam batas kebijakan dan juga regulasi yang nantinya bisa digunakan untuk mengambil kebijakan secara tepat.

B. Fungsi Manajemen Data

Manajemen data dalam sebuah perusahaan ini tidak hanya ada satu kegiatan, tapi mencakup beberapa kegiatan. Kegiatannya mencakup pengumpulan, pengujian, penyimpanan, pemeliharaan, keamanan dan organisasi.
  • Pengumpulan data yang akan dicatat dalam source document (dokumen sumber) untuk input sebuah sistem.
  • Pemeliharaan data pada setiap data yang baru diinput, data yang diubah dan data yang dihapus apabila sudah tidak diperlukan lagi dengan tujuan agar tetap up-to-date.
  • Penyimpanan data di medium penyimpanan seperti pita magnetik.
  • Pengambilan data yang nantinya bisa digunakan oleh user untuk tujuan yang tidak merugikan pihak manapun.
  • Integritas dan pengujian data untuk memastikan keakuratannya berdasarkan peraturan yang telah ditentukan.
  • Keamanan data untuk mencegah data hancur, rusak dan disalahgunakan.
  • Organisasi data untuk memenuhi kebutuhan informasi bagi pihak pengguna data.

C. Konsep Penting Manajemen Data

Inilah beberapa Konsep Penting Manajemen Data yaitu :
  • Data adalah fakta-fakta mentah atau deskripsi-deskripsi dasar dari hal, event, aktivitas, dan  transaksi yang ditangkap, direkam, disimpan, diklasifikasikan, tetapi tidak diorganisasikan untuk tujuan spesifik tertentu. Contoh data antara lain terdiri dari Jumlah penduduk, atau jumlah tenaga kerja yang aktif bekerja diwilayah tertentu.
  • Data dapat berupa Teks, Video, Gambar, Rekaman Suara, Dokumen.
  • Informasi adalah sekumpulan fakta (data) yang diorganisir dengan cara tertentu sehingga mereka mempunyai arti bagi si penerima. Contoh jika kita mendapatkan data penduduk maka kita bisa mendapatkan sebaran penduduk dan usia produktif diberbagai wilayah.

D. Tantangan Manajemen Data

Sebagian besar tantangan dalam manajemen data saat ini berasal dari meningkatnya laju bisnis dan perkembangan data.

Karena manajemen data memiliki karakteristik berbeda yang diturunkan dari properti data itu sendiri, maka manajemen data juga disajikan tantangan dalam mengikuti asas-asas berikut ini :
  • Data Differs from Other Assets
  • Data Valuation
  • Data Quality
  • Planning for Better Data
  • Metadata and Data Management
  • Data Management is Cross-functional
  • Establishing an Enterprise Perspective
  • Accounting for Other Perspectives
  • The Data Lifecycle
  • Different Types of Data
  • Data and Risk
  • Data Management and Technology
  • Effective Data Management Requires Leadership and Commitment

Variasi, kecepatan dan volume data yang terus berkembang mendorong perusahaan untuk mencari tools manajemen data yang lebih efektif. Tantangan yang dihadapi perusahaan mengenai manajemen data antara lain :

1. Tidak Mengetahui Data yang Dimiliki

Data perusahaan banyak yang disimpan dan dikumpulkan dari berbagai sumber seperti sensor, smart device, sosial media dan kamera video.

Data-data tersebut tidak akan berguna kalau perusahaan tidak mengetahui data apa yang mereka miliki, di mana letaknya dan bagaimana cara menggunakan data tersebut.

2. Menjaga Performa Data

Perusahaan mendapatkan, menyimpan dan menggunakan banyak data setiap harinya. Untuk menjaga performa data saat peak time, perusahaan harus memonitor database dan mengubah indeks saat query berubah tanpa mempengaruhi kinerja data.

3. Tidak Mengetahui Tujuan Penggunaan Data

Data yang sudah dikumpulkan dan diidentifikasi tidak akan memberikan value apapun kalua perusahaan tidak memprosesnya.

Jangan biarkan potential value dari data yang sudah Anda miliki hilang begitu saja. Data tersebut perlu dianalisis agar menjadi sumber dari apa yang perusahaan Anda butuhkan.

Jadi, data tidak hanya dikumpulkan saja tetapi juga harus bisa digunakan untuk mencapai tujuan perusahaan.

4. Beradaptasi dengan Penyimpanan Data

Dalam manajemen data, perusahaan dapat menyimpan data pada beberapa sistem termasuk warehouse dan data lake.

Data Warehouse adalah tempat penyimpan data yang berukuran sangat besar dari berbagai operasional dan database lain di perusahaan.

Ini merupakan cara yang didasari pada relational dan columnar database di mana data ditampilkan dari sistem operasi yang berbeda tetapi terstruktur dan siap untuk digunakan.

Data lakes merupakan sebuah “kolam” data untuk machine learning dan analisis lain yang cukup maju. Data yang tersimpan dalam satu repository memiliki format yang sangat beragam. Sedangkan Data Mart merupakan database yang digunakan untuk menyimpan kumpulan data tertentu dari data warehouse dari sebuah departemen atau divisi tertentu.

Perusahaan perlu cara untuk dapat mengubah data dengan mudah dan cepat dari format asli ke format atau model lain yang mereka butuhkan untuk keperluan berbagai analisis bisnis.

E. Prinsip Manajemen Data

Sumber (Sebagian) : Ons.gov.uk

Prinsip-prinsip data menetapkan standar yang jelas yang mendorong kepercayaan publik dalam penanganan data kami dan menyediakan statistik berkualitas tinggi, inklusif, dan tepercaya. Prinsip Data membantu menciptakan kondisi data untuk menyampaikan Strategi Data dan didukung oleh Kebijakan Data dan Statistik serta Standar Data .

Strategi Data kami didasarkan pada empat prinsip dasar, masing-masing didukung oleh serangkaian Prinsip Data.

Prinsip-prinsip dasar :
  • Aset – manajemen data sepanjang siklus hidupnya
  • Manajemen data – sesuai etika, transparan, dan legal
  • Penggunaan kembali dan tautan – mengadopsi persyaratan dan standar data umum
  • Keamanan – akses data diatur oleh seperangkat aturan


Manajemen data yang efektif membutuhkan sebuah komitmen kepemimpinan. Adapun Prinsip-prinsip dari Manajemen Data adalah :
  • Data menjadi sangat berharga
  • Persyaratan Manajemen Data merupakan persyaratan bisnis
  • Manajemen Data bergantung pada beragam keterampilan
  • Manajemen Data adalah manajemen siklus hidup


DATA MANAGEMENT FRAMEWORK DAN DAMA-DMBOK


A. Data Management Framework

Data Management Framework atau Kerangka Kerja Manajemen data adalah model orang, proses, dan kebijakan yang Anda perlukan untuk berhasil dalam mengelola data perusahaan. Kami menyatukan kerangka kerja manajemen data untuk membantu memastikan Anda memiliki semua elemen yang tepat yang Anda butuhkan untuk mengirimkan data yang bagus ke Bisnis Anda.

Cognopia Data Management Framework menguraikan apa yang harus diterapkan oleh organisasi Anda. Anda perlu menyesuaikan ukuran masing-masing elemen ini dan menyesuaikannya dengan struktur yang ada dan kerangka pengambilan keputusan yang dimiliki organisasi Anda saat ini. Komponen dasar dari kerangka kerja adalah sebagai berikut :
  1. Corporate Strategy and Objectives : Semuanya harus dipandu oleh arah ini
  2. Data Strategy : Bagaimana kami memanfaatkan kekuatan data kami dan mengatasi kelemahan data kami untuk mendukung strategi perusahaan?
  3. Data Function Target Operating Model : Kemampuan apa yang kita perlukan untuk menjalankan strategi data, dan siapa yang harus memenuhinya
  4. Data Governance : Orang-orang bisnis dan peran yang kita butuhkan untuk menetapkan aturan tentang data. 
  5. Data Management (Manajemen Data) : Orang-orang teknis dan peran yang akan menjalankan aturan yang ditetapkan untuk data kami dan memastikan mereka dipenuhi
  6. Data Governance Committees and Bodies : Kapan keputusan harus dibuat, siapa yang harus membuatnya dan dalam pengaturan apa?
  7. The data management deliverables : Kualitas data, manajemen metadata, manajemen data master, pengaturan registry dan kebijakan risiko data, serta menyesuaikan arsitektur data kami untuk mendukung ambisi kami
  8. Data Crown Jewels (Permata Mahkota Data) : Fokus pada data terpenting saat data mengalir dari pembuat data ke konsumen data
  9. Change Management and Continuous Improvement (Manajemen Perubahan dan Peningkatan Berkelanjutan) : Peran dan proses ini baru, kami harus membantu orang-orang kami menyesuaikan diri dengan mereka dan memastikan bahwa perilaku berubah menjadi lebih baik
  10. The Corporate Organizational model : Tidak ada gunanya merancang kerangka kerja yang berada dalam ruang hampa; itu harus sesuai dengan tujuan bisnis yang ada dan berbaur.

Apa yang masuk ke dalam Data Management Framework?

Sebelum Anda dapat menerapkan Data Management Framework untuk Bisnis Anda, Anda harus memahami apa yang termasuk dalam satu kerangka kerja. Lihat Gambar GIF ini untuk mempelajari lebih lanjut :


Sekarang Anda telah memiliki tur singkat, mari jelajahi setiap elemen kerangka kerja secara lebih rinci sehingga Anda tahu apa yang perlu Anda lakukan.

Strategi dan Tujuan Perusahaan (Corporate Strategy and Objectives)

Anggap ini sebagai cahaya penuntun untuk kerangka kerja manajemen data Anda. Semua upaya dan biaya yang Anda keluarkan dalam mengelola data harus mendukung tujuan bisnis. Jika Anda membersihkan dan mengelola data yang tidak membantu perusahaan Anda mencapai tujuan, Anda telah menyia-nyiakan waktu, uang, dan sumber daya yang seharusnya lebih baik dihabiskan di tempat lain.

Banyak tim data berjuang untuk menyelaraskan diri dengan strategi perusahaan. Saya mengerti bahwa sulit untuk melibatkan rekan bisnis di meja teratas jika Anda terkubur 6 lapisan jauh di dalam I.T. fungsi. Tapi itu bukan alasan untuk ketidaksejajaran – di sebagian besar perusahaan, Anda dapat mengidentifikasi dan menyelaraskan tujuan Anda tanpa mewawancarai CEO dan Ketua dewan.

B. DAMA DMBOK

Kemampuan bisnis untuk bersaing di era-global dan digital ini makin tergantung pada kualitas keputusan bisnis, yang mengacu pada ketersediaan dan pengunaan data terkini (terupdate secara real-time) and berkualitas tinggi. Strategi dan operational bisnis haruslah mengacu pada Data-Driven Strategy, dimana setiap keputusan yang diambil harus didasarkan pada data.

Permasalahan pengelolaan data seringkali menjadi masalah yang penting namun belum disadari sepenuhnya oleh bisnis. Terjadinya duplikasi data, ketidakkonsistenan data, keamanan data, architecture data yang tidak fleksible, modeling data yang makin rumit di era big-data, siapa yang bertanggung jawab terhadap data tertentu dan sebagainya. Faktor-faktor ini menjadi lebih penting di era digital dan dalam rangka mendukung kemampuan adaptasi/manuver bisnis dalam kaitan dengan digital transformasi. Untuk menyelesaikan permasalahan tersebut diperlukan pengelolaan data yang baik. Solusi yang diusulkan adalah membangun program tata kelola data. Terdapat beberapa framework tata kelola data yang dapat digunakan, salah satunya yang terbaik adalah dari DAMA International.

DAMA-International adalah sebuah bisnis international yang berfokus membangun komunitas internasional Data Management (The Global Data Management Community). DAMA mengeluarkan sebuah framework atau panduan yang memungkinkan bisnis atau bisnis melakukan pengelolaan data yang baik berbasis "Body of Knowledge", yang dikenal dengan nama DMBOK.

DMBOK (Data Management Body of Knowledge) adalah panduan pengelolaan data yang dikeluarkan oleh Dama International. DMBOK merupakan salah satu framework tata kelola data yang memberikan pendekatan model tata kelola data secara fungsional, lengkap dan menyeluruh dalam membangun tata kelola data di bisnis serta memberikan panduan terkait serangkaian aktivitas serta deliverables untuk pengelolaan data yang meliputi perencanaan, pelaksanaan, pengembangan dan tata kelola dari data.

1. Major Knowledge Area (DAMA Wheel)



Ada 11 Major Knowledge Area yang dibahas dalam DMBOK, yaitu :
  1. Data Governance : Perencanaan, pengawasan, dan pengendalian atas pengelolaan data dan penggunaan data dan sumber daya terkait data. Meskipun kami memahami bahwa tata kelola mencakup 'proses', bukan 'hal', istilah umum untuk Tata Kelola Manajemen Data adalah Tata Kelola Data, jadi kami akan menggunakan istilah ini.
  2. Data Modeling and Design : Analisis, perancangan, pembangunan, pengujian, dan pemeliharaan (Pernah ada di Pengembangan Data pada DAMA-DMBOK edisi 1)
  3. Data Storage and Operations : Penyebaran dan pengelolaan penyimpanan aset data fisik terstruktur (Pernah ada di Operasi Data dalam DAMA-DMBOK edisi pertama)
  4. Data Security : Menjamin privasi, kerahasiaan, dan akses yang sesuai
  5. Data Integration and Interoperability : Akuisisi, ekstraksi, transformasi, pergerakan, pengiriman, replikasi, federasi, virtualisasi, dan dukungan operasional (Area Pengetahuan baru di DMBOK2)
  6. Document and Content Management : Menyimpan, melindungi, mengindeks, dan memungkinkan akses ke data yang ditemukan di sumber tidak terstruktur (file elektronik dan catatan fisik), dan membuat data ini tersedia untuk integrasi dan interoperabilitas dengan data terstruktur (database).
  7. Reference and Master Data : Mengelola data bersama untuk mengurangi redundansi dan memastikan kualitas data yang lebih baik melalui definisi standar dan penggunaan nilai data.
  8. Data Warehousing and Business Intelligence : Mengelola pemrosesan data analitis dan memungkinkan akses ke data pendukung keputusan untuk pelaporan dan analisis
  9. Metadata : Mengumpulkan, mengategorikan, memelihara, mengintegrasikan, mengontrol, mengelola, dan mengirimkan metadata
  10. Data Quality : Mendefinisikan, memantau, memelihara integritas data, dan meningkatkan kualitas data
  11. Data Architecture : Struktur keseluruhan data dan terkait data Data

2. The Environmental Factors Hexagon


Karena aktivitas data management di dunia nyata dapat terjadi pada konteks project atau pada konteks organisasi, maka ada 6 Environmental Elements yang perlu diketahui, dalam kaitan dengan aspek People, Process and Technology, yaitu :
  1. Organization and Culture (People)
  2. Roles and Responsibilities (People)
  3. Activities (Process)
  4. Practices and Techniques (Process)
  5. Deliverables (Technology)
  6. Tools (Technology)


3. Functional Area


Kerangka kerja pada Gambar diatas yang dikembangkan oleh Sue Geuens, mengenali bahwa fungsi Business Intelligence dan Analytic memiliki ketergantungan pada semua fungsi manajemen data lainnya. Mereka bergantung langsung pada Data Master dan solusi gudang data. Tapi itu, pada gilirannya, bergantung pada sistem dan aplikasi penunjang. Kualitas Data yang andal, desain data, dan praktik interoperabilitas data merupakan dasar dari sistem dan aplikasi yang andal. Selain itu, tata kelola data, yang dalam model ini mencakup Manajemen Metadata, keamanan data, Arsitektur Data, dan Manajemen Data Referensi, memberikan fondasi yang menjadi dasar semua fungsi lainnya.

4. The Knowledge Area Context Diagram



Pada Edisi ke-2 dari DMBOK ini beberapa topik yang lain juga dibahas, antara lain topik mengenai "Big Data and Data Science, Data Management Maturity Assessment, Data Management Organization and Role Expectations, Data Management dan Organizational Change Management", yang tentunya akan membantu para professional di area data management untuk lebih efektif dan konsisten dalam menerapkan disiplin data management, agar menghasilkan hasil yang bermanfaat bagi organisasi.


Mohon maaf apabila ada Kesalahan Kata sedikitpun.

Terima Kasih šŸ˜„šŸ˜˜šŸ‘ŒšŸ‘ :)

Wassalamu‘alaikum wr. wb.

Ads