fix: perbaiki 7 bridge opening -- nomor bab dan template salah akibat Phase4 two-pass

Bug: Phase 3 menulis bridge dengan nomor baru (benar), lalu Phase 4
two-pass secara salah mengubah nomor tersebut menggunakan mapping
old->new, menghasilkan referensi yang sepenuhnya salah.

Perbaikan per file:
- bab-04 bridge: Bab6/A.6 -> Bab3/A.3 (Data sebagai Aset)
- bab-05 bridge: Bab7/A.7 -> Bab4/A.4 (Analisis Masalah)
- bab-06 bridge: Bab3/A.3 -> Bab5/A.5 (Kebutuhan Informasi)
- bab-07 bridge: Bab8/A.8 -> Bab6/A.6 (SI Fungsional)
- bab-08 bridge: Bab9/A.9 -> Bab7/A.7 (Enterprise System)
- bab-09 bridge: Bab4/A.4 -> Bab8/A.8 (DDDM) + Bab6 -> Bab3 (Data)

Fix tambahan: bab-06 L484 Gambar 3.1 -> Gambar 6.1 (referensi figure)

chapters/bab-04.md

@@ -14,7 +14,7 @@ Estimasi Halaman: 15–18
 
 ## 4.1 Pembuka
 
-Bab 6 membangun fondasi penting: data bukan sekadar angka yang tersimpan dalam sistem, melainkan aset organisasi yang diukur kualitasnya melalui empat dimensi — akurasi, kelengkapan, konsistensi, dan ketepatan waktu. Template A.6 membantu Anda mengaudit kualitas data yang ada. Tetapi ada satu pertanyaan yang belum terjawab di sana: **data berkualitas tinggi untuk menjawab pertanyaan apa?** Data yang valid dan lengkap tetap tidak berguna jika pertanyaan yang ingin dijawab itu sendiri salah atau kabur. Di sinilah banyak manajer terjebak — membangun sistem informasi yang mahal untuk menjawab masalah yang didefinisikan secara terburu-buru.
+Bab 3 membangun fondasi penting: data bukan sekadar angka yang tersimpan dalam sistem, melainkan aset organisasi yang diukur kualitasnya melalui empat dimensi — akurasi, kelengkapan, konsistensi, dan ketepatan waktu. Template A.3 membantu Anda mengaudit kualitas data yang ada. Tetapi ada satu pertanyaan yang belum terjawab di sana: **data berkualitas tinggi untuk menjawab pertanyaan apa?** Data yang valid dan lengkap tetap tidak berguna jika pertanyaan yang ingin dijawab itu sendiri salah atau kabur. Di sinilah banyak manajer terjebak — membangun sistem informasi yang mahal untuk menjawab masalah yang didefinisikan secara terburu-buru.
 
 Sebuah rumah sakit tipe B di Jawa Tengah mengeluhkan "pasien menumpuk di rawat jalan." Solusi yang diusulkan manajemen: tambah 5 dokter spesialis — investasi miliaran rupiah. Tetapi analisis alur informasi menunjukkan bahwa dari 3 jam rata-rata waktu kunjungan, hanya 25 menit dihabiskan untuk konsultasi dokter. Sisanya: registrasi manual, pencarian rekam medis fisik, dan *input* data ganda di tiga sistem berbeda. Menambah dokter tidak menyelesaikan masalah — memperbaiki alur informasi yang menyelesaikannya. Solusi yang benar dimulai dari definisi masalah yang benar.
 

chapters/bab-05.md

@@ -14,7 +14,7 @@ Estimasi Halaman: 15–18
 
 ## 5.1 Pembuka
 
-Bab 7 membekali Anda dengan disiplin *problem framing* — membedakan gejala dari akar masalah, menyusun rumusan masalah terstruktur, dan mengevaluasi apakah masalah tersebut memang memerlukan intervensi SI. Template A.7 (*Problem Statement Canvas*) menghasilkan rumusan masalah yang sudah divalidasi dengan data. Tetapi masalah yang sudah terdefinisi belum otomatis menunjukkan solusi. Antara "masalah yang dipahami" dan "SI yang dirancang" terdapat satu jurang yang sering diabaikan: memetakan kebutuhan informasi secara eksplisit.
+Bab 4 membekali Anda dengan disiplin *problem framing* — membedakan gejala dari akar masalah, menyusun rumusan masalah terstruktur, dan mengevaluasi apakah masalah tersebut memang memerlukan intervensi SI. Template A.4 (*Problem Statement Canvas*) menghasilkan rumusan masalah yang sudah divalidasi dengan data. Tetapi masalah yang sudah terdefinisi belum otomatis menunjukkan solusi. Antara "masalah yang dipahami" dan "SI yang dirancang" terdapat satu jurang yang sering diabaikan: memetakan kebutuhan informasi secara eksplisit.
 
 Seorang kepala dinas di Jawa Barat mengeluhkan: "Sistem kepegawaian lengkap, tetapi saya tetap tidak tahu berapa ASN yang perlu pensiun dini tahun depan." Sistem menyimpan 200.000+ *record* data pegawai — tetapi tidak satu pun dirancang untuk menjawab pertanyaan strategis itu. Bukan datanya yang kurang. Bukan *hardware*-nya yang lambat. Yang kurang adalah pemahaman tentang informasi apa yang dibutuhkan, oleh siapa, dalam format apa, dan untuk keputusan apa.
 

chapters/bab-06.md

@@ -14,7 +14,7 @@ Estimasi Halaman: 20–25
 
 ## 6.1 Pembuka
 
-Pada Bab 3, Anda menyusun tabel kebutuhan informasi menggunakan Template A.3 — merinci informasi apa yang dibutuhkan oleh masing-masing level manajemen, dalam format apa, dan untuk keputusan apa. Tabel itu dengan cepat mengungkap satu kenyataan: kebutuhan informasi manajerial bersumber dari aktivitas yang tersebar di berbagai fungsi bisnis. Manajer keuangan membutuhkan data yang dihasilkan oleh operasional. Manajer SDM membutuhkan data yang berkaitan dengan pemasaran. Pertanyaan yang belum terjawab: **sistem informasi apa yang sebenarnya menghasilkan data itu, dan bagaimana ia bekerja di tiap fungsi bisnis?**
+Pada Bab 5, Anda menyusun tabel kebutuhan informasi menggunakan Template A.5 — merinci informasi apa yang dibutuhkan oleh masing-masing level manajemen, dalam format apa, dan untuk keputusan apa. Tabel itu dengan cepat mengungkap satu kenyataan: kebutuhan informasi manajerial bersumber dari aktivitas yang tersebar di berbagai fungsi bisnis. Manajer keuangan membutuhkan data yang dihasilkan oleh operasional. Manajer SDM membutuhkan data yang berkaitan dengan pemasaran. Pertanyaan yang belum terjawab: **sistem informasi apa yang sebenarnya menghasilkan data itu, dan bagaimana ia bekerja di tiap fungsi bisnis?**
 
 Bayangkan sebuah perusahaan ritel di mana tim pemasaran tidak tahu data penjualan terkini, tim keuangan tidak punya akses *real-time* ke stok gudang, dan tim SDM masih menghitung lembur secara manual menggunakan *spreadsheet*. Ini bukan skenario fiksi — ini adalah realitas mayoritas perusahaan menengah di Indonesia. Survei APSIM (2023) terhadap perusahaan menengah di Indonesia melaporkan bahwa sekitar 64% di antaranya memiliki gap digitalisasi signifikan antar-fungsi dalam satu organisasi yang sama. Satu departemen sudah menggunakan SI canggih, departemen lain masih bergantung pada pencatatan manual.
 
@@ -481,7 +481,7 @@ Suatu perusahaan memiliki CRM, HRIS, sistem keuangan, dan sistem persediaan yang
 
 ### Pertanyaan Reflektif
 
-1. Identifikasi satu kasus — dari pengalaman pribadi, organisasi yang Anda kenal, atau studi kasus publik — di mana silo informasi antar-fungsi menyebabkan keputusan yang tidak optimal. Gambarkan alur terputusnya informasi menggunakan kerangka Ekosistem SI Lintas Fungsi (Gambar 3.1).
+1. Identifikasi satu kasus — dari pengalaman pribadi, organisasi yang Anda kenal, atau studi kasus publik — di mana silo informasi antar-fungsi menyebabkan keputusan yang tidak optimal. Gambarkan alur terputusnya informasi menggunakan kerangka Ekosistem SI Lintas Fungsi (Gambar 6.1).
 
 2. Mengapa departemen di organisasi yang sama sering menolak berbagi data, meskipun secara logis hal itu menguntungkan semua pihak? Analisis dari perspektif *power dynamics* dan kepentingan departemental.
 

chapters/bab-07.md

@@ -14,7 +14,7 @@ Estimasi Halaman: 18–22
 
 ## 7.1 Pembuka
 
-Pada Bab 8, Anda memetakan SI fungsional organisasi menggunakan Template A.8. Dari pemetaan itu, Anda menemukan berapa dari enam koneksi integrasi antar-fungsi yang benar-benar aktif — dan berapa yang masih terputus, menghasilkan keputusan berbasis informasi parsial. Pertanyaan yang menggantung dari Bab 8: **jika silo informasi antar-fungsi begitu merusak, apa solusi arsitekturalnya?**
+Pada Bab 6, Anda memetakan SI fungsional organisasi menggunakan Template A.6. Dari pemetaan itu, Anda menemukan berapa dari enam koneksi integrasi antar-fungsi yang benar-benar aktif — dan berapa yang masih terputus, menghasilkan keputusan berbasis informasi parsial. Pertanyaan yang menggantung dari Bab 6: **jika silo informasi antar-fungsi begitu merusak, apa solusi arsitekturalnya?**
 
 Pada tahun 1999, Hershey Company menginvestasikan $112 juta untuk implementasi ERP, CRM, dan SCM secara simultan. Hasilnya bukan integrasi yang dijanjikan — melainkan ketidakmampuan mengirimkan permen Halloween tepat waktu. Kerugian satu kuartal: $150 juta. Bukan karena teknologi SAP-nya buruk, melainkan karena tiga sistem besar dipaksakan berjalan bersamaan tanpa *change management* yang memadai, tanpa pelatihan yang cukup, dan tepat di musim puncak bisnis.
 

chapters/bab-08.md

@@ -14,7 +14,7 @@ Estimasi Halaman: 15–20
 
 ## 8.1 Pembuka
 
-Bab 9 menunjukkan bahwa arsitektur *enterprise system* — ERP, CRM, dan SCM yang terintegrasi — menghasilkan satu hal yang sebelumnya sulit dicapai: data terpusat yang mencerminkan seluruh operasional bisnis dalam satu sumber kebenaran tunggal (*single source of truth*). Template A.9 membantu Anda mengevaluasi kesiapan integrasi sistem perusahaan. Tetapi integrasi saja tidak cukup. Banyak organisasi berhasil membangun sistem yang terintegrasi dengan baik, lalu bingung: **data sudah ada, lengkap, dan terhubung — tetapi kualitas keputusan yang diambil masih tetap mediokre**. Problem sesungguhnya bukan pada data, melainkan pada bagaimana manajer menggunakan data itu dalam proses pengambilan keputusan.
+Bab 7 menunjukkan bahwa arsitektur *enterprise system* — ERP, CRM, dan SCM yang terintegrasi — menghasilkan satu hal yang sebelumnya sulit dicapai: data terpusat yang mencerminkan seluruh operasional bisnis dalam satu sumber kebenaran tunggal (*single source of truth*). Template A.7 membantu Anda mengevaluasi kesiapan integrasi sistem perusahaan. Tetapi integrasi saja tidak cukup. Banyak organisasi berhasil membangun sistem yang terintegrasi dengan baik, lalu bingung: **data sudah ada, lengkap, dan terhubung — tetapi kualitas keputusan yang diambil masih tetap mediokre**. Problem sesungguhnya bukan pada data, melainkan pada bagaimana manajer menggunakan data itu dalam proses pengambilan keputusan.
 
 Seorang manajer mengambil ratusan hingga ribuan keputusan setiap hari — dari yang sepele (menyetujui email) hingga yang strategis (mengalokasikan anggaran divisi). Riset McKinsey (2023) menunjukkan bahwa organisasi yang menerapkan *data-driven decision making* memiliki profitabilitas 23% lebih tinggi. Bukan karena data membuat keputusan mereka sempurna — tidak ada keputusan yang sempurna — tetapi karena data membuat keputusan mereka lebih *defendable*: bisa dipertanggungjawabkan, bisa diaudit, bisa dipelajari ketika salah.
 

chapters/bab-09.md

@@ -15,7 +15,7 @@ Estimasi Halaman: 18–24
 
 ## 9.1 Pembuka
 
-Bab 4 memperkenalkan model keputusan Simon dan peran DSS sebagai *co-pilot* manajer. Template A.4 membantu Anda memetakan keputusan organisasi ke dalam tipologi terstruktur–semi-terstruktur–tidak terstruktur beserta *gap* informasinya. Tetapi pertanyaannya belum terjawab: dari mana *insight* yang mengisi *gap* informasi itu datang? Bagaimana data mentah — yang sudah dijamin kualitasnya di Bab 6 — berubah menjadi visualisasi, prediksi, dan rekomendasi yang bisa ditindaklanjuti?
+Bab 8 memperkenalkan model keputusan Simon dan peran DSS sebagai *co-pilot* manajer. Template A.8 membantu Anda memetakan keputusan organisasi ke dalam tipologi terstruktur–semi-terstruktur–tidak terstruktur beserta *gap* informasinya. Tetapi pertanyaannya belum terjawab: dari mana *insight* yang mengisi *gap* informasi itu datang? Bagaimana data mentah — yang sudah dijamin kualitasnya di Bab 3 — berubah menjadi visualisasi, prediksi, dan rekomendasi yang bisa ditindaklanjuti?
 
 Netflix membangun sistem rekomendasi yang diestimasi menghemat ratusan juta dolar per tahun dari penurunan *churn* — dan kini melayani lebih dari 260 juta pelanggan. Angka itu bukan keajaiban teknologi — ia adalah hasil evolusi analitik selama 15 tahun: dari laporan DVD rental sederhana (deskriptif) ke sistem yang memutuskan konten apa yang harus diproduksi (preskriptif). Di mana posisi organisasi Anda dalam spektrum analitik ini?