# WORKSHEET A.5 — Audit Kualitas Data Organisasi

> **Bab 5 — Data dan Informasi sebagai Aset Organisasi**
> Dokumen ini bersifat *standalone* — dapat dikerjakan tanpa membuka buku teks.

---

## Ringkasan Materi

### Pipeline Konsep Bab 5

```
Data Mentah → Informasi (konteks + makna) → Pengetahuan (pola + interpretasi)
  → Kebijaksanaan (keputusan + tindakan)
  → Audit: Akurasi × Kelengkapan × Konsistensi × Ketepatan Waktu
```

### Tabel Komparasi: Piramida DIKW

| Level | Contoh | Nilai bagi Manajer |
|-------|--------|---------------------|
| Data | 1 juta baris transaksi | Nol — tanpa pengolahan |
| Informasi | "Penjualan Jawa Tengah turun 15% Q3 vs Q2" | Mengetahui *apa* yang terjadi |
| Pengetahuan | "Penurunan karena kompetitor membuka 20 outlet baru" | Mengetahui *mengapa* terjadi |
| Kebijaksanaan | "Buka *distribution center* baru di Semarang sebelum Q4" | Mengetahui *apa yang harus dilakukan* |

### Definisi Kunci

1. **Kualitas Data** (*Data Quality*) — tingkat di mana data memenuhi empat dimensi: akurasi, kelengkapan, konsistensi, dan ketepatan waktu.
2. **Tata Kelola Data** (*Data Governance*) — kerangka kebijakan, proses, dan tanggung jawab untuk mengelola data sebagai aset organisasi secara konsisten dan akuntabel.
3. ***Dark Data*** — data yang dikumpulkan dan disimpan tetapi tidak pernah dianalisis atau digunakan; mencakup 60–73% total data organisasi.
4. **Siklus Hidup Data** (*Data Lifecycle*) — tahapan dari pengumpulan, penyimpanan, pengolahan, distribusi, pengarsipan, hingga pemusnahan.

### Prinsip Utama

1. Volume data tidak sama dengan kualitas keputusan — hanya 32% organisasi menganggap data mereka *fit for purpose*.
2. Data berkualitas buruk menelan biaya rata-rata $12,9 juta per tahun per organisasi.
3. Organisasi dengan *formal data governance* memiliki 40% lebih sedikit insiden terkait data.
4. Data adalah aset strategis — perusahaan yang memperlakukan data sebagai aset strategis memiliki valuasi 20–30% lebih tinggi.

---

## Template A.5 — Audit Kualitas Data Organisasi

```
======================================
TEMPLATE A.5 — AUDIT KUALITAS DATA ORGANISASI
======================================

Nama Organisasi      : ________________________________________
Dataset yang Diaudit : ________________________________________
Sumber Data          : ________________________________________
Tanggal Audit        : ________________________________________
Auditor              : ________________________________________

═══════════════════════════════════════════════════════════════

DIMENSI 1: AKURASI
Jumlah record total              : ________
Jumlah record dengan error       : ________
Akurasi rate                     : _____%
Contoh error yang ditemukan      : ________________________________________
Penyebab utama inakurasi         : ________________________________________

DIMENSI 2: KELENGKAPAN
Jumlah field wajib               : ________
Jumlah field kosong / null       : ________
Kelengkapan rate                 : _____%
Field yang paling sering kosong  : ________________________________________
Penyebab utama data tidak lengkap: ________________________________________

DIMENSI 3: KONSISTENSI
Jumlah record duplikat           : ________
Inkonsistensi format ditemukan   : ________________________________________
Cross-check antar sistem         : [ ] Konsisten  [ ] Ada perbedaan: ________
Penyebab utama inkonsistensi     : ________________________________________

DIMENSI 4: KETEPATAN WAKTU
Frekuensi update data            : ________________________________________
Delay rata-rata dari event ke record: ________________________________________
Data terakhir di-update          : ________________________________________
Delay berdampak pada keputusan?  : [ ] Ya: ________________  [ ] Tidak

═══════════════════════════════════════════════════════════════

RINGKASAN AUDIT
Skor keseluruhan (1–5)           : ____
Dimensi terlemah                 : ________________________________________
Risiko tertinggi                 : ________________________________________
Rekomendasi perbaikan prioritas  :
  1. ________________________________________
  2. ________________________________________
  3. ________________________________________

Data layak untuk keputusan?      : [ ] Ya  [ ] Ya dengan catatan  [ ] Tidak
```

---

## Latihan

### Latihan 1 — Identifikasi Dark Data

Identifikasi data yang dikumpulkan organisasi tetapi tidak pernah dianalisis.

| Dataset | Sumber | Sejak Kapan Dikumpulkan | Pernah Dianalisis? | Potensi Nilai Jika Dianalisis |
|---------|--------|------------------------|-------------------|------------------------------|
| *Log akses WiFi kantor — tercatat otomatis di router sejak 2019* | *Router mikrotik* | *2019* | *Tidak pernah* | *Pola kehadiran karyawan, deteksi anomali jam kerja* |
| ________________________ | ____________ | ____________ | ____________ | ________________________ |
| ________________________ | ____________ | ____________ | ____________ | ________________________ |

### Latihan 2 — Audit Kualitas Data per Dimensi

Pilih satu dataset penting di organisasi Anda dan audit dengan 4 dimensi.

| Dimensi | Skor (1–5) | Temuan Spesifik | Dampak pada Keputusan |
|---------|-----------|----------------|----------------------|
| *Akurasi* | *2 — ditemukan 340 dari 5.000 record alamat pelanggan yang salah ketik* | *Pengiriman salah alamat 7% per bulan* | *Biaya retur Rp 15 juta/bulan, pelanggan komplain* |
| Kelengkapan | ___ | ________________________ | ________________________ |
| Konsistensi | ___ | ________________________ | ________________________ |
| Ketepatan Waktu | ___ | ________________________ | ________________________ |

### Latihan 3 — Rancangan Data Governance Sederhana

Tetapkan peran tata kelola data untuk satu dataset kritis.

| Peran | Siapa (Nama/Jabatan) | Tanggung Jawab | Frekuensi Review |
|-------|---------------------|----------------|-----------------|
| *Data Owner* | *Manajer Penjualan — Budi Santoso* | *Menetapkan kebijakan data pelanggan, menyetujui akses* | *Kuartalan* |
| Data Steward | ________________________ | ________________________ | ____________ |
| Data Quality Rules | ________________________ | ________________________ | ____________ |
| Access Control | ________________________ | ________________________ | ____________ |

---

## Refleksi

1. Organisasi Anda mengumpulkan banyak data setiap hari. Berapa persen yang benar-benar dianalisis dan digunakan untuk keputusan — dan mengapa sisanya terabaikan?

2. Jika kualitas data organisasi Anda saat ini bernilai 2 dari 5, langkah pertama apa yang akan Anda ambil — dan mengapa langkah itu lebih penting dari langkah lainnya?

---

## Self-Check

```
[ ] Saya bisa menjelaskan perbedaan Data, Informasi, Pengetahuan, Kebijaksanaan dengan contoh
[ ] Saya bisa mengaudit kualitas data menggunakan 4 dimensi (akurasi, kelengkapan, konsistensi, ketepatan waktu)
[ ] Template A.5 sudah terisi lengkap dengan skor, temuan, dan rekomendasi perbaikan
```