sim-manajement-book/worksheets/worksheet-A03.md
hb_alim 2f7c8c11d1 refactor: reorder bab-03..09 — fondasi berpikir manajerial sebelum SI bisnis
Urutan baru:
- Bab 3: Data dan Informasi sebagai Aset Organisasi (dahulu Bab 5)
- Bab 4: Analisis Permasalahan Organisasi (dahulu Bab 8)
- Bab 5: Kebutuhan Informasi Manajerial (dahulu Bab 9)
- Bab 6: Sistem Informasi dalam Fungsi Bisnis (dahulu Bab 3)
- Bab 7: Sistem Perusahaan dan Integrasi Lintas Fungsi (dahulu Bab 4)
- Bab 8: Pengambilan Keputusan Berbasis Data (dahulu Bab 6)
- Bab 9: Business Intelligence dan Analitik Bisnis (dahulu Bab 7)

Bagian baru:
- Bagian II: Fondasi Berpikir Manajerial (Bab 3-5)
- Bagian III: SI dalam Proses Bisnis dan Pengambilan Keputusan (Bab 6-9)

Perubahan mencakup: header BAB, nomor seksi, Gambar captions,
bridge paragraphs, cross-references (bab-10 s.d. bab-18),
outline files, worksheet files, dan BLUEPRINT.md
2026-04-25 11:48:35 +07:00

150 lines
7.1 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# WORKSHEET A.3 — Audit Kualitas Data Organisasi
> **Bab 3 — 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 6073% 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 2030% 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 (15) : ____
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 (15) | 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
```