sim-manajement-book/foundation/BLUEPRINT.md

BLUEPRINT

Sistem Informasi Manajemen di Era AI

Rancangan Lengkap Per Bab — 18 Bab, 7 Bagian

STATUS: DRAFT v2.0 — Revisi Opsi B (18 Bab, AI chapter diizinkan)
Dibuat: April 2026
Revisi: 3 April 2026
Mengacu pada: MASTER-ANCHOR v2.0, BOOK-SPEC v1.0

---

Cara Membaca Blueprint Ini

Setiap bab memiliki elemen berikut:

• Reader Outcome — apa yang pembaca mampu lakukan setelah bab ini
• Signature Model — model/kerangka visual utama bab
• Konsep Inti — 5–7 topik yang dibahas
• Studi Kasus — 2 kasus (Dasar = Indonesia, Lanjutan = Global)
• Salah Kaprah — 3–4 asumsi salah yang sering muncul
• Final Statement 🔥 — satu kalimat filosofis penutup
• Takeaway Artefact — produk konkret yang dibawa pembaca

---

BAGIAN I: KONTEKS STRATEGIS DAN ORGANISASI

---

BAB 1 — Peran Sistem Informasi dalam Organisasi Modern

Nomor: 1 | Bagian: I | Estimasi Halaman: 18–22

Reader Outcome

Pembaca mampu menjelaskan mengapa SI bukan sekadar alat teknis, dan mengevaluasi peran SI sebagai aset strategis dalam konteks organisasi modern.

Level: Pemula–Menengah

Signature Model

Nama: Piramida Nilai Informasi Organisasi

Data Mentah → Informasi → Pengetahuan → Keputusan → Nilai Bisnis

Diagram: 5 lapisan vertikal dengan panah ke atas; setiap lapisan menunjukkan transformasi dan aktor yang terlibat

Konsep Inti (6 sub-seksi)

1. Evolusi SI: dari otomasi ke kapabilitas strategis
2. Komponen SI: data, proses, manusia, teknologi
3. SI dan konsep digital firm
4. Tipe-tipe SI dalam organisasi (TPS, MIS, DSS, ESS)
5. Keunggulan kompetitif berbasis informasi
6. AI sebagai kelanjutan natural evolusi SI (bukan revolusi terpisah)

Tabel Komparasi Utama (Tabel 1.1)

"Organisasi Tradisional vs Organisasi Berbasis Informasi" — 8 dimensi

Studi Kasus

• 📊 Dasar: PT Telkom Indonesia — transformasi dari perusahaan telekomunikasi menjadi digital company berbasis ekosistem data
• 📊 Lanjutan: Amazon — SI sebagai tulang punggung competitive advantage di sepanjang rantai nilai bisnis

Salah Kaprah (⚠️)

1. "SI = departemen IT, bukan urusan manajer"
2. "Lebih canggih teknologinya, lebih baik SI-nya"
3. "Kita sudah pakai Excel, itu sudah SI yang cukup"
4. "AI itu masa depan, bukan relevan sekarang"

Final Statement 🔥

"Sistem informasi bukan tentang seberapa canggih teknologi yang Anda gunakan, tetapi tentang seberapa akurat informasi yang Anda miliki saat keputusan paling kritis harus dibuat."

Referensi Kunci

• Laudon, K. C., & Laudon, J. P. (2022). Management Information Systems (17th ed.). Pearson. [Terkini]
• Vial, G. (2021). Understanding digital transformation. Journal of Strategic Information Systems, 28(2), 118–144. [Terkini]
• Westerman, G., & Bonnet, D. (2021). The new elements of digital transformation. MIT Sloan Management Review, 62(3), 82–89. [Terkini]
• Bharadwaj, A., El Sawy, O. A., Pavlou, P. A., & Venkatraman, N. (2013). Digital business strategy. MIS Quarterly, 37(2), 471–482.
• Rogers, D. L. (2021). The Digital Transformation Roadmap. Columbia Business School Publishing. [Terkini]
• Porter, M. E., & Millar, V. E. (1985). How information gives you competitive advantage. Harvard Business Review, 63(4), 149–160.

Takeaway Artefact

Peta posisi SI organisasi: pembaca mengidentifikasi tipe-tipe SI yang ada di satu organisasi yang mereka kenal, dan menilai levelnya dalam piramida nilai informasi.

Bridge ke Bab 2

Setelah memahami mengapa SI adalah aset strategis, pertanyaan berikutnya adalah: bagaimana organisasi memastikan SI-nya selaras dengan strategi bisnisnya?

---

BAB 2 — Sistem Informasi dan Strategi Bisnis

Nomor: 2 | Bagian: I | Estimasi Halaman: 18–22

Reader Outcome

Pembaca mampu menganalisis keselarasan antara strategi bisnis dan kapabilitas SI, serta mengevaluasi posisi SI dalam rantai nilai organisasi.

Level: Menengah

Signature Model

Nama: Model Keselarasan Strategis Henderson-Venkatraman

[Strategi Bisnis] ←→ [Strategi SI]
       ↕                   ↕
[Infrastruktur Bisnis] ←→ [Infrastruktur SI]

4 kuadran dengan 4 domain dan 3 jalur alignment

Konsep Inti (6 sub-seksi)

1. Strategic alignment — konsep dan relevansinya
2. Rantai nilai Porter dan peran SI di setiap aktivitas
3. Tipologi strategi bisnis dan implikasinya ke SI
4. SI sebagai sumber competitive advantage yang berkelanjutan
5. Kegagalan alignment: gap antara bisnis dan SI
6. Dynamic capabilities dalam era transformasi digital

Tabel Komparasi Utama (Tabel 2.1)

"SI sebagai Pengikut Strategi vs SI sebagai Pemimpin Strategi" — 7 dimensi

Studi Kasus

• 📊 Dasar: Indomaret — bagaimana sistem informasi rantai pasokan menjadi senjata daya saing ritel Indonesia
• 📊 Lanjutan: Netflix — pivot dari DVD ke streaming: SI sebagai penentu arah strategis, bukan hanya pendukung

Salah Kaprah (⚠️)

1. "SI mengikuti strategi bisnis, bukan sebaliknya"
2. "Alignment itu otomatis terjadi kalau sudah pakai ERP"
3. "Strategi bisnis urusan direksi, SI urusan IT"

Final Statement 🔥

"Keunggulan kompetitif sejati bukan tentang siapa yang memiliki teknologi paling mahal, tetapi tentang siapa yang paling mampu menyelaraskan informasi dengan tujuan bisnis."

Referensi Kunci

• Henderson, J. C., & Venkatraman, N. (1993). Strategic alignment. IBM Systems Journal, 32(1), 4–16.
• Bharadwaj, A. S., Sawy, O. A. E., Pavlou, P. A., & Venkatraman, N. (2022). Revisiting digital business strategy: Ten years on. MIS Quarterly, 46(2), 709–734. [Terkini]
• Weill, P., & Ross, J. W. (2024). IT Savvy (2nd ed.). Harvard Business Review Press. [Terkini]
• Porter, M. E., & Heppelmann, J. E. (2014). How smart, connected products are transforming competition. Harvard Business Review, 92(11), 64–88.
• Kiron, D., & Schrage, M. (2021). Strategy for and with AI. MIT Sloan Management Review, 60(4), 30–36. [Terkini]
• Leidner, D. E., & Kettinger, W. J. (2022). Why information management still matters in the digital age. MIS Quarterly, 46(4), 2141–2168. [Terkini]

Takeaway Artefact

Analisis alignment: pembaca memetakan strategi bisnis satu organisasi vs kapabilitas SI yang ada, mengidentifikasi gap dan peluang.

Bridge ke Bab 3

Keselarasan strategis terwujud melalui implementasi SI di seluruh fungsi bisnis. Bagaimana SI bekerja nyata di pemasaran, keuangan, SDM, dan operasi?

---

BAGIAN II: SI DALAM PROSES BISNIS

---

BAB 3 — Sistem Informasi dalam Fungsi Bisnis

Nomor: 3 | Bagian: II | Estimasi Halaman: 20–25

Reader Outcome

Pembaca mampu menganalisis kontribusi spesifik SI pada empat fungsi bisnis utama dan mengidentifikasi potensi manfaat serta risiko pemanfaatannya.

Level: Menengah

Signature Model

Nama: Ekosistem SI Lintas Fungsi Bisnis

[Pemasaran SI] ←→ [Core Data Organization] ←→ [Keuangan SI]
      ↕                     ↕                      ↕
  [SDM SI]    ←→  [Pengambilan Keputusan]  ←→ [Operasi SI]

Konsep Inti (7 sub-seksi)

1. SI Pemasaran: CRM, analitik kampanye, personalisasi
2. SI Keuangan: akuntansi, peramalan, manajemen kas
3. SI SDM: HRIS, rekrutmen digital, performance management
4. SI Operasional: inventory, supply chain, quality control
5. Sinergi lintas fungsi: mengapa silorisasi berbahaya
6. KPI informasi per fungsi
7. Otomasi proses berbasis AI (natural, dalam konteks fungsi bisnis)

Tabel Komparasi Utama (Tabel 3.1)

"Pemanfaatan SI per Fungsi Bisnis: Potensi Manfaat vs Risiko" — 4 fungsi × 6 dimensi

Studi Kasus

• 📊 Dasar: BCA — integrasi sistem informasi perbankan dari front office hingga back office untuk efisiensi layanan
• 📊 Lanjutan: Walmart — SI rantai pasokan yang meredefinisi standar industri ritel global

Salah Kaprah (⚠️)

1. "Setiap fungsi bisnis cukup punya sistemnya sendiri"
2. "SI SDM itu hanya untuk absensi dan penggajian"
3. "Otomasi = menggantikan pegawai, bukan membantu manajer"
4. "Marketing analytics hanya untuk perusahaan e-commerce besar"

Final Statement 🔥

"Organisasi yang kuat bukan yang memiliki fungsi terbaik, melainkan yang memiliki informasi yang mengalir tanpa hambatan di antara semua fungsinya."

Referensi Kunci

• Turban, E., Pollard, C., & Wood, G. (2021). Information Technology for Management (12th ed.). Wiley. [Terkini]
• Sari, D. P., Wibowo, A., & Nugroho, T. (2023). Pengaruh kualitas sistem informasi terhadap kinerja manajerial. Jurnal Akuntansi dan Keuangan Indonesia, 20(1), 45–62. [Terkini]
• Bortoluzzi, G., Kadic-Maglajlic, S., & Balboni, B. (2022). Facing the challenges of digital transformation in manufacturing. Journal of Business Research, 140, 209–219. [Terkini]
• Laudon, K. C., & Laudon, J. P. (2022). Management Information Systems (17th ed.). Pearson. [Terkini]
• Stankovska, I., Josimovski, S., & Edwards, C. (2022). Digital channels diminish SME barriers. Economic Research, 35(1), 1526–1542. [Terkini]

Takeaway Artefact

Peta SI fungsional: pembaca memetakan sistem informasi yang ada di tiap fungsi satu organisasi, mengidentifikasi gap integrasi.

---

BAB 4 — Sistem Perusahaan dan Integrasi Lintas Fungsi

Nomor: 4 | Bagian: II | Estimasi Halaman: 18–22

Reader Outcome

Pembaca mampu menjelaskan arsitektur sistem perusahaan (ERP/CRM/SCM) dan mengevaluasi faktor keberhasilan serta kegagalan integrasinya.

Level: Menengah

Signature Model

Nama: Model Integrasi Enterprise System

[ERP — Inti Proses] → data terpusat → [CRM — Pelanggan]
           ↑                                    ↓
    [Data Warehouse]              [SCM — Rantai Pasokan]
           ↑                                    ↓
   [BI & Analytics] ←← ←← [Pengambilan Keputusan Manajer]

Konsep Inti (6 sub-seksi)

1. ERP: arsitektur, modul, dan filosofi integrasi
2. CRM: mengelola relasi pelanggan berbasis data
3. SCM: optimasi rantai pasokan digital
4. Integrasi vs silorisasi: biaya tersembunyi silo informasi
5. Tantangan implementasi enterprise system
6. Tren: ERP berbasis cloud dan AI-enhanced enterprise

Tabel Komparasi Utama (Tabel 4.1)

"ERP vs CRM vs SCM: Fokus, Data, Pengguna, dan Nilai Bisnis" — 6 baris

Studi Kasus

• 📊 Dasar: BPJS Kesehatan Indonesia — implementasi sistem terintegrasi untuk mengelola 200+ juta peserta
• 📊 Lanjutan: Hershey Company — kegagalan implementasi ERP senilai $100 juta (pelajaran dari bencana integrasi)

Salah Kaprah (⚠️)

1. "ERP = solusi semua masalah, tinggal install"
2. "Makin mahal sistem ERP, makin sukses implementasinya"
3. "CRM hanya untuk tim penjualan"

Final Statement 🔥

"Enterprise system bukan tentang menyatukan teknologi, tetapi tentang menyatukan cara berpikir seluruh organisasi terhadap data."

Referensi Kunci

• Hendricks, K. B., Singhal, V. R., & Stratman, J. K. (2007). The impact of enterprise systems on corporate performance. Journal of Operations Management, 25(1), 65–82.
• Monk, E., & Wagner, B. (2022). Concepts in Enterprise Resource Planning (5th ed.). Cengage Learning. [Terkini]
• Ali, M., & Miller, L. (2021). ERP system implementation in large enterprises. Journal of Enterprise Information Management, 34(1), 299–320. [Terkini]
• Tasevska, F., Damm, R., & Daneva, M. (2022). Empirical study on ERP systems customization for SMEs. Enterprise Information Systems, 16(2), 247–270. [Terkini]
• Standish Group. (2023). Chaos report 2023: Beyond infinity. The Standish Group International. [Terkini]

Takeaway Artefact

Analisis kesiapan integrasi: pembaca mengevaluasi level integrasi sistem di satu organisasi menggunakan checklist kesiapan enterprise system.

---

BAGIAN III: DATA, INFORMASI & PENGAMBILAN KEPUTUSAN

---

BAB 5 — Data dan Informasi sebagai Aset Organisasi

Nomor: 5 | Bagian: III | Estimasi Halaman: 15–20

Reader Outcome

Pembaca mampu mengevaluasi kualitas data organisasi dan merancang kerangka sederhana tata kelola data sebagai aset strategis.

Level: Menengah

Signature Model

Nama: DIKW Pyramid — Rantai Nilai Informasi

Data → Informasi → Pengetahuan → Kebijaksanaan (Wisdom)
         (konteks)  (pengalaman)    (penilaian)

Konsep Inti (6 sub-seksi)

1. Data vs informasi vs pengetahuan: perbedaan fundamental
2. Dimensi kualitas data (akurasi, kelengkapan, konsistensi, ketepatan waktu)
3. Data sebagai aset: implikasi manajerial
4. Data governance: siapa bertanggung jawab atas data?
5. Data lifecycle: dari pengumpulan hingga pemusnahan
6. Tantangan: data silos, dark data, dan data yang "terlalu banyak"

Tabel Komparasi Utama (Tabel 5.1)

"Data Berkualitas vs Data Bermasalah: Dampak Keputusan" — 7 baris skenario nyata

Studi Kasus

• 📊 Dasar: Program Satu Data Indonesia — upaya konsolidasi data pemerintah lintas kementerian
• 📊 Lanjutan: KPMG Global Data as Asset Study (2023) — bagaimana perusahaan Fortune 500 mengelola data sebagai aset di neraca strategis

Salah Kaprah (⚠️)

1. "Lebih banyak data = lebih baik keputusannya"
2. "Data yang ada di sistem kita pasti sudah akurat"
3. "Data governance itu urusan IT dan legal, bukan manajer"
4. "Big data hanya relevan untuk perusahaan teknologi"

Final Statement 🔥

"Data bukan tentang seberapa banyak yang Anda kumpulkan, tetapi tentang seberapa tepat Anda bisa mempercayainya saat keputusan kritis harus diambil."

Referensi Kunci

• KPMG International. (2023). Data as an asset: Driving value through responsible data practices. KPMG LLP. [Terkini]
• Deloitte Insights. (2023). The analytics advantage. Deloitte. [Terkini]
• McKinsey & Company. (2022). The data-driven enterprise of 2025. McKinsey Digital. [Terkini]
• Grover, V., Chiang, R. H. L., Liang, T.-P., & Zhang, D. (2022). Creating strategic business value from big data analytics. Journal of Management Information Systems, 35(2), 388–423. [Terkini]
• Rialti, R., Marzi, G., Ciappei, C., & Busso, D. (2021). Big data and dynamic capabilities. Management Decision, 57(8), 2052–2072. [Terkini]
• Provost, F., & Fawcett, T. (2013). Data Science for Business. O'Reilly Media.

Takeaway Artefact

Audit kualitas data: pembaca mengevaluasi satu dataset organisasi menggunakan 4 dimensi kualitas data.

---

BAB 6 — Pengambilan Keputusan Berbasis Data

Nomor: 6 | Bagian: III | Estimasi Halaman: 15–20

Reader Outcome

Pembaca mampu mengaplikasikan model pengambilan keputusan manajerial dengan dukungan SI dan membedakan keputusan terstruktur vs tidak terstruktur dalam konteks bisnis nyata.

Level: Menengah–Lanjutan

Signature Model

Nama: Model Pengambilan Keputusan Simon

[INTELLIGENCE: Identifikasi Masalah]
            ↓
  [DESIGN: Rancang Alternatif]
            ↓
   [CHOICE: Pilih Solusi]
            ↓
[IMPLEMENTATION: Jalankan + Monitor]

Dengan layer informasi pendukung di setiap tahap

Konsep Inti (7 sub-seksi)

1. Model keputusan Simon: Intelligence–Design–Choice
2. Tipologi keputusan: terstruktur, semi-terstruktur, tidak terstruktur
3. Decision Support System (DSS): konsep dan peran
4. Informasi yang dibutuhkan per level manajemen (operasional, taktis, strategis)
5. Bias kognitif vs keputusan berbasis data
6. Bounded rationality: keterbatasan manusia dalam keputusan kompleks
7. AI sebagai augmentasi keputusan (bukan pengganti manajer)

Tabel Komparasi Utama (Tabel 6.1)

"Keputusan Intuitif vs Keputusan Berbasis Data: 8 Dimensi Perbandingan"

Studi Kasus

• 📊 Dasar: Keputusan alokasi anggaran SIPD (Sistem Informasi Pemerintah Daerah) — bagaimana data membantu pejabat daerah membuat keputusan anggaran yang lebih akuntabel
• 📊 Lanjutan: McKinsey Decision Intelligence Framework — metodologi pengambilan keputusan berbasis data di perusahaan global

Salah Kaprah (⚠️)

1. "Manajer berpengalaman tidak perlu data — intuisi sudah cukup"
2. "Lebih banyak analisis artinya keputusan lebih baik"
3. "AI akan menggantikan manajer dalam pengambilan keputusan"
4. "Kalau sudah ada dashboard, keputusan otomatis jadi lebih baik"

Final Statement 🔥

"Pengambilan keputusan berbasis data bukan tentang menghilangkan penilaian manusia, tetapi tentang memastikan bahwa penilaian itu dibangun di atas fondasi yang dapat dipertanggungjawabkan."

Referensi Kunci

• Simon, H. A. (1977). The New Science of Management Decision (Rev. ed.). Prentice-Hall.
• Vidgen, R., Shaw, S., & Grant, D. B. (2021). Management challenges in creating value from business analytics. European Journal of Operational Research, 261(2), 626–639. [Terkini]
• Sari, D. P., Wibowo, A., & Nugroho, T. (2023). Pengaruh kualitas sistem informasi terhadap kinerja manajerial. Jurnal Akuntansi dan Keuangan Indonesia, 20(1), 45–62. [Terkini]
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Ransbotham, S., Khodabandeh, S., Fehling, R., LaFountain, B., & Kiron, D. (2021). Expanding AI's impact with organizational learning. MIT SMR/BCG. [Terkini]

Takeaway Artefact

Matriks keputusan: pembaca memetakan 5 keputusan nyata di sebuah organisasi ke dalam tipologi Simon dan mengidentifikasi dukungan informasi yang dibutuhkan.

---

BAB 7 — Business Intelligence dan Analitik Bisnis

Nomor: 7 | Bagian: III | Estimasi Halaman: 18–24

Reader Outcome

Pembaca mampu menginterpretasikan insight dari dashboard BI, membedakan tipe analitik (deskriptif/diagnostik/prediktif/preskriptif), dan mengevaluasi relevansinya untuk keputusan manajerial.

Level: Lanjutan

Signature Model

Nama: Spektrum Analitik Bisnis

[Deskriptif]→[Diagnostik]→[Prediktif]→[Preskriptif]
  "Apa yang      "Mengapa    "Apa yang   "Apa yang
   terjadi?"    terjadi?"    akan         harus
                             terjadi?"  dilakukan?"
   ← Insight masa lalu ──── Insight masa depan →
          (nilai lebih rendah → nilai lebih tinggi)

Konsep Inti (7 sub-seksi)

1. Definisi BI: dari data warehouse ke insight bisnis
2. Arsitektur BI: data source → ETL → warehouse → visualisasi
3. 4 tipe analitik dan kapan menggunakan masing-masing
4. Dashboard sebagai alat komunikasi manajerial
5. Prinsip visualisasi data yang efektif
6. Predictive analytics — bagaimana AI masuk secara natural di sini
7. Keterbatasan BI: correlation ≠ causation

Tabel Komparasi Utama (Tabel 7.1)

"4 Tipe Analitik: Pertanyaan, Teknik, Contoh, dan Nilai Bisnis"

Studi Kasus

• 📊 Dasar: Dashboard monitoring COVID-19 Pemerintah Provinsi DKI Jakarta — BI untuk keputusan kebijakan publik real-time
• 📊 Lanjutan: Netflix recommendation engine — dari BI deskriptif ke analitik preskriptif berbasis AI yang menggerakkan 80% konten yang ditonton

Salah Kaprah (⚠️)

1. "Dashboard yang penuh angka = BI yang baik"
2. "BI hanya untuk perusahaan besar dengan data scientist"
3. "Kalau korelasinya tinggi, berarti ada hubungan sebab-akibat"
4. "Prediksi AI selalu lebih akurat dari analis manusia"

Final Statement 🔥

"Business Intelligence bukan tentang berapa banyak grafik yang Anda tampilkan di layar, tetapi tentang berapa banyak pertanyaan bisnis yang mampu Anda jawab sebelum pesaing Anda bertanya."

Referensi Kunci

• Sharda, R., Delen, D., & Turban, E. (2024). Business Intelligence, Analytics, and Data Science (5th ed.). Pearson. [Terkini]
• Mikalef, P., Boura, M., Lekakos, G., & Krogstie, J. (2021). Big data analytics capabilities and innovation. British Journal of Management, 32(2), 507–527. [Terkini]
• Hayati, N., & Rahardjo, B. (2022). Implementasi business intelligence untuk pengambilan keputusan strategis. Jurnal Sistem Informasi, 18(2), 89–104. [Terkini]
• McKinsey Global Institute. (2023). The economic potential of generative AI. McKinsey & Company. [Terkini]
• Davenport, T. H. (2023). The AI Advantage (Updated ed.). MIT Press. [Terkini]
• Gartner Research. (2024). Top strategic technology trends for 2025. Gartner, Inc. [Terkini]

Takeaway Artefact

Desain dashboard sederhana: pembaca merancang kerangka 1-halaman dashboard BI untuk 1 keputusan manajerial di organisasi yang dipilih.

---

BAGIAN IV: ANALISIS MASALAH & KEBUTUHAN INFORMASI

---

BAB 8 — Analisis Permasalahan Organisasi

Nomor: 8 | Bagian: IV | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu melakukan diagnosis masalah organisasi berbasis informasi, membedakan gejala dari akar masalah, dan menyusun rumusan masalah yang siap ditindaklanjuti.

Level: Lanjutan

Signature Model

Nama: Kerangka Problem Framing Manajerial

[Gejala Terlihat]
       ↓
[Identifikasi Pola]
       ↓
[Akar Masalah] ← [Gap Analysis] → [Kondisi Ideal]
       ↓
[Rumusan Masalah yang Dapat Ditindaklanjuti]
       ↓
[Hipotesis Solusi Awal]

Konsep Inti (6 sub-seksi)

1. Problem framing: mengapa mendefinisikan masalah itu lebih kritis dari solusi
2. Symptom vs root cause: kesalahan paling umum manajer
3. Teknik analisis: fishbone diagram, 5-Why, gap analysis
4. Stakeholder analysis dalam konteks masalah organisasi
5. Peran informasi dalam konfirmasi/sanggahan hipotesis masalah
6. Dari masalah ke kebutuhan SI: membangun jembatan yang tepat

Tabel Komparasi Utama (Tabel 8.1)

"Gejala vs Akar Masalah: 6 Kasus Organisasi Nyata"

Studi Kasus

• 📊 Dasar: Analisis masalah SIMRS (Sistem Informasi Manajemen Rumah Sakit) — bagaimana rumah sakit Indonesia mengidentifikasi bottleneck informasi di instalasi rawat jalan
• 📊 Lanjutan: Target Corporation data breach 2013 — bagaimana kegagalan analisis risiko menyebabkan kebocoran data 40 juta kartu kredit

Salah Kaprah (⚠️)

1. "Masalahnya jelas: kita butuh sistem baru"
2. "Kalau semua setuju ini masalahnya, pasti benar"
3. "Cukup tanya pimpinan untuk tahu apa masalahnya"

Final Statement 🔥

"Manajer yang piawai bukan yang paling cepat menemukan solusi, melainkan yang paling sabar mendefinisikan masalah yang benar sebelum beranjak ke solusi."

Referensi Kunci

• Kendall, K. E., & Kendall, J. E. (2019). Systems Analysis and Design (10th ed.). Pearson.
• Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2022). Systems Analysis and Design in a Changing World (8th ed.). Cengage Learning. [Terkini]
• Parviainen, P., Tihinen, M., Kääriäinen, J., & Teppola, S. (2022). Tackling the digitalization challenge. International Journal of Information Systems and Project Management, 5(1), 63–77. [Terkini]
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Minto, B. (2002). The Pyramid Principle. FT Prentice Hall.

Takeaway Artefact

Problem statement canvas: pembaca menyusun 1-halaman problem statement untuk sebuah kasus organisasi menggunakan kerangka yang disediakan.

---

BAB 9 — Kebutuhan Informasi Manajerial

Nomor: 9 | Bagian: IV | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu mengidentifikasi dan memetakan kebutuhan informasi per level manajemen, serta merancang daftar kebutuhan informasi yang terstruktur sebagai input perancangan SI.

Level: Lanjutan

Signature Model

Nama: Piramida Kebutuhan Informasi Manajerial

         [Strategis: arah jangka panjang]
               [Taktis: koordinasi]
          [Operasional: eksekusi harian]
    ← abstrak/eksternal ─── konkret/internal →

Konsep Inti (6 sub-seksi)

1. Perbedaan kebutuhan informasi per level manajemen
2. Teknik penggalian kebutuhan: wawancara, observasi, dokumen analisis
3. Pemetaan kebutuhan informasi ke sumber data yang tersedia
4. Gap informasi: kebutuhan vs ketersediaan
5. Mengapa manajer sering tidak tahu apa yang mereka butuhkan
6. Use case informasi manajerial: dari abstrak ke spesifik

Tabel Komparasi Utama (Tabel 9.1)

"Tipe Manajer vs Karakteristik Kebutuhan Informasi: Frekuensi, Horizon, Sumber, Format"

Studi Kasus

• 📊 Dasar: Sistem Informasi Kepegawaian Jawa Barat — memetakan kebutuhan informasi pegawai dari 27 kabupaten/kota ke dalam satu platform terpadu
• 📊 Lanjutan: IBM Watson dalam manajemen SDM — bagaimana perusahaan global menggunakan AI untuk mengidentifikasi kebutuhan informasi HR yang sebelumnya tidak terdeteksi

Salah Kaprah (⚠️)

1. "Manajer pasti tahu persis informasi apa yang mereka butuhkan"
2. "Laporan bulanan sudah cukup untuk kebutuhan informasi semua manajer"
3. "Semakin banyak informasi diberikan, semakin puas manajer"
4. "Kebutuhan informasi semua level manajemen sama saja"

Final Statement 🔥

"Kebutuhan informasi bukan tentang apa yang manajer minta, tetapi tentang apa yang mereka butuhkan untuk membuat keputusan yang tidak akan mereka sesali besok."

Referensi Kunci

• Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2022). Systems Analysis and Design in a Changing World (8th ed.). Cengage Learning. [Terkini]
• Supriyadi, D., & Handoko, T. (2023). Evaluasi sistem informasi manajemen kepegawaian berbasis e-government di Indonesia. Jurnal Administrasi Publik, 11(1), 78–94. [Terkini]
• Turban, E., Pollard, C., & Wood, G. (2021). Information Technology for Management (12th ed.). Wiley. [Terkini]
• Kendall, K. E., & Kendall, J. E. (2019). Systems Analysis and Design (10th ed.). Pearson.

Takeaway Artefact

Information requirement table: pembaca menyusun tabel kebutuhan informasi untuk 3 level manajer di satu organisasi (kolom: level / keputusan yang didukung / informasi dibutuhkan / sumber / frekuensi).

---

BAGIAN V: PERANCANGAN SOLUSI SISTEM INFORMASI

---

BAB 10 — Pemodelan Proses Bisnis

Nomor: 10 | Bagian: V | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu membaca dan menyusun model proses bisnis sederhana menggunakan notasi standar, serta menganalisis alur informasi untuk mengidentifikasi inefisiensi.

Level: Lanjutan

Signature Model

Nama: Siklus Pemodelan Proses Bisnis

[Identifikasi Proses] → [Dokumentasikan AS-IS]
          ↑                        ↓
  [Monitor & Evaluasi]      [Analisis Gap]
          ↑                        ↓
  [Implementasi TO-BE] ← [Desain TO-BE]

Konsep Inti (6 sub-seksi)

1. Mengapa proses bisnis harus dimodelkan sebelum SI dirancang
2. Swimlane diagram dan flowchart untuk aktor dan alur
3. BPMN sederhana: event, activity, gateway, sequence flow
4. AS-IS vs TO-BE: analisis dan desain masa depan
5. Identifikasi bottleneck dan redundansi informasi melalui model
6. Kaitan model proses dengan perancangan SI

Tabel Komparasi Utama (Tabel 10.1)

"Flowchart vs BPMN vs Use Case Diagram: Kapan Menggunakan Mana?"

Studi Kasus

• 📊 Dasar: Pemodelan proses pengajuan kredit di Bank Perkreditan Rakyat (BPR) — identifikasi bottleneck informasi dalam proses manual
• 📊 Lanjutan: Toyota Production System dibaca melalui lensa pemodelan proses — bagaimana visualisasi alur informasi mendorong efisiensi manufaktur kelas dunia

Salah Kaprah (⚠️)

1. "Diagram proses bisnis itu urusan analis sistem, bukan manajer"
2. "Kita sudah tahu prosesnya, tidak perlu digambar"
3. "BPMN itu terlalu teknis untuk manajemen"

Final Statement 🔥

"Proses bisnis yang tidak divisualisasikan adalah proses yang tidak bisa diperbaiki — karena masalah yang tidak terlihat tidak akan pernah diperbaiki."

Referensi Kunci

• Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. A. (2021). Fundamentals of Business Process Management (3rd ed.). Springer. [Terkini]
• Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2022). Systems Analysis and Design in a Changing World (8th ed.). Cengage Learning. [Terkini]
• Bortoluzzi, G., Kadic-Maglajlic, S., & Balboni, B. (2022). Facing the challenges of digital transformation in manufacturing. Journal of Business Research, 140, 209–219. [Terkini]
• White, S. A. (2004). Introduction to BPMN. IBM Corporation.

Takeaway Artefact

Diagram AS-IS: pembaca membuat swimlane diagram sederhana (5–8 aktivitas) untuk satu proses bisnis yang mereka kenal.

---

BAB 11 — Perancangan Konseptual Sistem Informasi

Nomor: 11 | Bagian: V | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu merancang arsitektur konseptual SI menggunakan model IPO dan menerjemahkan kebutuhan manajerial ke dalam spesifikasi sistem yang dapat dikomunikasikan kepada tim teknis.

Level: Lanjutan

Signature Model

Nama: Model IPO Berlapis (Three-Tier Architecture)

INPUT: [Data Transaksi | Data Eksternal | Data Pengguna]
             ↓
PROCESS: [Validasi | Transformasi | Analitik | Aturan Bisnis]
             ↓
OUTPUT: [Laporan | Dashboard | Alert | Rekomendasi]
             ↕ (feedback loop)
STORAGE: [Database | Data Warehouse | Data Lake]

Konsep Inti (6 sub-seksi)

1. Perancangan konseptual vs teknis: batas yang harus dipahami manajer
2. Model IPO dan komponennya
3. Spesifikasi output: apa yang dibutuhkan pengguna akhir
4. Spesifikasi input: sumber, format, frekuensi data
5. Aturan bisnis (business rules) sebagai logika proses
6. Komunikasi desain konseptual kepada tim teknis (bukan sebaliknya)

Tabel Komparasi Utama (Tabel 11.1)

"Perspektif Manajer vs Perspektif Teknis dalam Perancangan SI: 6 Dimensi"

Studi Kasus

• 📊 Dasar: Perancangan konseptual Sistem Informasi Akuntansi Desa (SID) — translasi kebutuhan administratif desa ke dalam desain sistem yang sederhana namun fungsional
• 📊 Lanjutan: Salesforce CRM — bagaimana arsitektur konseptual dirancang untuk memenuhi kebutuhan tim penjualan di ribuan industri berbeda

Salah Kaprah (⚠️)

1. "Desain sistem itu urusan programmer, manajer tidak perlu terlibat"
2. "Kalau sistemnya canggih secara teknis, pasti memenuhi kebutuhan bisnis"
3. "Cukup beri tahu vendor apa masalahnya, mereka tahu cara merancang sistemnya"

Final Statement 🔥

"Sistem informasi yang baik tidak dimulai dari kode program, melainkan dari pemahaman mendalam tentang keputusan apa yang harus didukung oleh setiap byte data yang dikumpulkan."

Referensi Kunci

• Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2022). Systems Analysis and Design in a Changing World (8th ed.). Cengage Learning. [Terkini]
• Laudon, K. C., & Laudon, J. P. (2022). Management Information Systems (17th ed.). Pearson. [Terkini]
• Rainer, R. K., Prince, B., & Watson, H. J. (2023). Management Information Systems (5th ed.). Wiley. [Terkini]
• O'Brien, J. A., & Marakas, G. M. (2021). Management Information Systems (11th ed.). McGraw-Hill Education. [Terkini]

Takeaway Artefact

Spesifikasi konseptual SI: pembaca menyusun 1-halaman design brief SI (input, proses, output, pengguna, aturan bisnis) untuk kasus dari bab sebelumnya.

---

BAB 12 — Alternatif Solusi: Custom, Komersial, dan Cloud

Nomor: 12 | Bagian: V | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu mengevaluasi dan merekomendasikan pilihan solusi SI yang sesuai berdasarkan kebutuhan, anggaran, dan kapasitas organisasi.

Level: Lanjutan

Signature Model

Nama: Kerangka Keputusan Solusi SI

[Kebutuhan Bisnis]
        ↓
[Analisis: Kompleksitas × Anggaran × Kapasitas]
        ↓
    ┌───┴───┐──────┐
[Custom] [COTS] [Cloud/SaaS]
    └───────┴──────┘
        ↓
[Evaluasi: TCO × Risiko × Skalabilitas]
        ↓
[Rekomendasi Terargumentasi]

Konsep Inti (6 sub-seksi)

1. Tiga jalur solusi: bangun sendiri, beli paket, sewa berbasis cloud
2. Total Cost of Ownership (TCO): biaya yang sering diabaikan
3. Kriteria evaluasi solusi: fungsional, non-fungsional, strategis
4. Risiko vendor lock-in dan strategi mitigasi
5. Cloud architecture: SaaS, PaaS, IaaS — relevansi manajerial
6. Tren: composable architecture dan ekosistem API

Tabel Komparasi Utama (Tabel 12.1)

"Custom vs COTS vs SaaS: 8 Dimensi Perbandingan"

Studi Kasus

• 📊 Dasar: Pemda yang memilih antara SIPD (platform nasional) dan sistem kustom — analisis keputusan make vs buy di sektor publik Indonesia
• 📊 Lanjutan: Slack vs Microsoft Teams adoption di perusahaan global — bagaimana keputusan platform berdampak pada produktivitas dan integrasi data

Salah Kaprah (⚠️)

1. "Sistem yang dibangun sendiri selalu lebih baik karena disesuaikan"
2. "SaaS lebih murah, jadi selalu lebih baik untuk UMKM"
3. "Cloud berarti tidak ada risiko keamanan data"
4. "Sekali sistem dipilih, tidak bisa diganti"

Final Statement 🔥

"Memilih solusi SI bukan tentang teknologi terbaik di pasaran, tetapi tentang teknologi yang paling tepat untuk kebutuhan organisasi Anda hari ini dan strategi Anda lima tahun dari sekarang."

Referensi Kunci

• Gartner Research. (2024). Magic Quadrant for Cloud ERP for Service-Centric Enterprises. Gartner, Inc. [Terkini]
• Wirawan, I. M. A., & Suryadi, K. (2023). Transformasi digital UMKM Indonesia: Analisis adopsi SI berbasis cloud. Jurnal Manajemen Teknologi, 22(3), 201–218. [Terkini]
• Tasevska, F., Damm, R., & Daneva, M. (2022). Empirical study on ERP systems customization for SMEs. Enterprise Information Systems, 16(2), 247–270. [Terkini]
• Armbrust, M., Fox, A., Griffith, R., Joseph, A. D., Katz, R., Konwinski, A., Lee, G., Patterson, D., Rabkin, A., Stoica, I., & Zaharia, M. (2010). A view of cloud computing. Communications of the ACM, 53(4), 50–58.
• McKinsey & Company. (2022). The data-driven enterprise of 2025. McKinsey Digital. [Terkini]

Takeaway Artefact

Matriks keputusan solusi: pembaca menyusun perbandingan 3 opsi solusi untuk kasus organisasi tertentu menggunakan template TCO + kriteria evaluasi yang disediakan.

---

BAGIAN VI: IMPLEMENTASI, EVALUASI & RISIKO

---

BAB 13 — Implementasi Sistem Informasi

Nomor: 13 | Bagian: VI | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu menganalisis faktor kritis keberhasilan dan kegagalan implementasi SI, serta merancang strategi manajemen perubahan yang relevan.

Level: Lanjutan–Mahir

Signature Model

Nama: Model Implementasi SI Berbasis Manajemen Perubahan

[Perencanaan] → [Kesiapan Organisasi] → [Migrasi & Integrasi]
                        ↕
              [Manajemen Perubahan]
              (komunikasi, pelatihan,
               resistensi, champion)
                        ↕
[Stabilisasi] ← [Go-Live & Hypercare] ← [Pengujian UAT]

Konsep Inti (7 sub-seksi)

1. Mengapa 70% proyek SI gagal: pola-pola umum
2. People–Process–Technology: mengapa urutan ini penting
3. Manajemen perubahan sebagai faktor penentu, bukan bonus
4. Strategi implementasi: phased, big bang, pilot
5. User adoption: tantangan dan strategi praktis
6. Change champion dan peran manajer menengah
7. Hipercare dan stabilisasi pasca-go-live

Tabel Komparasi Utama (Tabel 13.1)

"Faktor Kritis Keberhasilan vs Kegagalan Implementasi SI: 8 Dimensi"

Studi Kasus

• 📊 Dasar: Kegagalan proyek e-KTP Indonesia — analisis sistemik dari perspektif manajemen perubahan dan governance proyek
• 📊 Lanjutan: SAP implementation di Hershey vs sukses di Procter & Gamble — kontras implementasi dua perusahaan besar FMCG global

Salah Kaprah (⚠️)

1. "Proyek SI gagal karena teknologinya, bukan karena manusianya"
2. "Pelatihan singkat sudah cukup untuk user adoption"
3. "Manajer tidak perlu terlibat detail di implementasi — itu urusan IT"
4. "Kalau sistemnya bagus, orang pasti mau pakai"

Final Statement 🔥

"Implementasi sistem informasi bukan tentang menyalakan server, tetapi tentang meyakinkan manusia untuk berpikir dan bekerja dengan cara yang berbeda."

Referensi Kunci

• Kotter, J. P. (2012). Leading Change (New ed.). Harvard Business Review Press.
• Standish Group. (2023). Chaos report 2023: Beyond infinity. The Standish Group International. [Terkini]
• Ali, M., & Miller, L. (2021). ERP system implementation in large enterprises. Journal of Enterprise Information Management, 34(1), 299–320. [Terkini]
• Kane, G. C., Phillips, A. N., Copulsky, J., & Andrus, G. (2022). The transformation myth. MIT Sloan Management Review. [Terkini]
• Prosci. (2024). ADKAR model: A change management methodology. Prosci Inc. [Terkini]
• PMI. (2021). A guide to the PMBOK Guide (7th ed.). Project Management Institute. [Terkini]

Takeaway Artefact

Change readiness assessment: pembaca mengevaluasi kesiapan implementasi SI di sebuah organisasi menggunakan rubrik People–Process–Technology.

---

BAB 14 — Evaluasi Kelayakan dan ROI Sistem Informasi

Nomor: 14 | Bagian: VI | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu melakukan analisis biaya-manfaat SI tingkat dasar dan mengevaluasi nilai bisnis investasi SI secara kuantitatif dan kualitatif.

Level: Lanjutan–Mahir

Signature Model

Nama: Kerangka Evaluasi Nilai Bisnis SI

[Biaya Total (TCO)]     [Manfaat Total]
  Investasi awal          Tangible (hemat biaya,
  Biaya operasional          efisiensi, revenue)
  Biaya tersembunyi       Intangible (kepuasan,
                             agility, risiko ↓)
          ↓                      ↓
     [Net Present Value / ROI / Payback Period]
                    ↓
     [Keputusan: Go / Revisi / No-Go]

Konsep Inti (6 sub-seksi)

1. Business case untuk SI: komponen dan struktur
2. Total Cost of Ownership: semua biaya yang benar-benar ada
3. Manfaat tangible vs intangible: cara mengkuantifikasi yang tidak terukur
4. Metode evaluasi: NPV, ROI, payback period, break-even analysis
5. Balanced Scorecard dalam konteks evaluasi SI
6. Kapan tidak perlu ROI formal: keputusan strategis vs operasional

Tabel Komparasi Utama (Tabel 14.1)

"Metode Evaluasi Investasi SI: NPV vs ROI vs Payback Period vs BSC — Kapan & Mengapa"

Studi Kasus

• 📊 Dasar: Evaluasi kelayakan implementasi SIMRS di Rumah Sakit tipe C — analisis CBA dengan data biaya dan efisiensi nyata
• 📊 Lanjutan: Amazon Web Services ROI study — bagaimana migrasi ke cloud menghasilkan ROI yang dapat diukur di 451 organisasi global

Salah Kaprah (⚠️)

1. "Kalau ROI-nya positif, proyek SI pasti layak dijalankan"
2. "Manfaat SI yang intangible tidak perlu dihitung"
3. "ROI adalah satu-satunya metrik yang diperlukan untuk keputusan SI"
4. "Biaya implementasi = biaya lisensi + biaya hardware"

Final Statement 🔥

"Investasi sistem informasi bukan tentang berapa biayanya, tetapi tentang berapa mahal harganya jika kita tidak berinvestasi — dan itu jarang terlihat di spreadsheet manapun."

Referensi Kunci

• Permana, A. A., & Yulianti, F. (2022). Pengukuran nilai investasi TI menggunakan IT Balanced Scorecard. Jurnal Elektro Telekomunikasi Terapan, 9(2), 1621–1632. [Terkini]
• Bain & Company. (2024). From vision to value: The value realization from digital transformation. Bain & Company. [Terkini]
• Kaplan, R. S., & Norton, D. P. (1996). The Balanced Scorecard: Translating Strategy into Action. Harvard Business School Press.
• Gartner Research. (2024). Top strategic technology trends for 2025. Gartner, Inc. [Terkini]
• IDC. (2024). Worldwide digital transformation spending guide, 2024–2028. International Data Corporation. [Terkini]

Takeaway Artefact

Business case mini: pembaca menyusun analisis CBA satu halaman untuk proyek SI hipotetis menggunakan template TCO + benefit register yang disediakan.

---

BAB 15 — Risiko, Keamanan, dan Tata Kelola SI

Nomor: 15 | Bagian: VI | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu mengidentifikasi risiko SI utama, mengevaluasi kematangan tata kelola SI organisasi, dan merancang respons risiko berbasis perspektif manajerial.

Level: Lanjutan–Mahir

Signature Model

Nama: Kerangka Tata Kelola & Risiko SI

[Risiko Strategis] → [Risiko Operasional] → [Risiko Keamanan]
         ↓                   ↓                      ↓
    [Identifikasi]      [Penilaian]           [Mitigasi]
                              ↓
                     [IT Governance Framework]
                    (COBIT / ISO 27001 / NIST)
                              ↓
                   [Kebijakan & Kontrol Organisasi]

Konsep Inti (6 sub-seksi)

1. Tipologi risiko SI: teknis, operasional, strategis, reputasional
2. Model CIA: Confidentiality, Integrity, Availability
3. Tata kelola SI vs manajemen SI: perbedaan krusial
4. Framework governance: COBIT 2019, ISO 27001 — tinjauan manajerial
5. Compliance dan regulasi data: UU PDP Indonesia, GDPR (global)
6. Peran board dan manajemen senior dalam oversight SI

Tabel Komparasi Utama (Tabel 15.1)

"Tipologi Risiko SI: Probabilitas × Dampak × Strategi Mitigasi" — 8 skenario nyata

Studi Kasus

• 📊 Dasar: Serangan ransomware pada RS Kanker Dharmais — dampak gangguan SI kritis pada layanan kesehatan dan respons manajemen
• 📊 Lanjutan: Equifax data breach 2017 — kegagalan tata kelola data yang mengorbankan data 148 juta orang dan pelajaran governance-nya

Salah Kaprah (⚠️)

1. "Keamanan SI itu urusan tim IT dan cybersecurity, bukan manajer umum"
2. "Kita sudah pasang antivirus, berarti aman"
3. "Risiko SI hanya berupa serangan hacker dari luar"
4. "Compliance = keamanan"

Final Statement 🔥

"Tata kelola sistem informasi bukan tentang mencegah semua risiko — yang mustahil — melainkan tentang memastikan organisasi tahu risiko apa yang mereka ambil dan mengapa."

Referensi Kunci

• Whitman, M. E., & Mattord, H. J. (2022). Principles of Information Security (7th ed.). Cengage Learning. [Terkini]
• ISACA. (2024). COBIT 2019 framework (Updated ed.). ISACA. [Terkini]
• ISO/IEC 27001:2022. Information security management systems — Requirements. ISO. [Terkini]
• Schinagl, S., & Shahim, A. (2022). What do we know about information security governance? Information Security Journal, 31(2), 162–191. [Terkini]
• NIST. (2024). Cybersecurity framework 2.0. U.S. Department of Commerce. [Terkini]
• Rahardjo, E., & Susanto, A. (2022). Analisis tata kelola data dalam era transformasi digital di Indonesia. Jurnal Ilmu Administrasi, 19(2), 112–130. [Terkini]

Takeaway Artefact

Risk register SI: pembaca menyusun register risiko 5 baris (kolom: risiko / probabilitas / dampak / pengendalian saat ini / rekomendasi) untuk satu konteks organisasi.

---

BAGIAN VII: TRANSFORMASI DIGITAL, AI & MASA DEPAN

---

BAB 16 — Transformasi Digital dan E-Business

Nomor: 16 | Bagian: VII | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu menganalisis strategi transformasi digital organisasi, mengevaluasi model bisnis digital (e-business, platform economy), dan mengidentifikasi hambatan serta faktor keberhasilan transformasi.

Level: Lanjutan–Mahir

Signature Model

Nama: Kerangka Transformasi Digital Organisasi

[Visi & Strategi Digital]
         ↓
[Kapabilitas: Teknologi × Proses × SDM]
         ↓
    ┌───┴───┐──────┐
[Digitalisasi] [Digitisasi] [DT Penuh]
    └───────┴──────┘
         ↓
[Model Bisnis Digital: E-Commerce, Platform, Ekosistem]
         ↓
[Evaluasi Kematangan Digital & Roadmap]

Konsep Inti (7 sub-seksi)

1. Digitisasi vs digitalisasi vs digital transformation: tiga level yang sering dicampuradukkan
2. Kerangka kematangan digital (digital maturity model): di mana posisi organisasi Anda?
3. Strategi transformasi digital: top-down vs bottom-up vs ambidextrous
4. E-Commerce dan e-Business: model B2B, B2C, C2C, dan platform marketplace
5. Platform economy dan efek jaringan: mengapa pemenang mengambil semua
6. Hambatan transformasi digital: resistensi budaya, legacy system, digital divide
7. Kepemimpinan digital: peran CDO (Chief Digital Officer) dan digital champion

Tabel Komparasi Utama (Tabel 16.1)

"Digitisasi vs Digitalisasi vs Transformasi Digital: Definisi, Contoh, dan Dampak Organisasi"

Studi Kasus

• 📊 Dasar: Bank BCA — transformasi dari perbankan konvensional ke ekosistem digital (myBCA, BCA Digital) tanpa mengorbankan layanan tradisional
• 📊 Lanjutan: Shopee/Sea Group — bagaimana strategi platform economy dan subsidi agresif membangun ekosistem e-commerce dominan di Asia Tenggara

Salah Kaprah (⚠️)

1. "Transformasi digital = punya website dan media sosial"
2. "E-commerce hanya relevan untuk perusahaan besar atau startup teknologi"
3. "Transformasi digital bisa dilakukan hanya oleh departemen IT"
4. "Kalau sudah pakai cloud, berarti sudah bertransformasi digital"

Final Statement 🔥

"Transformasi digital bukan tentang teknologi yang Anda beli, tetapi tentang cara berpikir yang Anda ubah — dan itu dimulai dari ruang rapat, bukan dari ruang server."

Referensi Kunci

• Verhoef, P. C., Broekhuizen, T., Bart, Y., Bhattacharya, A., Dong, J. Q., Fabian, N., & Haenlein, M. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, 122, 889–901. [Terkini]
• Vial, G. (2021). Understanding digital transformation: A review and a research agenda. Managing Digital Transformation, 13–66. [Terkini]
• Kane, G. C., Phillips, A. N., Copulsky, J., & Andrus, G. (2022). The transformation myth. MIT Sloan Management Review. [Terkini]
• Zhu, K., Kraemer, K. L., & Xu, S. (2006). The process of innovation assimilation by firms in different countries. Management Science, 52(10), 1557–1576.
• Turban, E., Outland, J., King, D., Lee, J. K., Liang, T.-P., & Turban, D. C. (2018). Electronic Commerce 2018. Springer.
• McKinsey & Company. (2023). The state of digital transformation 2023. McKinsey Digital. [Terkini]

Takeaway Artefact

Digital Maturity Assessment: pembaca mengevaluasi tingkat kematangan digital organisasi menggunakan rubrik 5-level dan menyusun digital transformation roadmap sederhana.

---

BAB 17 — Kecerdasan Buatan dalam Pengambilan Keputusan Manajerial

Nomor: 17 | Bagian: VII | Estimasi Halaman: 15–18

Reader Outcome

Pembaca mampu mengevaluasi potensi dan limitasi AI untuk pengambilan keputusan manajerial, merancang use case AI yang relevan bagi organisasi, dan menganalisis implikasi etis penggunaan AI dalam bisnis.

Level: Lanjutan–Mahir

Signature Model

Nama: Kerangka Evaluasi AI Manajerial

[Identifikasi Keputusan Bisnis]
         ↓
[Klasifikasi: Terstruktur / Semi / Tidak-Terstruktur]
         ↓
[Penilaian Kelayakan AI: Data × Kompleksitas × Dampak]
         ↓
    ┌───┴───┐────────┐
[Otomasi]  [Augmentasi] [Tidak Layak AI]
    └───────┴────────┘
         ↓
[Evaluasi: Akurasi × Bias × Etika × ROI]
         ↓
[Keputusan: Adopt / Pilot / Defer]

Konsep Inti (7 sub-seksi)

1. AI untuk manajer: apa yang perlu dipahami tanpa menjadi data scientist
2. Machine learning, deep learning, dan generative AI: perbedaan konseptual yang penting
3. AI dalam spektrum keputusan: otomasi penuh vs augmentasi manusia (human-in-the-loop)
4. Use case AI per fungsi bisnis: pemasaran (personalisasi), keuangan (deteksi fraud), SDM (screening), operasi (prediktif maintenance)
5. Limitasi AI: garbage in – garbage out, bias algoritmik, hallucination
6. Etika dan tata kelola AI: transparansi, akuntabilitas, regulasi (EU AI Act, kebijakan Indonesia)
7. Strategi adopsi AI organisasi: quick wins vs transformasi mendalam

Tabel Komparasi Utama (Tabel 17.1)

"Keputusan yang Cocok untuk AI vs yang Tetap Membutuhkan Manusia: 8 Skenario Bisnis"

Studi Kasus

• 📊 Dasar: Bank Mandiri — penggunaan AI untuk credit scoring dan deteksi fraud: bagaimana algoritma mengubah proses keputusan kredit tanpa menghilangkan peran relationship manager
• 📊 Lanjutan: Netflix recommendation engine — bagaimana AI mengubah pengambilan keputusan konten senilai miliaran dolar melalui data viewing pattern

Salah Kaprah (⚠️)

1. "AI akan menggantikan semua pekerjaan manajer"
2. "Kita butuh big data dulu sebelum bisa pakai AI"
3. "AI selalu objektif karena berbasis data"
4. "Cukup beli tools AI, hasilnya otomatis bagus"

Final Statement 🔥

"Kecerdasan buatan bukan tentang menggantikan kecerdasan manajer, tetapi tentang memperluas batas kemampuan manusia untuk melihat pola yang tak terlihat dan membuat keputusan yang lebih baik — selama manusia tetap bertanya 'mengapa'."

Referensi Kunci

• Davenport, T. H. (2023). The AI Advantage (Updated ed.). MIT Press. [Terkini]
• Mikalef, P., & Gupta, M. (2021). Artificial intelligence capability. Information & Management, 58(3), 103434. [Terkini]
• Fountaine, T., McCarthy, B., & Saleh, T. (2022). Building the AI-powered organization. Harvard Business Review, 100(4), 62–73. [Terkini]
• Iansiti, M., & Lakhani, K. R. (2023). AI-first companies: From vision to delivery. Harvard Business Review, 101(3), 44–55. [Terkini]
• Huang, M.-H., & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49(1), 30–50. [Terkini]
• European Commission. (2024). EU Artificial Intelligence Act. Official Journal of the EU. [Terkini]
• Alim, H. B. (2025). AI-integrated public digital infrastructure for geopark tourism. JIMAT. [Terkini]

Takeaway Artefact

AI Use Case Canvas: pembaca mengevaluasi 3 kandidat use case AI untuk organisasi menggunakan template kelayakan (data availability × business impact × ethical risk) dan merekomendasikan prioritas adopsi.

---

BAB 18 — Tren SI dan Masa Depan Organisasi

Nomor: 18 | Bagian: VII | Estimasi Halaman: 15–20

Reader Outcome

Pembaca mampu menganalisis tren SI terkini dan memproyeksikan implikasinya terhadap peran manajer dalam ekosistem digital yang semakin didorong AI.

Level: Mahir

Signature Model

Nama: Peta Tren SI Menuju Organisasi Masa Depan

[AI & Otomasi Keputusan]  [Cloud-Native Enterprise]
          ↓                          ↓
[Data-Driven Organization] ←→ [Digital Ecosystem]
          ↓                          ↓
   [Peran Manajer Baru: Orchestrator, Not Operator]
                    ↓
        [Organisasi Adaptif & Resilient]

Konsep Inti (7 sub-seksi)

1. AI dalam bisnis: dari analitik ke otomasi keputusan — realitas, bukan hype
2. Internet of Things dan data real-time di operasi bisnis
3. Cloud-native organization: fleksibilitas dan skalabilitas
4. Ekosistem digital: dari perusahaan ke platform
5. Transformasi peran manajer di era AI — orchestrator, bukan operator
6. Tantangan etika dan governance AI
7. Masa depan SI di Indonesia: peluang dan hambatan kontekstual

Tabel Komparasi Utama (Tabel 18.1)

"Manajer Era Industri vs Manajer Era Digital: 8 Dimensi Kapabilitas"

Studi Kasus

• 📊 Dasar: Gojek/GoTo ekosistem digital — dari ride-hailing ke super-app: bagaimana arsitektur informasi memungkinkan diversifikasi bisnis yang masif
• 📊 Lanjutan: Microsoft Copilot enterprise adoption — bagaimana AI terintegrasi ke seluruh workflow manajerial tanpa menggantikan pengambilan keputusan manusia

Salah Kaprah (⚠️)

1. "AI akan menggantikan manajer dalam 10 tahun"
2. "Transformasi digital itu tentang teknologi, bukan manusia"
3. "Tren teknologi global tidak relevan untuk bisnis Indonesia"
4. "Tunggu teknologinya matang dulu, baru beradaptasi"

Final Statement 🔥

"Masa depan manajer bukan tentang apakah mereka bisa bersaing dengan AI, tetapi tentang apakah mereka mampu menggunakan AI sebagai perpanjangan kapabilitas mereka untuk membuat keputusan yang lebih manusiawi."

Referensi Kunci

• World Economic Forum. (2025). The future of jobs report 2025. WEF. [Terkini]
• McKinsey Global Institute. (2024). State of AI report 2024. McKinsey Digital. [Terkini]
• Huang, M.-H., & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49(1), 30–50. [Terkini]
• Mikalef, P., & Gupta, M. (2021). Artificial intelligence capability. Information & Management, 58(3), 103434. [Terkini]
• Fountaine, T., McCarthy, B., & Saleh, T. (2022). Building the AI-powered organization. Harvard Business Review, 100(4), 62–73. [Terkini]
• Iansiti, M., & Lakhani, K. R. (2023). AI-first companies: From vision to delivery. Harvard Business Review, 101(3), 44–55. [Terkini]
• Davenport, T. H. (2023). The AI Advantage (Updated ed.). MIT Press. [Terkini]
• Alim, H. B. (2025). AI-integrated public digital infrastructure for geopark tourism. JIMAT. [Terkini]

Takeaway Artefact

Peta transformasi personal: pembaca menyusun rencana pengembangan kapabilitas manajerial 1-halaman di era AI, mencakup 3 kompetensi yang perlu diperkuat dan cara konkretnya.

---

Ringkasan Blueprint — Validasi Struktur

Coverage Matrix: Topik vs Bagian

Topik Kunci	Bagian I	II	III	IV	V	VI	VII
Strategi Bisnis	✅	✅					✅
Fungsi Bisnis	✅	✅
Data & Informasi			✅	✅
Pengambilan Keputusan	✅		✅	✅			✅
Analitik & BI			✅				✅
Perancangan SI				✅	✅
Implementasi						✅
Evaluasi & ROI						✅
Risiko & Governance						✅
Transformasi Digital							✅
AI & Masa Depan	✅		✅				✅

Alur Bridge Antar Bab

Bab 1 (SI strategis) → Bab 2 (alignment strategi-SI) → 
Bab 3 (SI di fungsi) → Bab 4 (enterprise integration) → 
Bab 5 (data sebagai aset) → Bab 6 (keputusan berbasis data) → 
Bab 7 (BI & analytics) → Bab 8 (analisis masalah) → 
Bab 9 (kebutuhan informasi) → Bab 10 (pemodelan proses) → 
Bab 11 (desain konseptual) → Bab 12 (alternatif solusi) → 
Bab 13 (implementasi) → Bab 14 (evaluasi ROI) → 
Bab 15 (risiko & governance) → Bab 16 (transformasi digital) →
Bab 17 (AI manajerial) → Bab 18 (tren masa depan)

Artefact Chain (Takeaway Progresif)

Bab	Artefact	Input untuk Bab
1	Peta posisi SI organisasi	2
2	Analisis alignment	3, 4
5	Audit kualitas data	6, 7
6	Matriks keputusan	7, 8
7	Desain dashboard BI	9
8	Problem statement canvas	9, 10
9	Information requirement table	10, 11
10	Diagram AS-IS	11
11	Design brief konseptual	12
12	Matriks solusi	13
13	Change readiness assessment	14
14	Business case mini	15
15	Risk register SI	16
16	Digital maturity assessment	17
17	AI use case canvas	18
18	Peta transformasi personal	—

---

Blueprint ini adalah rancangan sebelum penulisan bab. Setelah disetujui, gunakan WRITING-TEMPLATE untuk memulai penulisan.