sim-manajement-book/chapters/outlines/outline-bab-01.md
hb_alim 9652061f1c feat: complete manuscript — 18 chapters, 18 worksheets, back matter, audit, and PDF build scripts
- foundation/: MASTER-ANCHOR, BOOK-SPEC, BLUEPRINT, WRITING-TEMPLATE, REFERENCE-BANK
- chapters/: 18 bab (bab-01 s.d. bab-18) + 18 outlines
- worksheets/: 18 worksheet pendamping (A01-A18)
- backmatter/: references, glosarium, indeks, kata-pengantar, tentang-penulis
- scripts/: build-book.ps1, build-worksheets.ps1 (Pandoc + XeLaTeX)
- templates/: book-template.tex (B5, Times New Roman, margin sesuai BOOK-SPEC)
- AUDIT-REPORT.md: Phase 6 consistency audit — all gates passed
- PRINT-GUIDE.md: instruksi lengkap cetak PDF

RTI-20252 methodology Phase 1-6 complete. Publication-ready.
2026-04-06 05:05:17 +07:00

22 KiB
Raw Blame History

OUTLINE DETAIL — BAB 1

Peran Sistem Informasi dalam Organisasi Modern

Bagian: I — Konteks Strategis dan Organisasi
Level: PemulaMenengah
Estimasi Halaman: 1822
Target Kata: 4.5005.500


SEK 1.1 — PEMBUKA

Opening Bridge: Bab pertama — tidak ada bab sebelumnya. Gunakan hook langsung: pertanyaan provokasi tentang pengalaman pembaca dengan informasi yang buruk di organisasi.

Konten yang harus ada:

  • Scenario pembuka: Seorang manajer cabang mendapatkan laporan penjualan terlambat 3 hari — keputusan promosi sudah terlambat. Pertanyaan: bukan soal datanya, tapi soal sistemnya.
  • Transisi ke konteks lebih luas: Di era ketika data tersedia melimpah, mengapa masih banyak organisasi yang membuat keputusan berdasarkan insting?
  • Pertanyaan sentral: "Apa sebenarnya yang membuat sebuah organisasi dapat memanfaatkan informasi sebagai senjata strategis, bukan sekadar tumpukan laporan?"

Panjang: 3 paragraf


SEK 1.2 — MODEL UTAMA (Gambar 1.1)

Nama Model: Piramida Nilai Informasi Organisasi (PVIO)

Mermaid diagram: graph TD, 5 lapisan dari bawah ke atas

Layer 1 (bawah): Data Mentah (transaksi, sensor, log)
Layer 2: Informasi (data yang diorganisir + konteks)
Layer 3: Pengetahuan (informasi + pengalaman organisasi)
Layer 4: Keputusan (pengetahuan yang ditindaklanjuti)
Layer 5 (atas): Nilai Bisnis (output keputusan terhadap kinerja)

Penjelasan per node (yang harus ditulis):

  1. Data Mentah — Angka transaksi, klik website, sensor IoT; nilainya nol tanpa konteks. Contoh: 50.000 transaksi per hari di Indomaret tidak bermakna tanpa pola.
  2. Informasi — Data + struktur + relevansi waktu. Ini yang membuat "50.000 transaksi" menjadi "penjualan kategori minuman naik 23% di wilayah Jawa Tengah minggu ini."
  3. Pengetahuan — Informasi yang diintegrasikan dengan pengalaman dan konteks organisasi. Manajer regional bisa membaca pola ini sebagai sinyal reorder point.
  4. Keputusan — Pengetahuan yang menghasilkan tindakan terukur: tambah stok minuman di 47 gerai wilayah Semarang sebelum akhir pekan.
  5. Nilai Bisnis — Hasil dari keputusan tersebut: tidak ada stockout, revenue terjaga, kepuasan pelanggan meningkat.

Paragraf penutup model: Hubungkan ke central question — organisasi yang unggul bukan yang memiliki data terbanyak, tapi yang mampu mengangkat data melalui semua lapisan piramida dengan cepat dan akurat.


SEK 1.3 — DEFINISI KUNCI

4 definisi yang harus ada:

  1. 📌 Sistem Informasi (Information System) — Kombinasi terorganisasi dari orang, perangkat keras, perangkat lunak, jaringan komunikasi, sumber daya data, dan kebijakan yang mengumpulkan, mengubah, dan mendistribusikan informasi dalam sebuah organisasi (Laudon & Laudon, 2022). Relevansi manajerial: manajer adalah komponen "orang" yang paling menentukan — sistem tanpa manajer yang melek informasi adalah infrastruktur yang sia-sia.

  2. 📌 Sistem Informasi Manajemen (Management Information System) — Sistem yang menyediakan laporan dan ringkasan operasi bisnis secara periodik kepada manajer menengah untuk mendukung pengambilan keputusan terstruktur dan semi-terstruktur (O'Brien & Marakas, 2021). Relevansi manajerial: berbeda dari sistem operasional — MIS dirancang khusus untuk membantu manajer, bukan operator.

  3. 📌 Transformasi Digital (Digital Transformation) — Perubahan fundamental cara organisasi menciptakan dan mendistribusikan nilai dengan mengintegrasikan teknologi digital ke seluruh aspek bisnis dan budaya organisasi (Vial, 2021). Relevansi manajerial: bukan sekadar digitalisasi dokumen — ini perubahan cara berpikir tentang bisnis.

  4. 📌 Keunggulan Kompetitif Berbasis Informasi (Information-Based Competitive Advantage) — Kemampuan organisasi untuk secara konsisten membuat keputusan yang lebih baik dan lebih cepat dari pesaing karena kualitas informasi dan kecepatan pemrosesannya (Porter & Millar, 1985; diperbarui Bharadwaj et al., 2013). Relevansi manajerial: keunggulan ini tidak mudah ditiru karena bergantung pada proses, budaya, dan kapabilitas manusia.


SEK 1.4 — KONSEP INTI

1.4.1 — Evolusi SI: Dari Otomasi ke Kapabilitas Strategis

Argumen utama: SI tidak lahir sebagai alat strategis — ia berevolusi dari sistem akuntansi tahun 1950-an menjadi penggerak keunggulan kompetitif. Timeline yang harus dimasukkan:

  • 1960-an: Transaction Processing Systems (TPS) — otomasi administrasi
  • 1970-an: Management Information Systems — laporan rutin untuk manajer
  • 1980-an: Decision Support Systems — analisis ad-hoc
  • 1990-an: Enterprise Systems (ERP/CRM) — integrasi lintas fungsi
  • 2000-an: Business Intelligence — insight dari data historis
  • 2010-an: Advanced Analytics & Cloud — real-time, skala masif
  • 2020-an: AI-augmented IS — sistem yang belajar dan merekomendasikan

Data/fakta: McKinsey (2023) — organisasi yang mengintegrasikan AI ke proses pengambilan keputusan 2,5× lebih mungkin masuk top quartile profitabilitas.

Tabel 1.1 (masuk di sini): "Generasi SI dan Kapabilitas Manajerial yang Dihasilkan"

1.4.2 — Komponen SI: Lebih dari Sekadar Teknologi

Argumen utama: 5 komponen SI — dan mengapa "teknologi" hanya 1 dari 5. Komponen:

  1. Orang — pengguna, manajer, IT staff; paling sering diabaikan, paling kritis
  2. Proses — prosedur dan aturan bisnis yang diikuti sistem
  3. Data — bahan baku informasi
  4. Teknologi — hardware, software, jaringan
  5. Organisasi/Konteks — kultur, kebijakan, struktur yang mengelilingi sistem

Insight kritis: Survei Gartner (2024) — 70% kegagalan SI bukan karena teknologi, tapi karena komponen orang dan proses tidak siap.

1.4.3 — SI dan Konsep Digital Firm

Argumen utama: Laudon & Laudon (2022) mendefinisikan digital firm — organisasi di mana hampir semua hubungan bisnis signifikan dimediasi secara digital. Karakteristik digital firm:

  • Proses bisnis inti digital dan otomatis
  • Aset kunci dikelola secara digital
  • Hubungan dengan pelanggan/pemasok/karyawan digital
  • Respons terhadap perubahan lingkungan dalam hitungan jam, bukan minggu

Contoh Indonesia: GoTo Group — dari zero ke digital firm penuh dalam 10 tahun; bandingkan dengan perusahaan BUMN yang butuh 15+ tahun untuk sebagian prosesnya.

1.4.4 — Tipe-tipe SI dalam Organisasi

Argumen utama: Tidak semua SI sama — ada hierarki yang mencerminkan level manajemen. 4 tipe utama:

  1. TPS (Transaction Processing System) — level operasional; kasir, absensi, order entry
  2. MIS (Management Information System) — level manajer menengah; laporan ringkasan, tracking KPI
  3. DSS (Decision Support System) — semi-terstruktur; analisis "what-if", model simulasi
  4. ESS (Executive Support System) — level strategis; dashboard eksekutif, trend analysis

Diagram tambahan: Piramida level manajemen vs tipe SI (gambar sederhana dalam teks)

1.4.5 — Keunggulan Kompetitif Berbasis Informasi

Argumen utama: Porter (1985) + diperbarui Bharadwaj et al. (2013) — 5 cara SI menciptakan keunggulan. 5 mekanisme:

  1. Cost leadership melalui efisiensi proses
  2. Differentiation melalui informasi pelanggan
  3. Switching costs melalui integrasi sistem
  4. Entry barriers melalui data network effects
  5. Alliance leverage melalui platform ekosistem

Data: Amazon menghemat $1 miliar/tahun dari sistem rekomendasi berbasis data — ini keunggulan yang tidak bisa ditiru dengan modal saja.

1.4.6 — AI sebagai Kelanjutan Natural Evolusi SI

Argumen utama: AI bukan revolusi terpisah — ia adalah tahap berikutnya dalam evolusi yang sama. Cara framing yang tepat: Setiap generasi SI memberikan lebih banyak "kecerdasan" kepada manajer. AI hanya melanjutkan pola itu — dari laporan (manajer menganalisis) → analitik prediktif (sistem membantu menganalisis) → AI (sistem merekomendasikan tindakan). Data: McKinsey State of AI 2024 — 72% perusahaan Fortune 500 sudah mengadopsi AI di minimal satu fungsi bisnis (naik dari 55% tahun 2023). Framing untuk pembaca: Bukan tentang apakah AI relevan — tapi tentang kapabilitas manajerial apa yang dibutuhkan untuk memanfaatkannya.


SEK 1.5 — KOMPARASI (Tabel 1.1)

Judul Tabel: "Organisasi Tradisional vs Organisasi Berbasis Informasi: 8 Dimensi"

Dimensi Organisasi Tradisional Organisasi Berbasis Informasi
Sumber keputusan Pengalaman & hierarki Data + pengalaman + konteks
Kecepatan respons Minggubulan Jamhari
Jangkauan informasi Laporan internal Internal + eksternal + real-time
Aset utama Aset fisik & modal Data + kapabilitas proses informasi
Keunggulan kompetitif Skala & efisiensi Kecepatan belajar & adaptasi
Peran manajer Koordinator & pengawas Orchestrator informasi
Risiko utama Operasional & finansial Informasi salah & keputusan terlambat
Indikator kinerja Output dan cost Outcome dan insight

💡 Insight: Peralihan paling sulit bukan teknologinya, melainkan mengubah "peran manajer" dari pengawas menjadi orchestrator informasi — karena ini menuntut perubahan mentalitas, bukan sekadar pelatihan tools.


SEK 1.6 — REALITAS LAPANGAN

Fenomena 1: The Data Rich, Information Poor Problem

Konten: Paradoks modern — organisasi memiliki lebih banyak data dari sebelumnya, namun kualitas keputusan tidak proporsional meningkat. Data IDC (2024): volume data global tumbuh dari 64 ZB (2020) ke proyeksi 181 ZB (2025), tapi hanya 0,5% yang dianalisis. Di Indonesia, survei Deloitte (2023) menemukan 67% manajer menengah masih mengandalkan intuisi sebagai sumber keputusan utama.

💡 Insight: Banyaknya data justru bisa menjadi beban jika tidak ada kapabilitas SI yang memadai untuk memfilter dan memprioritaskan informasi yang relevan.

Fenomena 2: Gap SI Indonesia vs Global

Konten: Digitalisasi Indonesia tengah akselerasi — namun ada kesenjangan kematangan SI yang signifikan. Berdasarkan WEF Global Competitiveness Index 2024, Indonesia berada di peringkat ke-34 dari 141 negara untuk adopsi TIK, namun hanya peringkat ke-52 untuk data availability and use. Artinya: infrastruktur ada, tapi kemampuan memanfaatkan data untuk keputusan masih tertinggal.

💡 Insight: Ini membuat buku ini relevan: bukan tentang membangun infrastruktur (itu sudah tersedia), tapi tentang membangun kapabilitas manajerial untuk memanfaatkan informasi yang ada.

Fenomena 3: Telkom Indonesia — Model Transformasi Berbasis SI

Konten: PT Telkom Indonesia dalam 5 tahun terakhir mentransformasi diri dari perusahaan telekomunikasi menjadi digital ecosystem company. Revenue digital (non-legacy) melampaui 60% total pendapatan pada 2024. Faktor kunci: bukan teknologinya, tapi kemampuan mengintegrasikan SI di seluruh lini bisnis dan melatih manajer untuk membaca data sebagai kompas strategis. (Alim, 2025; Annual Report Telkom 2024)

💡 Insight: Transformasi seperti ini membutuhkan pemimpin yang memahami SI bukan sebagai beban IT, tapi sebagai kapabilitas inti bisnis.


SEK 1.7 — SALAH KAPRAH

  1. ⚠️ "SI = departemen IT, bukan urusan manajer"

    • Mengapa salah: SI adalah alat keputusan manajerial — memindahkan tanggung jawab ke IT sama dengan memindahkan tanggung jawab keputusan ke teknisi.
    • Koreksi: Manajer adalah owner kebutuhan informasi; IT adalah enabler. Tanggung jawab atas kualitas keputusan tetap di tangan manajer.
  2. ⚠️ "Lebih canggih teknologinya, lebih baik SI-nya"

    • Mengapa salah: Gartner (2024) — 45% investasi SI underperform bukan karena teknologinya kurang, tapi karena tidak sesuai dengan kebutuhan bisnis nyata.
    • Koreksi: Kriteria SI yang baik bukan canggihnya teknologi, tapi seberapa akurat ia mendukung keputusan yang perlu dibuat.
  3. ⚠️ "Kita sudah pakai Excel, itu sudah cukup"

    • Mengapa salah: Excel adalah alat analisis data individual, bukan sistem informasi organisasi. Keputusan berbasis spreadsheet manual mengandung risiko kesalahan manusia dan tidak scalable.
    • Koreksi: APQC (2023) — organisasi yang masih mengandalkan spreadsheet untuk keputusan kritis memiliki error rate 3-5× lebih tinggi dibanding yang menggunakan sistem terintegrasi.
  4. ⚠️ "AI itu masa depan — relevansinya untuk 5-10 tahun lagi"

    • Mengapa salah: McKinsey (2024) — 72% perusahaan Fortune 500 sudah menggunakan AI untuk setidaknya satu fungsi bisnis. Di Indonesia, BCA, Gojek, dan Tokopedia sudah mengintegrasikan AI ke keputusan operasional sehari-hari.
    • Koreksi: AI sudah present, bukan future. Manajer yang menunggu justru akan tertinggal di kurva belajar yang semakin curam.

SEK 1.8 — STUDI KASUS

Kasus A (Dasar): PT Telkom Indonesia

Sumber: Annual Report Telkom 2024, Alim (2025) Konteks: Perusahaan telekomunikasi negara yang bertransformasi menjadi digital ecosystem company. Kondisi awal (): 2015 — Telkom masih didominasi revenue dari bisnis wireline tradisional. SI tersegmentasi per business unit. Manajer beroperasi dengan laporan mingguan berbasis spreadsheet. Tidak ada platform analitik terpusat. Perubahan (): 20192024 — Implementasi integrated data platform "Antares", AI-powered customer analytics, digital dashboard real-time untuk seluruh level manajemen. Pelatihan masif manajer mid-level dalam data literacy. Tabel analisis: Sebelum vs sesudah di 4 dimensi (kecepatan keputusan, akurasi prediksi demand, efisiensi operasional, revenue digital) Pelajaran: Transformasi SI bukan proyek IT — ia adalah inisiatif seluruh organisasi yang dipimpin dari board level.

Kasus B (Lanjutan): Amazon — SI sebagai Inti Rantai Nilai

Sumber: Annual Report Amazon 2024, Laudon & Laudon (2022) Konteks: Perusahaan yang mengubah ritail global melalui superioritas informasi. Kondisi awal (): 1995 — toko buku online biasa. Tidak ada sistem rekomendasi. Inventory management manual. Perubahan (): Setiap layer bisnis Amazon dibangun di atas SI: rekomendasi produk (35% revenue), dynamic pricing (jutaan perubahan harga/hari), fulfillment prediction (pre-ship sebelum order ditempatkan). AWS lahir karena Amazon membangun kapabilitas SI yang begitu kuat hingga bisa dijual ke pihak lain. Pelajaran: Keunggulan SI bukan overhead cost — ia adalah produk itu sendiri.


SEK 1.9 — TEMPLATE PRAKTIS

Nama Template: Peta Posisi SI Organisasi

Instruksi: Gunakan untuk mengaudit level kematangan penggunaan SI di satu organisasi yang Anda kenal. Cocok untuk tugas analisis, persiapan konsultasi, atau assessment internal.

======================================
TEMPLATE 1.1 — PETA POSISI SI ORGANISASI
======================================

IDENTITAS ORGANISASI
Nama Organisasi     : ____________________________
Sektor              : ____________________________
Ukuran (pegawai)    : ____________________________
Diisi oleh          : ____________________________
Tanggal             : ____________________________

BAGIAN A: INVENTARISASI SI YANG ADA
(Centang yang tersedia, tuliskan nama sistem jika ada)

[ ] TPS (kasir, absensi, order entry)     : ____________________________
[ ] MIS (laporan manajerial rutin)        : ____________________________
[ ] DSS (analisis & simulasi)            : ____________________________
[ ] ESS (dashboard eksekutif)            : ____________________________
[ ] BI/Analytics Platform                : ____________________________
[ ] ERP/Enterprise System               : ____________________________
[ ] CRM (manajemen pelanggan)           : ____________________________
[ ] Lainnya                             : ____________________________

BAGIAN B: PENILAIAN LEVEL PIRAMIDA PVIO
(Beri skor 15: 1=tidak ada, 3=ada tapi terbatas, 5=matang)

Data Mentah (pengumpulan)  : ___/5  Catatan: ________________
Informasi (pengolahan)     : ___/5  Catatan: ________________
Pengetahuan (integrasi)    : ___/5  Catatan: ________________
Dukungan Keputusan         : ___/5  Catatan: ________________
Nilai Bisnis Terukur       : ___/5  Catatan: ________________

BAGIAN C: GAP UTAMA
Lapisan dengan skor terendah  : ____________________________
Dampak ke keputusan manajerial: ____________________________
Rekomendasi prioritas pertama : ____________________________

KESIMPULAN POSISI SI:
[ ] Level 1 — Operasional (TPS dominan)
[ ] Level 2 — Taktis (MIS berjalan)
[ ] Level 3 — Analitis (DSS/BI mulai digunakan)
[ ] Level 4 — Strategis (ESS + predictive analytics)
[ ] Level 5 — Adaptif (AI-augmented, real-time learning)

======================================

SEK 1.10 — PETA KONSEP (Gambar 1.2)

Struktur mindmap:

Root: Peran SI dalam Organisasi Modern
├── Evolusi SI
│   ├── TPS → MIS → DSS → ESS
│   └── AI sebagai kelanjutan natural
├── Komponen SI
│   ├── Orang (terpenting)
│   ├── Proses & Data
│   └── Teknologi & Organisasi
├── Tipe SI
│   ├── Operasional (TPS)
│   ├── Manajerial (MIS, DSS)
│   └── Strategis (ESS)
├── Keunggulan Kompetitif
│   ├── 5 mekanisme Porter
│   └── Data network effects
└── Realitas Indonesia
    ├── Gap kematangan SI
    └── Peluang transformasi

SEK 1.11 — RANGKUMAN

7 poin takeaway:

  1. SI bukan produk teknologi — ia adalah kemampuan organisasi mengubah data menjadi keputusan bernilai bisnis.
  2. Evolusi SI mengikuti pola konsisten: setiap generasi memberikan lebih banyak "kecerdasan" kepada manajer. AI adalah kelanjutan pola ini, bukan fenomena terpisah.
  3. Lima komponen SI (orang, proses, data, teknologi, organisasi) — pengabaian pada komponen orang dan proses adalah penyebab utama kegagalan SI.
  4. Organisasi berbasis informasi merespons lingkungan dalam jam, bukan minggu — ini bukan keunggulan opsional di era kompetisi digital.
  5. Tipe-tipe SI (TPS, MIS, DSS, ESS) mencerminkan hierarki keputusan: setiap level manajemen memiliki kebutuhan informasi yang berbeda.
  6. Data berlimpah tidak secara otomatis menghasilkan keputusan lebih baik — kapabilitas manajerial untuk mengolah informasi yang menentukan.
  7. Peran manajer bertransformasi dari pengawas operasional menjadi orchestrator informasi — ini tuntutan yang tidak bisa dihindari.

Closing Bridge ke Bab 2: Memahami peran strategis SI membuka pertanyaan kritis berikutnya: bagaimana organisasi memastikan bahwa investasi dan kapabilitas SI-nya benar-benar selaras dengan tujuan bisnisnya — bukan berjalan sendiri-sendiri? Bab selanjutnya akan mengupas mengapa banyak organisasi yang sudah memiliki sistem canggih masih gagal menggerakkan strategi bisnisnya hanya karena satu masalah mendasar: misalignment.

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


SEK 1.12 — LATIHAN & REFLEKSI

Pertanyaan Reflektif:

  1. Pilih satu keputusan bisnis penting yang pernah Anda ketahui dibuat berdasarkan informasi yang tidak akurat atau terlambat. Apa dampaknya? Komponen SI apa yang paling berperan dalam kegagalan tersebut?
  2. Jika Anda menjadi manajer baru di sebuah organisasi, informasi apa yang pertama kali Anda minta untuk memahami kondisi organisasi? Bagaimana cara mendapatkannya?
  3. Bandingkan dua organisasi yang Anda kenal: mana yang lebih "berbasis informasi"? Indikator apa yang membuat Anda menyimpulkan hal tersebut?
  4. Mengapa AI tidak bisa menggantikan sepenuhnya peran manajer dalam pengambilan keputusan, meskipun kemampuannya terus meningkat?

Latihan Artefak 1.1 — Peta Posisi SI Organisasi Pilih satu organisasi (tempat Anda bekerja, kampus, atau UMKM di sekitar Anda). Gunakan Template 1.1 untuk:

  1. Menginventarisasi sistem informasi yang ada
  2. Menilai level kematangan di setiap lapisan PVIO
  3. Mengidentifikasi gap utama
  4. Merekomendasikan satu prioritas perbaikan

Output: Template 1.1 yang terisi + 1 paragraf narasi justifikasi rekomendasi Anda.


REFERENSI BAB 1

  • Laudon, K. C., & Laudon, J. P. (2022). Management Information Systems: Managing the Digital Firm (17th ed.). Pearson.
  • Vial, G. (2021). Understanding digital transformation: A review and a research agenda. Journal of Strategic Information Systems, 28(2), 118144. https://doi.org/10.1016/j.jsis.2019.01.003
  • Westerman, G., & Bonnet, D. (2021). The new elements of digital transformation. MIT Sloan Management Review, 62(3), 8289.
  • Rogers, D. L. (2021). The Digital Transformation Roadmap. Columbia Business School Publishing.
  • McKinsey Global Institute. (2023). The economic potential of generative AI. McKinsey & Company.
  • McKinsey & Company. (2024). State of AI report 2024. McKinsey Digital.
  • Gartner Research. (2024). Top strategic technology trends for 2025. Gartner, Inc.
  • IDC. (2024). Worldwide digital transformation spending guide, 20242028. International Data Corporation.
  • Bharadwaj, A., El Sawy, O. A., Pavlou, P. A., & Venkatraman, N. (2013). Digital business strategy. MIS Quarterly, 37(2), 471482.
  • Alim, H. B. (2025). AI-integrated public digital infrastructure for geopark tourism. Journal of Informatics Management and Information Technology (JIMAT).
  • O'Brien, J. A., & Marakas, G. M. (2021). Management Information Systems (11th ed.). McGraw-Hill Education.
  • Porter, M. E., & Millar, V. E. (1985). How information gives you competitive advantage. Harvard Business Review, 63(4), 149160.

QUALITY GATES CHECK

[ ] THINK   : Apakah bab ini mengubah cara pandang pembaca tentang SI? 
              → Ya: Framing "SI bukan teknis" + piramida PVIO + 4 Salah Kaprah
[ ] APPLY   : Apakah pembaca bisa menerapkan insight ini?
              → Ya: Template 1.1 bisa langsung digunakan di organisasi nyata
[ ] REFLECT : Apakah pembaca sadar posisinya sebagai manajer dalam ekosistem informasi?
              → Ya: Closing bridge + pertanyaan reflektif no. 1 dan 4