Prinsip dan Tantangan Data Management

Back to IF5101 Manajemen Data

Prinsip dan Tantangan Data Management

Questions/Cues

• Apa lima kelompok prinsip data management menurut DMBOK?
• Mengapa data sebagai aset punya tantangan valuasi?
• Mengapa metadata dibutuhkan, dan apa tantangannya?
• Mengapa data management bersifat cross-functional dan butuh perspektif enterprise?
• Apa arti “data management is lifecycle management”?

Reference Points

• IF5101 — Introduction to Data Management (Slides 11-17)
• DAMA International — DAMA-DMBOK, 2nd Ed. (2017), Chapter 1.3

Prinsip dan Tantangan

Data management harus menyeimbangkan kebutuhan strategis dan operasional. Seperangkat prinsip membantu keseimbangan itu, dan karakteristik khas data menimbulkan tantangan dalam menerapkannya.

flowchart TD
    P["Prinsip Data Management"]
    P --> L["Butuh komitmen<br/>kepemimpinan"]
    P --> V["Data berharga"]
    P --> R["Kebutuhan data =<br/>kebutuhan bisnis"]
    P --> S["Butuh beragam skill"]
    P --> C["Manajemen lifecycle"]

1. Data Berharga (Data is valuable)

• Data adalah aset dengan properti unik; nilainya dapat dan seharusnya dinyatakan dalam istilah ekonomi.
• Tantangan: karena berbeda dari aset lain, sulit memberi nilai moneter pada data sehingga sulit mengukur kontribusinya terhadap kesuksesan organisasi. Juga memunculkan isu data ownership dan data inventorying.
• Nilai data bersifat kontekstual dan sering temporal — berubah menurut kapan dan untuk siapa.

2. Kebutuhan Data Management = Kebutuhan Bisnis

Prinsip	Tantangan
Mengelola data = mengelola kualitas data — definisikan kebutuhan bersama konsumen data	Kualitas tinggi butuh perencanaan, komitmen, dan mindset yang menanamkan kualitas ke proses dan sistem
Butuh metadata untuk mengelola data — data yang menjelaskan data	Metadata juga data sehingga harus dikelola
Butuh perencanaan — nilai tidak datang kebetulan	Tekanan waktu dan biaya mengganggu perencanaan
Kebutuhan data mendorong keputusan TI	Jangan biarkan “godaan teknologi” yang memimpin keputusan data

3. Data Management Bergantung pada Beragam Skill

• Cross-functional — prosesnya kompleks; tantangannya membuat orang dengan keahlian berbeda memahami keterkaitan dan berkolaborasi.
• Butuh perspektif enterprise — memahami lingkup dan ragam data organisasi.
• Harus memperhitungkan beragam perspektif — punya aplikasi lokal tetapi harus diterapkan lintas enterprise agar efektif.

4. Data Management = Lifecycle Management

• Tipe data berbeda punya karakteristik lifecycle berbeda; praktik harus fleksibel.
• Mengelola data termasuk mengelola risiko: data bisa hilang, dicuri, atau disalahgunakan, dan implikasi etis penggunaannya harus dipertimbangkan.

5. Kepemimpinan dan Komitmen

Data management adalah rangkaian proses kompleks yang butuh koordinasi, kolaborasi, dan komitmen; tidak hanya keterampilan manajerial, tetapi juga visi dan tujuan dari kepemimpinan yang berkomitmen.

Summary

DMBOK merumuskan prinsip: (1) data berharga dan nilainya perlu dinyatakan secara ekonomi walau valuasinya sulit karena kontekstual dan temporal; (2) kebutuhan data adalah kebutuhan bisnis — kualitas, metadata, perencanaan, dan kebutuhan data yang mendorong keputusan TI; (3) butuh beragam skill, perspektif enterprise, dan kerja lintas fungsi; (4) data management adalah lifecycle management termasuk risiko dan etika; (5) butuh komitmen kepemimpinan.

Additional Information

Metadata: contoh konkret

Metadata teknis (nama kolom, tipe), bisnis (definisi, pemilik), dan operasional (jadwal ETL, log akses). Katalog data (DataHub, Amundsen, Collibra) dipakai untuk mengelolanya — itu sendiri sistem yang perlu dikelola.

Lifecycle data

Aktivitas utama: plan → design & enable → create/obtain → store & maintain → use → enhance → dispose. Tiap tahap punya risiko berbeda; disposal yang buruk (retensi tak jelas) sering menjadi sumber pelanggaran privasi.

Proyek Eksplorasi Mandiri

1. Pilih satu dataset (mis. KRS mahasiswa) dan gambarkan lifecycle-nya dari create sampai dispose.
2. Tuliskan metadata bisnis dan teknis untuk lima kolom penting dataset itu.

Bacaan Lanjutan

• DAMA International. DAMA-DMBOK, 2nd Ed. — Chapter 1.2-1.3 dan Chapter 12 (Metadata Management).
• Redman, T. C. (2016). Getting in Front on Data. Technics Publications.