Penilaian Kematangan Master Data Management: Studi Kasus Perusahaan XYZ

Abstract

[id] Master data adalah data yang paling berharga dengan prioritas tertinggi karena mewakili objek bisnis utama dan merupakan fondasi proses bisnis utama, kualitas master data yang buruk akan menurunkan kualitas dan menimbulkan permasalahan terkait data. Penelitian ini dilakukan untuk mengetahui level kematangan aktivitas master data management pada perusahaan XYZ yang melakukan digitalisasi proses bisnis mereka namun masih memiliki permasalahan yaitu data yang tidak konsisten, silo dan duplikasi data yang merujuk ke penyebab kurangnya kualitas pengelolaan master data. Untuk itu dilakukan penilaian untuk mengetahui level kematangan praktik master data management pada perusahaan dan sebagai landasan untuk melakukan aktivitas peningkatan kualitas data sebagai aset perusahaan dimasa mendatang dengan menggunakan model Spruit-Pietzka sebagai metodologi penilaian dan penyusunan kuisioner. Berdasarkan penilaian yang dilakukan level kematangan tidak berhasil mencapai level 1 karena topik data quality yang gagal mencapai level 1 sedangkan topik data model dan maintenance mencapai level 1, usage and Ownership mencapai level 2 dan data protection berada pada level 3. Level 1 dapat dicapai jika ada kebijakan standar kualitas master data dan pengetahuan kualitas aset data sebagai landasan pengukuran dan peningkatan kualitas data.

[en] Master data is the most valuable data with the highest priority because it represents the main business object and is the foundation of the main business process, poor master data quality will reduce quality and cause data-related problems. This research was conducted to determine the maturity level of master data management activities at XYZ company which digitized their business processes but still had problems such as inconsistent data, silos and data duplication which referred to the cause of the lack of quality of master data management. For this reason, an assessment is carried out to determine the maturity level of master data management practices in the company and as a basis for carrying out activities to improve data quality as a company asset in the future using the Spruit-Pietzka model as maturity assessment methodology and questionnaire development. Based on the assessment, the maturity level did not reach level 1 because the data quality topic failed to reach level 1 while the data model and maintenance topic reached level 1, usage and ownership reached level 2 and data protection was at level 3 Level 1 can be achieved if there is a master data quality standard policy and data asset quality knowledge as the basis for measuring and improving data quality.