Dokumen ini membahas model DIKW (Data, Information, Knowledge, Wisdom) yang menggambarkan hubungan dan bertahap antara data hingga kebijaksanaan. Penekanan juga diberikan pada kualitas data dengan metodologi yang mencakup ketepatan waktu, konsistensi, kelengkapan, validitas, dan keunikan, serta contoh data yang baik dan buruk. Selain itu, dokumen ini mengusulkan langkah-langkah untuk meningkatkan kualitas data agar dapat mendukung pengambilan keputusan yang lebih baik dalam bisnis.

2. OUTLINE
1. MODEL DIKW (Data Information Knowledge dan Wisdom)
2. REVISITS MODEL DIKW
3. PEMBAGIAN PERAN
4. DATA QUALITY - METHODOLOGY
5. GOOD AND LOW DATA EXAMPLE
6. IMPROVE YOUR DATA QUALITY
7. CLOSING

3. Model DIKW (Data Information Knowledge dan Wisdom)
Sumber: https://www.ontotext.com/knowledgehub/fundamentals/dikw-pyramid/
Piramida DIKW mewakili hubungan antara data, informasi, pengetahuan
dan kebijaksanaan. Setiap blok bangunan adalah langkah menuju tingkat
yang lebih tinggi - pertama datang data, kemudian informasi, berikutnya
adalah pengetahuan dan akhirnya datang kebijaksanaan. Semakin kita
memperkaya data kita dengan makna dan konteks, semakin banyak
pengetahuan dan wawasan yang kita dapatkan sehingga kita dapat
mengambil keputusan yang lebih baik, berdasarkan informasi dan
berbasis data.
Knowledge Pyramid/
Wisdom Hierarchy/
Information Hierarchy
- Puisi dari T.S. Eliot,
The Rock (Faber & Faber,
London, 1934).
- Ackoff 1989

4. Model DIKW (Data Information Knowledge dan Wisdom)
 Data (Fakta mentah)
• Fakta mentah yang belum terorganisir
• Angka, Gambar, Kata, Suara
• Bilangan yang disajikan tanpa konteks Contoh : “20220823”
<< tanpa memberikan konteks apapun data ini hanya
merupakan kumpulan angka
Sumber: https://www.ontotext.com/knowledgehub/fundamentals/dikw-pyramid/

5. Model DIKW (Data Information Knowledge dan Wisdom)
 Informasi
• Data yang sudah diolah
• Pesan dalam bentuk dokumen
• Hasil olahan data dalam konteksnya
Contoh : “2022-08-23” << dengan konteks seperti ini data ini
menjadi informasi tanggal, tapi hati-hati dengan multi interpretasi
Sumber: https://www.ontotext.com/knowledgehub/fundamentals/dikw-pyramid/

6. Model DIKW (Data Information Knowledge dan Wisdom)
 Knowledge/Pengetahuan
• Hasil olahan informasi yang relevan dan berguna
• kombinasi dari beberapa informasi
Sumber: https://www.ontotext.com/knowledgehub/fundamentals/dikw-pyramid/

7. Model DIKW (Data Information Knowledge dan Wisdom)
 Wisdom/Kebijaksanaan
• Knowledge yang dilanjutkan dengan Tindakan/Keputusan
• Mengetahui apa yang terbaik untuk dilakukan (Terkait dengan
Future)
Sumber: https://www.ontotext.com/knowledgehub/fundamentals/dikw-pyramid/

8. Revisits Model DIKW
Rowley 2017, melakukan peninjauan kembali struktur hirarki DIKW,
Sumber: https://www.semanticscholar.org/paper/The-wisdom-hierarchy%3A-
representations-of-the-DIKW-Rowley/bdf94027d5410b211411157ad7aacfca05aea53d
Ainun Najib 2022, Data is Useless Without Action
Analytics = the art of decision making for Human, base on data
AI/Kecerdasan Buatan = the automated decision making by machine, base on data

9. PEMBAGIAN PERAN

10. DATA QUALITY - METHODOLOGY
1. Dimensi Data
a) Timeliness (Ketepatan waktu ) adalah data yang tersedia saat dibutuhkan. Data dapat diperbarui secara real time untuk
memastikan bahwa itu sudah tersedia dan dapat diakses.
b) Consistency adalah Setiap item data seragam dalam konten dan format dengan data yang sama di beberapa set data
dan database.
c) Completeness adalah Ukuran kemampuan data untuk secara efektif memberikan semua nilai yang diperlukan yang
tersedia.
d) Validity adalah Data harus dikumpulkan sesuai dengan aturan dan parameter bisnis yang ditetapkan, dan harus sesuai
dengan format yang tepat dan berada dalam kisaran yang tepat
e) Uniqueness adalah memastikan tidak ada duplikasi atau tumpang tindih nilai di semua kumpulan data
2. Pengelolaan Data Sbb:
a) Timeliness : Custumer tedaftar aktif digunakan untuk transaksi di oracle
b) Consistency : Sinkronisasi data di seluruh SBU
c) Completeness : Atribute data lengkap meliputi : No Indentitas,Nama, Alamat, Contac Person
d) Validity : Pengecekan Penulisan Data (typografi) meliputi : No Indentitas,Nama, Alamat
e) Uniqueness : Pengecekan redundan data meliputi : No Indentitas,Nama, Contac Person

11. GOOD DATA EXAMPLE
• Account Number/No KTP
• No Duplicate Names/contacts/address
• Complete Dataset
• Standart format

12. BAD DATA EXAMPLE
• Invalid address
• Duplicate names/contacts/address
• Incomplete Dataset
• Non standard format

13. IMPROVE YOUR DATA QUALITY
https://www.gartner.com/smarterwithgartner/how-to-improve-your-data-quality

14. IMPROVE YOUR DATA QUALITY (DQ)
https://www.gartner.com/smarterwithgartner/how-to-improve-your-data-quality
1. Menentukan bagaimana peningkatan kualitas data bisa memengaruhi keputusan bisnis, dengan
melakukan Identifikasi hubungan yang jelas antara proses bisnis, indikator kinerja utama (KPI) dan
aset data
2. Menetukan standar yang baik terhadap Good Data, Unit bisnis yang berbeda menggunakan data
yang sama, misalnya, data master Cutomer, mungkin memiliki standar yang berbeda
3. Menentukan standar Data Quality (DQ) yang dapat diikuti oleh semua unit bisnis dalam organisasi
4. Melakukan Profiling data secara berkala, untuk melihat kondisi data saat ini dalam bentuk
summary
5. Merancang Dasbor DQ
6. "model kepercayaan" bekerja lebih baik daripada "model kebenaran." karena sumber data tidak
hanya dari internal perusahaan
7. Sertakan DQ sebagai item agenda pada rapat yang bersifat strategis
8. Menetapkan SOP DQ, memastikan kualitas dan kesesuaian data
9. Membentuk kelompok khusus untuk DQ di seluruh BU dan IT, yang dipimpin oleh tim chief data
officer atau bagian yang setara
10.Review dan update progress DQ
11.Komunikasikan manfaat DQ yang lebih baik secara teratur ke departemen bisnis
12.Melakukan sinergi terhadap perusahaan lain dalam pengelolaan DQ

15. Nilai Jalan Kalla
Kerja Ibadah
Apresiasi Pelanggan
Lebih Cepat – Lebih Baik
Aktif Bersama
“Customer is the core of our company”
WHY?