SodaPDF-watermarked-23221013 Khairul Habibie.pdf
PUBLIC Open In Flip Book Dessy Rondang Monaomi
Data pemerintahan terbuka saat ini menjadi salah satu inisiatif pemerintahan terkait
keterbukaan data untuk mewujudkan good governance. Dalam konteks
penyelenggaraan keuangan, Direktorat Jenderal Perimbangan Keuangan (DJPK)
telah membuat tata kelola data yang dituangkan dalam peraturan DJPK untuk
mendukung pelaksanaan Satu Data Indonesia sebagai wujud kebijakan open
government data di Indonesia. Untuk mendukung implementasi tata kelola data,
diperlukan sebuah platform untuk mendukung setiap perubahan yang mungkin
terjadi dalam tata kelola data. Saat ini, DJPK telah menggunakan CKAN sebagai
platform untuk melakukan publikasi data, namun belum secara keseluruhan dapat
mendukung aktivitas manajemen data yang terdapat pada tata kelola data DJPK.
Selain itu, setelah dilakukan evaluasi terkait data yang dipublikasikan ternyata
terdapat permasalahan kualitas data. Untuk itu, diperlukan pengembangan beberapa
aktivitas manajemen data yang ada di CKAN supaya dapat mendukung pelaksanaan
tata kelola data dan meningkatkan kualitas data yang dipublikasikan. Apabila data
sudah memenuhi kualitas data, platform memiliki kapabilitas untuk memastikan
data yang akan diterbitkan memenuhi domain kualitas data, sehingga jika ada data
yang belum memenuhinya (sesuai dengan metrik yang ditetapkan), akan dilakukan
peningkatan kualitas data.
Pengembangan platform manajemen data pemerintahan terbuka pada penelitian ini
menggunakan metodologi design science research methodologi (DSRM)
mengadopsi prinsip Service Oriented Architecture (SOA). Berdasarkan hasil
evaluasi rancangan yang telah dilakukan, desain yang dihasilkan sesuai dengan
prinsip SOA, yaitu: kopling, kohesi, kompleksitas, dan usabilitas, evaluasi desain
dilakukan dan hasil yang diperoleh masing-masing adalah 0,0046, 0,9218, 0,0050,
dan 2,5714. Dari skor tersebut dapat disimpulkan bahwa desain platform
pengelolaan data pemerintah yang terbuka menganut prinsip SOA: loose coupling
dan high cohesion.
Pengujian kualitas data dilakukan dengan cara menghitung Valid DQI (positive
value) dan Invalid DQI (negative value) dari 7 dimensi kualitas data. Hasil
pengujian menunjukkan bahwa terdapat peningkatan kualitas data keunikan,
akurasi, integritas, kesesuaian dan keabsahan pada data realisasi bulanan APBD
Kabupaten XYZ. Dengan hasil masing-masing terdapat peningkatan dari valid DQI
keunikan dari 98,7203 menjadi 100. Kualitas data kesesuaian juga mengalami
peningkatan yang sebelumnya nilai Valid DQI (positive value) sebesar 94,7368
menjadi 100. Selanjutnya, dimensi kualitas data akurasi juga mengalami
peningkatan yang sebelumnya nilai Valid DQI (positive value) sebesar 0 menjadi
100 dengan cara melakukan pengecekan manual dari walidata dengan mengunggah
dokumen pdf yang dijadikan pembanding. Sedangkan, untuk dimensi kualitas data
integritas terdapat peningkatan yang sebelumnya nilai Valid DQI (positive value)
sebesar 66,6667 menjadi 100 didapatkan dari nilai dimensi kualitas data
kelengkapan, akurasi dan konsisten secara berurutan yaitu 100, 100 dan 100 maka
didapatkan nilai dimensi integritas sebesar 100.
Sebagai perhatian, untuk kualitas data keabsahan juga mengalami perbedaan
dengan tahap sebelum dihapusnya duplikasi. Persentasi anggaran belanja
sebelumnya bernilai 3,511849 menjadi 2.04304 dan telah sesuai dengan hasil
pengecekan secara manual. Pada dimensi kualitas data yang lain, yaitu kelengkapan
bernilai 100 yang menandakan tidak ada kolom yang kosong pada data tersebut;
konsistensi yang juga bernilai 100 yang menandakan bahwa data telah konsisten
setelah dibandingkan dengan data referensi yang ada.