PENGANTAR COMMON STATISTICAL PRODUCTION ARCHITECTURE (CSPA)

Home / Artikel Artikel TI / Pengantar Common Statistical P ...

April 9, 20151 commentArtikel, Artikel TI
(CSPA version 1.1, Desember 2014)
I. Permasalahan
Selama ini organisasi-organisasi statistik di dunia telah mengembangkan proses
bisnis dan sistem TI mereka masing-masing untuk memproduksi produk-produk
statistik. Meskipun secara konseptual produk yang dihasilkan dan proses yang
dilakukan sangat mirip, tetapi solusi organisasi secara individu dilakukan
berbeda-beda
(gambar
1).

Setiap solusi yang dibangun hanya mempunyai tujuan yang sangat spesifik,
kemampuan untuk berbagi (sharing) informasi dengan aplikasi lain sangat
kurang, dan kemampuan untuk menangani proses dan tugas yang berbeda juga
terbatas. Hal ini dapat disebut sebagai Accidental Architecture, yaitu proses
dan solusi yang tidak dirancang secara holistik.
Sangat sulit untuk mengganti komponen pendukung produksi statistik, walaupun
hanya satu komponen saja. Dengan menggunakan proses, metode, dan
lingkungan yang tidak fleksibel, organisasi statistik sulit untuk memproduksi
dan sharing data
yang
selaras
dengan
standard modern(misalnya, Data
Documentation
Initiative (DDI)
dan Statistical
Data
and
Metadata
eXchange (SDMX).
Banyak organisasi statistik yang melakukan modernisasi dan transformasi
organisasi mereka dengan menggunakan Enterprise Architecture (EA) untuk
mendukung visi dan mengubah strategi mereka. EA bertujuan untuk
menciptakan lingkungan yang dapat mengubah dan mendukung tujuan-tujuan
bisnis. EA akan menunjukkan kebutuhan bisnis yang seperti apa, organisasi ingin
menjadi seperti apa, dan memastikan bahwa strategi TI sejalan dengan
kebutuhan bisnis. EA membantu organisasi menghilangkansilo (terkotak kotak)
yang terjadi selama ini, meningkatkan kolaborasi di seluruh organisasi, dan
memastikan bahwa teknologi sejalan dengan kebutuhan bisnis. Dengan adanya
EA ini akan memungkinkan mereka untuk melakukan standardisasi organisasi. Ini
ditunjukkan pada Gambar 2, organisasi statistik tiap negara memiliki standar
komponen dan antarmuka mereka masing-masing.

Organisasi-organisasi
statistik
selama
bertahun-tahun
telah
berusaha
untuksharing proses
bisnis,
metodologi
dan
solusi.
Mekanisme
untuk sharingtersebut biasanya organisasi akan mengambil salinan (copy)
komponen dan mengintegrasikannya ke dalam lingkungan mereka. Contohnya
CANCEIS (CANadian Census Edit and Imputation System) dan Banff (sistem
editing dan imputasi dalam survei). Namun, kebanyakan kasus dalam hal ini
adalah sulitnya untuk mengintegrasikan suatu komponen ke dalam lingkungan
pengolahan dan teknologi yang berbeda.

Gambar 3 akan menjelaskan mengapa terjadi kesulitan dalam sharing atau

penggunaan kembali (reuse) sebuah komponen produksi. Pada gambar 3
mengasumsikan bahwa dua organisasi statistik mengembangkan business
capability mereka
dan
komponen
pendukung
serta
interface dengan
menggunakan standar tertentu (mereka memiliki EA sendiri seperti ditunjukkan
pada gambar 2).Sebuah organisasi telah mempunyai standar di dalam organisasi
mereka yang mungkin tidak sama dengan standar organisasi lainnya. Seperti
yang ditunjukkan dalam gambar 2 dan 3, dimana setiap negara memiliki bentuk
komponen yang berbeda-beda (komponen Kanada memiliki bentuk zig zag,
sedangkan Swedia memiliki komponen dengan tepi miring). Jika Swedia
memerlukan komponen baru, idealnya mereka perlu sebuah komponen dengan
tepi miring. Dapat terlihat pada baris ketiga dari gambar 3, bahwa sangat sulit
bagi Swedia untuk dapat menggunakan atau mengintegrasikan komponen dari
Canada untuk kebutuhan mereka.

II. Common Statistical Production Architecture

Sebagai bagian dari usaha modernisasi, the High Level Group for the
Modernization of Statistical Production and Services (HLG) berusaha untuk
mengatasi masalah dan isu-isu yang dijelaskan sebelumnya. Untuk alasan ini,
HLG telah menempatkan prioritas pada pengembangan Common Statistical
Production Architecture (CSPA) dan implementasinya.
Jika suatu organisasi statistik telah mencapai keselarasan antara bisnis,
informasi, dan aplikasi, maka proses sharing dan reuse akan lebih mudah
dilakukan. CSPA akan membantu organisasi-organisasi statistik untuk mengatasi
masalah di atas dengan menyediakan framework, termasuk prinsip-prinsip,
proses, dan pedoman (guideline), untuk membantu mengurangi biaya
pengembangan
serta maintenance dari
proses
dan
sistem.Sharing dan reuse komponen proses akan menjadi lebih mudah, tidak
hanya dalam organisasi, akan tetapi dapat dilakukan untuk antar organisasiorganisasi statistik.
Proposisi
nilai
dari
CSPA,
dalam
menyediakan
organisasi
statistik
denganframework standar, adalah untuk:
Memfasilitasi proses modernisasi
Menyediakan panduan untuk transformasi dalam organisasi statistik
Memfasilitasi sharing dan reuse solusi & service, standardisasi proses, dan
mengurangi biaya produksi
Mendorong interoperabilitas dari sistem dan proses
Menyediakan dasar untuk sistem informasi yang fleksibel untuk mencapai
misi mereka dan untuk menanggapi tantangan dan opportunity
Mengaktifkan inisiatif kolaborasi secara internasional untuk membangun
infrastruktur dan service yang umum
Mendorong keselarasan dengan standard industri yang ada sepertiGeneric
Statistical Business Process Model (GSBPM) dan Generic Statistical Information
Model (GSIM)
II.1. Ruang Lingkup CSPA
CSPA adalah sebuah referensi arsitektur untuk organisasi statistik. Ruang lingkup
dari CSPA adalah produksi data statistik di seluruh proses yang didefinisikan di
GSBPM (ini bukanlah ciri dari sebuah EA secara penuh untuk organisasi statistik).
Hal ini dapat dipahami bahwa organisasi statistik mungkin juga memiliki EA yang
lebih umum (misalnya, EA yang biasa digunakan oleh semua lembaga
pemerintah
di
suatu
negara
tertentu).
Fokus utama dari CSPA adalah untuk mendukung dalam memfasilitasi
aktivitas sharing dan penggunaan reuse dari service statistik, baik di dalam
maupun antar organisasi statistik. CSPA bukanlah referensi arsitektur yang
statis/tetap. CSPA dirancang untuk dapat dikembangkan lebih lanjut dari waktu
ke waktu.
CSPA dirancang untuk digunakan oleh para pembuat keputusan investasi dalam
mengembangkan organisasi statistik. Selama mengembangkan organisasi,
tingkat kematangan EA dan lingkungan teknis modern diperlukan untuk
implementasi.
Konsep penting dalam sebuah arsitektur adalah separation of concern. Untuk
alasan itu, arsitektur ini dipisahkan ke dalam sejumlah perspective:
Business Architecture yang mendefinisikan organisasi seperti apa dan
bagaimana hal itu dilakukan,

Information Architecture yang menggambarkan informasi, aliran informasi

dan penggunaannya di dalam organisasi, dan bagaimana informasi tersebut
dikelola,
Application Architecture yang menggambarkan seperangkat praktekpraktek yang digunakan untuk memilih, mendefinisikan atau mendesain
komponen perangkat lunak dan keterkaitan antar komponen tersebut, dan
Technology Architecture yang menggambarkan infrastruktur teknologi
yang mendasari (mendukung) perspektif arsitektur lainnya.
II.2. Service Oriented Architecture
Nilai dari sebuah arsitektur adalah memungkinkan kolaborasi dalam
mengembangkan dan menggunakan service statistik yang akan memungkinkan
organisasi statistik untuk membuat proses bisnis dan sistem yang fleksibel untuk
produksi statistik yang lebih mudah.
Arsitektur tersebut didasarkan pada style arsitektur yang disebut Service
Oriented Architecture (SOA). Style ini berfokus pada service dalam kegiatan
statistik. Service adalah representasi dari aktivitas bisnis di dunia nyata
dengan outcome tertentu. Service dapat digunakan kembali (reuse) oleh
sejumlah proses bisnis (dalam atau di seluruh organisasi statistik).
Dengan CSPA mengadopsi SOA, setiap organisasi akan lebih mudah untuk
melakukan standardisasi dan menggabungkan komponen-komponen dari
produksi statistik, terlepas dari mana service statistik tersebut dibangun. Seperti
yang ditunjukkan pada gambar 4, Swedia bisa menggunakan kembali service
statistik dari Kanada karena mereka berdua menggunakan komponen yang
sama.

CSPA juga akan memfasilitasi sharing dan reuse dari service statistik baik di
dalam maupun antar organisasi statistik. Service statistik yang di-share atau direuse di seluruh organisasi statistik mungkin saja berupa service statistik baru
atau existing yang dibangun berdasarkan CSPA (gambar 4).
Referensi
[1] (2015) Common Statistical Production Architecture Home. [Online].
Available:http://www1.unece.org/stat/platform/display/CSPA/Common+Statistical
+Production+Architecture+Home