Implementasi Teknologi Big Data Di Lembaga Pemerin PDF
Implementasi Teknologi Big Data Di Lembaga Pemerin PDF
e-ISSN 2476-9266
p-ISSN: 2088-9402
DOI: 10.17933/jppi.2016.060201
Naskah Diterima: 07 September 2016; Direvisi : 29 Oktober 2016; Disetujui : 23 November 2016
Abstrak
Peranan data sangat penting terutama memasuki era ledakan data atau "Big Data". Oleh karenanya, pihak yang mampu
mengolah dan memanfaatkan data-data yang bervolume besar, cepat berubah, variatif, dan kompleks, dapat mengambil
keuntungan yang besar. Mengacu pada manfaat besar yang dapat ditawarkan oleh teknologi Big Data, menarik untuk
melihat sejauh mana teknologi Big Data sudah dimanfaatkan di Indonesia, khususnya di lembaga pemerintahan, dan
tantangan apa saja yang muncul dalam penerapannya. Diharapkan hasilnya dapat memberikan informasi dan inspirasi
sehingga implementasi teknologi Big Data di Indonesia dapat semakin luas. Pengumpulan data pada penelitian ini
dilakukan melalui teknik wawancara mendalam kepada pengelola teknologi informasi di empat instansi: Lembaga
Kebijakan Pengadaan Barang/Jasa Pemerintah (LKPP), Pemerintah Kota Bandung, Direktorat Jenderal Pajak
Kementerian Keuangan, dan Badan Informasi Geospasial (BIG). Deskripsi kualitatif yang didapat kemudian dianalisis
dengan TDWI Big Data Maturity Model. Hasilnya dapat disimpulkan bahwa tiga instansi dapat dikategorikan berada
pada tahap pre-adoption, hanya Pemerintah Kota Bandung yang telah berada pada tahap corporate adoption.
Kata kunci: Big Data, Lembaga Pemerintahan, Tantangan, Implementasi, Big Data Maturity Model.
Abstract
The role of data is very important, especially in the era of data explosion or "Big Data". Therefore, the parties which
are able to process and utilize huge volume, rapidly changed, varied, and complex data can take large advantages.
Considering big potential offered by Big Data technology, it is exciting to research how Big Data has been implemented
in Indonesia, especially in several government agencies, and find the raising challenges in its application. It is expected
that this paper can provide information and inspiration to widespread the implementation of Big Data technology in
Indonesia.This research uses depth interview technique in data collecting to the administrators of information technology
in four institutions: National Public Procurement Agency (LKPP), Government of Bandung City, Directorate General
of Taxes Ministry of Finance, and Geospatial Information Agency. The qualitative description is then analyzed according
to TDWI Big Data Maturity Model. It can be concluded that the three institutions are on pre-adoption step, while
Government of Bandung City is already in corporate adoption level.
Keywords: Big Data, Government Agencies, Challenges, Implementation, Big Data Maturity Model
113
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
1
dimanfaatkan di beberapa lembaga pemerintahan
http://www.antaranews.com/berita/477310/tiga-bidang-
usaha-pengguna-utama-big-data-di-indonesia, tanggal 30 di Indonesia, dan tantangan apa saja yang muncul
Januari 2015, diakses tanggal 29 Agustus 2016.
114
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
115
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
Pada level nasional, potensi penggunaan Big sedikit2. Padahal, di masa depan kebijakan publik
Data untuk layanan pemerintah di Indonesia akan dibentuk oleh Big Data dan aplikasinya pada
pernah dikaji sebelumnya (Taufan, 2015). Dalam berbagai macam aspek kehidupan masyarakat
tulisan tersebut dikatakan bahwa pemerintah seperti di sektor pendidikan, kesehatan, dan
sebagai penyelenggara layanan publik memiliki layanan publik lainnya.
peluang untuk menggunakan Big Data dalam
beberapa proses layanan e-Government. Konsep Big Data
Pengintegrasian data dan layanan adalah salah satu Istilah Big Data mulai muncul setelah Tahun
cara untuk memanfaatkan Big Data. Banyak sektor 2005 diperkenalkan oleh O’Reilly Media. Namun
yang bisa disinergikan antara lain transportasi, sebenarnya penggunaan data dan kebutuhan untuk
pertanian, ketenaga-kerjaan, perkebunan, kelautan memahami data tersebut sebenarnya sudah ada
dan masih banyak lagi. Kajian tersebut juga sejak jaman dulu (Aryasa, 2015) Banyak pihak
memberikan benchmarking pemerintahan yang yang mencoba memberikan definisi terhadap Big
sudah menggunakan Big Data dalam beberapa Data (Chandarana, Parth, & Vijayalakshmi, 2014)
layanan publik, seperti Jepang, Inggris, Taiwan, Dapat disimpulkan bahwa Big Data mengacu pada
Thailand, dan Korea, namun sayangnya belum 3V: volume, variety, velocity, dan ada yang
menggambarkan penggunaan Big Data pada menambahkan unsur V lainnya seperti veracity dan
pemerintahan di Indonesia. value. Volume (kapasitas data) berkaitan dengan
Pembicaraan soal tantangan yang dihadapi
dalam menerapkan Big Data dan kaitannya dengan 2
https://m.tempo.co/read/news/2016/04/21/078764748/big-
data-akan-mewarnai-kebijakan-publik-di-indonesia, tanggal
kebijakan pembangunan di Indonesia pun masih 21 April 2016, diakses tanggal 29 Agustus 2016.
116
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
ukuran media penyimpanan data yang sangat besar dan value (nilai) terkait dengan ketidakpastian data
atau mungkin tak terbatas hingga satuan petabytes dan nilai manfaat dari informasi yang dihasilkan.
atau zettabytes; variety (keragaman data) terkait Pada Big Data, data terlalu besar dan terlalu
tipe atau jenis data yang dapat diolah mulai dari cepat atau tidak sesuai dengan struktur arsitektur
data terstruktur hingga data tidak terstruktur; database konvensional. Sehingga untuk
sedangkan velocity (kecepatan) terkait dengan mendapatkan nilai dari data, harus digunakan
kecepatan memroses data yang dihasilkan dari teknologi untuk mengekstrak dan memperoleh
berbagai sumber, mulai dari data batch hingga real informasi yang lebih spesifik.
time, sementara karakteristik veracity (kebenaran)
Terminologi Big Data sering dikaitkan dengan tidak terorganisasi untuk dapat memberikan suatu
data science, data mining, maupun data arti yang spesifik. Data yang telah terorganisir
processing. Namun, Big Data melibatkan sehingga dapat memberikan arti dan nilai kepada
infrastruktur dan teknik data mining atau data penerima, disebut informasi. (Rainer, Kelly, &
processing yang lebih canggih dari sebelumnya. Cegielski., 2009). Ketersediaan data menjadi kunci
Dalam mengimplementasikan teknologi Big Data awal bagi teknologi Big Data. Ada beberapa
di suatu organisasi, ada 4 elemen penting yang organisasi yang memiliki banyak data dari proses
menjadi tantangan, yaitu data, teknologi, proses, bisnisnya yang dilakukan, baik data terstruktur
dan SDM (Aryasa, 2015) maupun tidak terstruktur, seperti industri
Data telekomunikasi maupun perbankan. Namun, ada
Deskripsi dasar dari data menunjuk pada pula organisasi yang perlu membeli atau
benda, event, aktivitas, dan transaksi yang bekerjasama dengan pihak lain untuk mendapatkan
terdokumentasi, terklasifikasi, dan tersimpan tetapi data.
117
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
118
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
Tabel 1. Perbandingan metode konvensional vs data analitik dalam pengumpulan dan analisis data.
LEGACY DATA ANALYTICS
Confirmative Explorative (predictive)
Small data set Large data set
Small number of variable Large number of variable
Deductive (no predictions) Inductive
Numeric data Numeric and non-numeric data
Clean data Data cleaning
Sumber: (Friedman, 1997)
119
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
lainnya, dapat dilakukan data analitik. Sebagai media sosial untuk menganalisis opini publik,
contoh, dengan jumlah pelanggan 156 juta orang, tetapi sebuah proses yang melibatkan
diketahui bahwa dalam satu menit terjadi kicauan pembangunan ekosistem yang mencakup
di Twitter sebanyak 98 ribu, update status di teknologi, manajemen data, analisis, pengaturan,
Facebook sebanyak 695 ribu, serta pembicaaan di dan komponen organisasi (Halper, Fern, &
instant messaging sebanyak 11 juta. Data ini dapat Krishnan, 2013).
bercerita banyak hal jika diolah. Selain itu, ada Model kematangan Big Data versi TDWI
pula vendor/perusahaan yang secara spesifik terdiri dari 5 tahapan: nascent, pre-adoption, early
bergerak di bidang IT solution yang menyediakan adoption, corporate adoption, dan mature/
solusi berbasis teknologi Big Data sesuai dengan visionary (Gambar 3), dan melihat pada 5 dimensi,
kebutuhan klien (personilized). Ada vendor yang yaitu: Organisasi, Infrastruktur, Manajemen Data,
membuat tool analytic secara parsial, misalnya tool Analitik, dan Governance. Penjelasan untuk tiap
untuk integrasi data saja, penyimpanan data, tahapan yaitu sebagai berikut:
analitis data, dan presentasi data hasil analisis. Tahap 1: nascent, pada tahap ini, umumnya
Tetapi ada pula vendor yang menyediakan tool organisasi memiliki awareness yang rendah
secara lengkap, mulai dari integrasi data sampai terhadap teknologi Big Data dan nilai manfaatnya
analitis dan presentasi data. Vendor-vendor bagi organisasi.
tersebut ada yang merupakan perusahaan besar di Tahap 2: pre-adoption, pada tahap ini
bidang TI, namun banyak pula yang merupakan organisasi mulai mempersiapkan langkah terkait
perusahaan pemula milik anak bangsa. Big Data analitik dan akan
mengimplementasikannya dalam waktu dekat.
TDWI Big Data Maturity Model Beberapa SDM sudah mulai mempelajari tentang
Kematangan penerapan Big Data Big Data dan organisasi sudah menginvestasikan
dimaksudkan untuk menunjukkan proses evolusi tools pendukung Big Data, seperti Hadoop, namun
yang dilakukan oleh sebuah organisasi dalam ruang lingkupnya masih parsial.
mengintegrasikan, mengelola, dan memanfaatkan Tahap 3: early-adoption, tahap ini ditandai
semua sumber data yang relevan baik internal dan dengan adanya beberapa konsep-konsep (Proof of
eksternal. Hal ini mencakup menciptakan Concept/POC) implementasi yang mulai/sudah
ekosistem yang inovatif, memberikan nilai bisnis diujicoba. Organisasi biasanya menghabiskan
yang bermanfaat, dan memungkinkan transformasi waktu yang lebih lama pada tahap ini, karena
yang berdampak. Dengan kata lain, kematangan terdapat gap yang cukup jauh untuk mencapai level
penerapan Big Data tidak hanya tentang memiliki selanjutnya, corporate adoption.
beberapa teknologi untuk menangani data Tahap 4: corporate adoption, pada tahap ini
bervolume tinggi atau hanya tentang menggunakan end users telah dilibatkan, mendapatkan wawasan
120
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
dan mentransformasi proses kerjanya. Keputusan sebagai suatu mesin yang ditunjang dengan
dalam organisasi diambil menggunakan Big Data infrastruktur yang memadai, perencanaan dan
analitik. strategi yang matang dan pembiayaan yang cukup.
Tahap 5: mature/visionary, pada tahap ini
organisasi melaksanakan program Big Data
Tabel 2. Ringkasan indikator dimensi pada tiap level kematangan TDWI Big Data Maturity Model
Dimensi\Tahap Nascent Pre-adoption Early-adoption Corporate Mature/visionary
adoption
Organization Has not yet The mindset is Gets excited Realize that Executives view
started to generally about the analytics is a big data
explore around prospects of big competitive analytics as
advanced experimentation. data, more differentiator, critical and
analytics or The team is people start to Innovation in standard for how
begun its big trying to come on board. data and data to do business,
data journey. determine the analysis is a continuously
top business core value, and determining new
problems to an analytics ways to use and
solve. culture prevails. create value from
analytics,
collaboration
becomes culture.
Infrastructure No specific May be trying There may be Typically a tier Deployed
infrastructure to out Hadoop or various kinds of 1 production- coherent
support critical some other big data class cluster. analytics
big data big data technology in The information infrastructure,
components. technologies as place, typical ly architecture is able to integrate
part of the a tier 2 unified that new sources of
experimentation. production-class underpins the data for
cluster that is analytics, can analytics, there is
installed and perform multiple security, disaster
maintained in workloads on a recovery, backup
the company’s cluster, comply and recovery,
data center or with backup and performance
even in the recovery or management, and
cloud. disaster proactive
recovery infrastructure
procedures. monitoring.
Data Having some May have Have data Make use many Can manage
management sort of data started to collected as files forms of data, complexity, data
warehouse. But identify and of different well managed is shared across
its data strategy collect some big formats, data sharing, the organization.
and data life data sources. potentially with has metadata
121
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
Adapun kondisi untuk kelima dimensi pada dimensi dijelaskan oleh 10 pertanyaan indikator.
masing-masing tahap kematangan Big Data seperti Namun, karena pengumpulan data yang dilakukan
dijelaskan pada Tabel 2 diatas, dimana untuk dalam penelitian ini berupa data kualitatif dan
menilai kematangan Big Data pada suatu bukan kuantitatif melalui survei, maka penilaian
organisasi, TDWI telah mengembangkan kematangan Big Data versi TDWI tidak dapat
instrument pengukuran berdasarkan faktor-faktor diaplikasikan secara rigid, hanya mengacu pada
seperti ditunjukkan pada Gambar 4, yang terdiri tahapan kematangannya saja.
dari 50 pertanyaan indikator, masing-masing
122
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
Sejak meluasnya penggunaan teknologi Big dilakukan, hanya empat lembaga yang termasuk
Data di Indonesia di sekitar tahun 2013, banyak dalam objek penelitian ini.
sektor private yang telah memanfaatkan teknologi 1. Lembaga Kebijakan Pengadaan Barang/Jasa
lapangan, akan dipaparkan dan dianalisis LKPP telah melakukan inovasi berbasis teknologi
implementasi teknologi Big Data di 4 (empat) informasi untuk dapat memfasilitasi sistem
menginisiasi dan memanfaatkan Big Data pada semua Kementerian/Lembaga/Daerah. Dari 630
proses bisnisnya. Namun demikian, tidak berarti LPSE yang ada di seluruh Indonesia, 90% sudah
implementasi Big Data di Indonesia baru sebatas terintegrasi dengan teknologi cloud LKPP
pada empat lembaga yang disebutkan. Penulis sehingga seluruh database, file, dan aplikasi di
juga sudah menerapkan Big Data dalam berbagai Selain itu, sejak tahun 2014 LKPP telah
merencanakan penggunaan teknologi Big Data dan
123
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
akan siap diimplemetasikan di tahun 2016. Satuan Kerja Perangkat Daerah (SKPD) dan 30
Aplikasi perdana yang dibangun bertujuan kecamatan untuk menampilkan laporan kinerja
memantau availability dan capacity dari LPSE- masing-masing instansi atau transparansi proses
LPSE di Kementerian/Lembaga /Daerah, dengan pengadaan barang/jasa yang dilakukan. Selain itu,
software bernama SPLUNK. Software ini dibuat monitoring CCTV yang tersebar di beberapa titik
oleh pihak ketiga (PT. Global Innovation) dengan di kota Bandung untuk memantau dan mengatasi
budget sebesar 6 Miliar untuk kapasitas 125 GB dengan cepat kejadian di lapangan semisal
dan prinsip perpetual, artinya software tersebut kemacetan/kebakaran. Selanjutnya Integrated
menjadi milik pembeli dan dapat digunakan Operation Center yaitu sistem notifikasi otomatis
seterusnya tanpa perpanjangan atau update. sesuai Standard Operating System (SOP) misalnya
Disamping menggunakan jasa pihak ketiga, LKPP SOP penanganan kebakaran atau SOP pengamanan
juga telah mengalokasikan biaya untuk demonstrasil; serta GPS tracking terhadap
membangun sendiri software tambahan berbasis kendaraan dinas seperti mobil pemadam kebakaran
Big Data. Harapannya, dengan teknologi Big Data, dan ambulans. Adapula aplikasi panic button yang
LKPP dapat memonitor LPSE di seluruh Indonesia merupakan pertolongan kondisi darurat
dengan system alert untuk warning, security, atau (emergency) bagi penduduk Bandung. Command
capacity overload, serta menyediakan data center milik Pemkot Bandung ini beroperasi 24
informasi tentang perkembangan (progress) jam,dengan dukungan 5 orang pegawai dan 8
pengadaan disetiap LPSE. Namun demikian, orang tenaga honorer.
pengembangan software tambahan tersebut Diantara aplikasi-aplikasi tersebut, yang
menghadapi kendala bahwa jika menggunakan berbasis teknologi Big Data yaitu social media
open source diperlukan riset pendahuluan yang analytics. Social media analytic menyajikan data
cukup memakan waktu sehingga dikhawatirkan trending topic dan analisis tentang Kota Bandung
tidak cukup untuk mengejar pertumbuhan LPSE. yang diperoleh dari sosial media (facebook dan
2. Pemerintah Kota Bandung twitter). Layanan ini akan mendukung Pemkot
Pemerintah Kota Bandung, dibawah pimpinan Bandung untuk mengetahui topik terhangat yang
Walikota Ridwan Kamil, melakukan terobosan dibahas oleh masyarakat Bandung saat ini dan
baru berbasis teknologi informasi dengan membantu memetakan masalah di setiap
membangun Digital Command Center di tahun kecamatan. Dengan demikian, pemerintah dapat
2015. Fasilitas ini terletak dikawasan Balai Kota melakukan evaluasi terhadap program dan
Bandung dan beroperasi dibawah wewenang Dinas kebijakannya berdasarkan respon masyarakat dan
Komunikasi dan Informatika. memudahkan pengambilan keputusan. Aplikasi ini
Beragam aplikasi tersedia di command center merupakan hibah dari Norwegia, yang
tersebut, seperti akses data/informasi kunci dari 34 dikembangkan lebih lanjut oleh vendor lokal.
124
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
Gambar 5. Tweet map untuk memonitor isu publik terkini di kota Bandung
Sumber: (Aryasa, 2015)
125
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
menjelaskan bahwa terobosan dimulai dengan Penerbitan faktur pajak ganda: dengan
menyediakan 10 PC, menjalin kerjasama dengan menggunakan Hadoop cluster 10 pc, dapat
komunitas, menggunakan aplikasi open source, selesai dalam 9 jam, lebih cepat dibanding
serta pengadaan satu cluster enterprise menggunakan RDBMS yang memakan waktu
datawarehouse, satu cluster Hadoop untuk 3 hari lebih, terhadap 1,77 milyar data faktur.
integrasi data, dan satu cluster Hadoop untuk Ditjen Pajak akan terus mengeksplorasi
platform data. Contoh hasil sementara use case penggunaan teknologi Big Data karena sudah
yang didapat yaitu: menjadi kebutuhan. Di saat bersamaan diperlukan
Analisa Central Tax Analysis: ditemukan perbaikan aturan dan pengadopsian proses bisnis
3.563 kasus senilai 32, 7 Trilyun “out-of-box” untuk membuatnya berhasil
Penerbitan faktur tidak berdasarkan transaksi (Djuniardi, 2015)
sebenarnya: ditemukan 21.123 kasus senilai
6,2 Trilyun
Gambar 7. Tampilan Mesin Pencari Data Ditjen Pajak untuk mencari informasi mengenai wajib pajak di Indonesia
(Sumber: Djuniardi, 2015)
4. Badan Informasi Geospasial (BIG) ruang kebumian yang berukuran sangat besar. Data
Dengan adanya Undang-Undang No. 4/2011 ruang kebumian mengacu pada lokasi, letak, dan
tentang Informasi Geospasial dan Perpres No. posisi suatu objek atau kejadian yang berada
27/2014 tentang Jaringan Informasi Geospasial dibawah, pada, atau diatas permukaan bumi dalam
Nasional (JIGN) yang mengamanatkan kebijakan sistem koordinat tertentu.
satu peta (one map policy), Badan Informasi Elemen geospasial (lokasi) dari sebuah
Geospasial diharapkan menjadi referensi tunggal informasi digunakan sebagai identifier utama (core
untuk informasi geospasial. Dengan demikian, identifier) untuk mengintegrasikan berbagai jenis
lembaga ini menjadi basis dan pengelola data informasi, sehingga data tersebut akan dibuat
126
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
terbuka untuk memungkinkan berbagi pakai data pengambilan keputusan yang efisien dan
dan informasi geospasial bagi kepentingan semua efektif, maka dibangunlah geoSpatial Data
sektor. Sembilan puluh persen aktifitas Infrastructure (SDI).
kepemerintahan memiliki elemen spasial, sehingga Adapun manfaat dari ‘sharing’ Informasi
diperlukan kesamaan gerak antar instansi. GeoSpasial, yaitu:
Implikasi yang diharapkan adalah seluruh data dan Menghindari duplikasi dalam penyediaan data
informasi dapat dengan mudah diintegrasikan dan informasi geospasial
untuk memecahkan masalah secara komprehensif, Meningkatkan kualitas dan meredusir harga
lebih cepat dan lebih baik, serta menghasilkan data dan informasi spasial
berbagai macam analisis yang lebih tajam dan Menjadikan data dan informasi geospasial
komprehensif. mudah diakses oleh pihak yang memerlukan
Peran Data dan Informasi Geospasial sangat Membangun kemitraan antar berbagai institusi
signifikan (Khafid, 2015) yaitu: untuk meningkatkan ketersediaan data dan
Pengambilan keputusan yang efisien dan informasi.
efektif memerlukan informasi spasial maupun
Badan Informasi Geospasial telah
non-spasial yang up-to-date dan akurat, yang
mengantisipasi penggunaan Big Data dalam
menjelaskan situasi terkini yg terjadi.
mengelola data melalui penyediaan kapasitas
Tidak satupun institusi yang memiliki data
storage hingga 2 petabytes, menggunakan high
dan informasi lengkap untuk keperluan
performance computing (HPC) dan geoprocessing,
pengambilan keputusan di berbagai sektor,
serta memanfaatkan cloud computing. Data yang
sehingga data sharing merupakan sebuah
harus diolah mencakup data citra, GPS, foto udara,
keharusan.
peta tematik, pasut, yang sebagian diterima secara
Diperlukan pengaturan dan penggunaan
real time melalui sistem TEWS (tsunami early
teknologi yang tepat untuk mengatasi
warning system), aplikasi pemetaan partisipatif,
permasalahan akses terhadap informasi
maupun Geoportal, yaitu jaringan data spasial
geospasial untuk mendukung proses
digital berbasis web (Khafid, 2015).
127
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
Analisis Penerapan Teknologi Big Data di dimensi yang mencakup: organisasi, infrastruktur,
Empat Lembaga manajemen data, analitik, dan tata kelola, sehingga
Selanjutnya, deskripsi kualitatif diatas nantinya dapat disimpulkan apakah penerapan
akan dianalisis dengan kerangka analisis TDWI teknologi Big Data di keempat instansi tersebut
Big Data Maturity Model untuk mengetahui level berada pada tahap nascent, pre-adoption, early
kematangan penerapan teknologi Big Data di adoption, corporate adoption, atau
keempat instansi tersebut. Status kematangan dapat mature/visionary.
dicirikan dari indikator-indikator pada lima
Tabel 3. Identifikasi indikator pendukung implementasi big data di empat objek penelitian
Dimensi Indikator LKPP Pemkot Ditjen BIG
Bandung Pajak
Organisasi Kepemimpinan v v v
Pembiayaan v v v
Strategi v
Budaya
Nilai (value) v v v
Infrastruktur Pengembangan
Teknologi v v v v
Arsitektur
Integrasi v v
Lingkup (scope) v v v
128
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
Dari proses identifikasi yang dilakukan pada sudah mulai bereksperimen dengan beberapa tools
Tabel 3, dapat dikatakan bahwa penerapan Big pendukung Big Data, namun sistem analitik belum
Data di LKPP berada pada tahap pre-adoption. Hal berjalan dan dipakai untuk memecahkan masalah.
ini dicirikan dari lembaga telah mulai Hal yang tidak jauh berbeda terjadi di Badan
mempersiapkan dan menginvestasikan Informasi Geospasial (BIG), implementasi Big
infrastruktur dan mengujicoba beberapa aplikasi Data pada lembaga tersebut berada pada tahap pre-
untuk Big Data analitik, telah mempunyai adoption. Lembaga telah mengantisipasi
kebijakan, perencanaan proses bisnis dan cakupan penggunaan Big Data dalam proses bisnisnya, dan
yang akan dilakukan dengan Big Data. Namun, telah menginvestasikan infrastruktur pendukung,
strategi dan budaya implementasi, serta mekanisme namun mekanisme kerja dan budaya analitik belum
kerja belum terbangun dan dilaksanakan. Selain terlaksana. Kekuatan BIG menuju Big Data
itu, arsitektur dari infrastruktur yang dibangun terletak pada ketersediaan beragam data yang
serta tata kelolanya belum dapat ditunjukkan. update, real time, terintegrasi dan terbuka,
Demikian pula dengan penerapan Big Data di sehingga memungkinkan pemanfaatannya untuk
Ditjen Pajak, dapat dikategorikan berada pada kepentingan berbagai sektor. Sementara penerapan
tahap pre-adoption. Ciri yang terlihat adalah sudah teknologi Big Data di Pemkot Bandung sudah jauh
ada kesadaran dari lembaga dan pimpinan untuk lebih matang, sehingga dapat dikategorikan berada
melakukan perbaikan proses bisnis dengan pada tahap corporate adoption. Hal ini dicirikan
melibatkan teknologi Big Data. Lembaga juga dari infrastruktur penunjang Big Data yang telah
129
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
terintegrasi, dimana end users (masyarakat, SKPD, terbuka sehingga dapat dipakai untuk kebutuhan
kecamatan) telah dilibatkan dalam sistem dan riset, pembuatan kebijakan, dan penulisan berita 4.
mendapatkan manfaat. Dengan sistem Big Data Beberapa pakar dan praktisi mengutarakan
analitik yang ada, dapat diketahui kondisi real peluang penerapan Big Data lainnya. Pakar
dilapangan sehingga membantu pimpinan Teknologi Informasi Rudi Rusdiah mengatakan
mengambil keputusan dan meningkatkan kualitas Big Data analitik bisa dimanfaatkan untuk
layanan serta fasilitas pemerintah kepada mengantisipasi berbagai dampak bencana alam di
masyarakat. Untuk dapat mencapai kategori Tanah Air, misalnya untuk mengantisipasi dampak
mature/visionary, beberapa hal yang perlu El Nino, dengan sintesis data dari citra satelit
ditingkatkan dalam sistem Big Data analitik cuaca, GPS dan penginderaan jauh, sensor-sensor
Pemkot Bandung yaitu menambah infrastruktur cuaca BMKG (Badan Meteorologi Klimatologi
cloud, meningkatkan aspek keamanan data, serta Geofisika) serta stok pangan BULOG dan
meningkatkan budaya kerja dan awareness dari Kementerian Pertanian hingga BPS, Kementerian
pegawai dan masyarakat setempat untuk Pertahanan, Kementerian Lingkungan Hidup dan
memanfaatkan teknologi Big Data yang telah Hutan, Kementerian Kelautan, hingga Kementerian
dibangun. Kominfo. Jika data yang dihasilkan oleh BPS
sesuai dengan kondisi kekinian, lanjutnya,
Peluang Penerapan Big Data Lainnya Indonesia tidak perlu tergantung pada data analisis
Selain pemanfaatan di keempat lembaga global seperti IDC, Google, Bank Dunia bahkan
diatas, bentuk-bentuk penerapan teknologi Big data global CIA, hingga internet 5.
Data di lembaga pemerintahan masih sangat luas, Selain itu, ada pula rencana Pemerintah untuk
baik yang sudah diimplementasikan maupun yang menyusun Big Data yang merangkum data dari
masih dalam perencanaan. Pemerintah Provinsi berbagai instansi terkait dengan pariwisata. Hal ini
DKI Jakarta sudah menerapkan Jakarta Smart City, dimaksudkan agar data pariwisata di Indonesia bisa
yaitu suatu aplikasi untuk memberikan informasi terintegrasi6. Pada Big Data analitik akan terdapat
kepada masyarakat informasi terkait kondisi
Jakarta. Sementara pemerintah Kota Banda Aceh
menerapkan open data melalui sebuah portal yang 4https://m.tempo.co/read/news/2016/04/21/078764748/big-
data-akan-mewarnai-kebijakan-publik-di-indonesia, tanggal
telah menyediakan 86 dataset dari sektor 21 April 2016, diakses tanggal 29 Agustus 2016.
130
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
data jumlah wisatawan, agenda acara daerah, kesadaran akan pentingnya pemanfaatan analytics
lokasi, dan keterangannya, melalui pengolahan di berbagai bisnis dan institusi8.
seluruh data dari berbagai sumber seperti BPS, Tetapi dibalik penggunaan Big Data tersebut,
imigrasi, hingga pos lintas batas. Diharapkan yang terpenting adalah perencanaan yang matang
langkah tersebut dapat membantu menentukan dalam memutuskan pemanfaatanya agar sesuai
strategi promosi wisata dengan lebih tepat dan dengan kebutuhan organisasi. Jangan sampai
maksimal di tiap daerah, sehingga mampu pemerintah seperti latah dengan beramai-ramai
mendongkrak target kunjungan wisatawan pada menggunakan Big Data dan mengalokasikan
tahun 2019. anggaran yang fantastis untuk implementasinya,
Pemanfaatan teknologi Big Data di tanpa tujuan dan perencanaan yang jelas. Sebab
pemerintah kota dapat dikembangkan dari sekedar data besar menimbulkan peluang besar dan
memantau kepadatan lalu lintas di beberapa titik tantangan besar pada saat yang sama, namun
melalui CCTV untuk perencanaan transportasi kekuatannya tidak bergantung pada teknik
umum, dengan mengetahui berapa banyak orang pengolahan data yang digunakan, tetapi lebih pada
yang berpindah (comute) dari satu daerah ke bagaimana hasilnya dapat menjadi pengetahuan
daerah lain, sehingga pemerintah dapat yang dapat digunakan untuk membuat keputusan
menyediakan solusi transportasi yang lebih baik. cerdas (Charles, Vincent, & Tatiana, 2013).
Lembaga BPJS juga dapat bekerjasama dengan
Ditjen Pajak untuk menghindari fraud atau Tantangan Penerapan Big Data di
penipuan/kecurangan yang dilakukan sebuah Pemerintahan
perusahaan dalam membayar BPJS di bawah Banyak pihak sepakat bahwa penerapan
nominal seharusnya. teknologi Big Data membawa keuntungan-
Menurut Peter Sugiapranata, Sales Director keuntungan bagi tujuan dan performa organisasi.
SAS Indonesia, saat ini sudah ada 14 institusi Namun, implementasinya bukan tanpa kendala.
pemerintahan Indonesia yang bekerja sama dengan Dari hasil wawancara dengan pengelola teknologi
perusahaan SAS dalam penggunaan Big Data informasi di empat lembaga yang diteliti, dapat
7
analytic . Lembaga riset Gartner memperkirakan disimpulkan beberapa tantangan dalam adopsi
penggunaan big data analytics akan meningkat teknologi Big Data di pemerintahan Indonesia,
70% pada tahun 2020, seiring dengan tumbuhnya yaitu:
1. Ketersediaan Data
Salah satu kunci untuk melakukan analisis Big
Data tentu ketersediaan data. Akses terhadap data,
7http://www.sas.com/en_id/news/press-
8
releases/2015/october/sas-indonesia-dorong-solusi-big-data- http://inet.detik.com/read/2015/03/06/071809/2851164/319/s
untuk-layanan-publik.html, tanggal 20 Oktober 2015, diakses etelah-big-data-tren-apa-yang-bakal-booming, tanggal 6 Maret
tanggal 29 Agustus 2016. 2015, diakses tanggal 29 Agustus 2016.
131
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
baik data lama maupun data baru dapat menjadi Kementerian, lembaga pemerintahan,
hambatan untuk Big Data, terlebih pada data lama pemerintahan daerah, dan semua instansi lain yang
yang tersimpan dalam bentuk yang berbeda-beda terkait yang menghasilkan data yang berhubungan
dan beragam bahkan seringkali dalam bentuk fisik. dengan Indonesia. Disana juga disediakan data
Akses terhadap data baru juga membutuhkan usaha dalam format yang mudah dicari, diakses serta
yang lebih karena diperlukannya izin dan lisensi digunakan dengan harapan pengguna situs dapat
untuk mengakses data-data non-publik secara memanfaatkan data yang tersedia seluas-luasnya
legal. Terlebih jika terjadi ego sektoral antar dan seinovatif mungkin demi terwujudnya
instansi sebagai pemilik data. Hal ini yang Indonesia yang lebih baik. Seluruh kumpulan data
dirasakan oleh para penyedia jasa dan informasi yang ada di dalam portal ini dikategorikan sebagai
yang menerapkan Big Data analitik di Indonesia, domain publik sehingga tidak diperkenankan
bahwa fase pengumpulan data menjadi tantangan mengandung informasi yang mengandung rahasia
utama. Sebetulnya di Indonesia, data untuk negara, rahasia pribadi atau hal-hal lainnya yang
berbagai jenis kebutuhan sudah tersedia dan diatur dalam Undang-Undang Nomor 14 Tahun
banyak, namun sumbernya tersebar, sehingga 2008 tentang Keterbukaan Informasi Publik9.
dibutuhkan usaha lebih untuk mendapatkan data Walaupun istilah open data berkembang
terpadu secara nasional. Maka prinsip Sharing menjadi bahasan tersendiri, keterkaitan antara
Data bahkan Open Data diperlukan. konsep Big Data, open data dan open government
Dengan semakin meluasnya penggunaan Big dapat ditunjukkan dalam Diagram Venn berikut.
Data, semangat open data semakin kencang
disuarakan khususnya terkait public sector
information (PSI). Maksud dari open data disini
mencakup dua fitur dasar, yaitu bahwa data harus
tersedia untuk umum bagi siapa saja yang ingin
menggunakannya, dan secara legal memungkinkan
untuk digunakan kembali. Data yang terbuka juga
harus relatif mudah digunakan, meskipun ada
klasifikasi "keterbukaan" tersebut, dan tersedia
secara gratis atau dengan biaya minimal. Gerakan
Gambar 9. Keterkaitan Big Data, open data dan open
open data di Indonesia telah terwujud dalam government
berbagai inisiatif, salah satunya pembentukan (Sumber : komangaryasa.com/wp-
data.go.id. Dikatakan dalam situsnya bahwa content/uploads/2014/12/gambar-3.jpg)
132
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
133
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
Keamanan data, privasi, dan tata kelola 20% Kurangnya ketrampilan SDM bidang Big Data 25%
analitik
Berurusan dengan real-time data 16% Kurangnya kejelasan perangkat dan teknologi 22%
untuk Big Data
Tidak dapat membangun business case yang 16% Biaya pengadaan perangkat dan infrastruktur 18%
menarik tertentu untuk Big Data
Kualitas data yang buruk 14% Keamanan data dan privasi 15%
134
Implementasi Teknologi Big Data di Lembaga Pemerintahan Indonesia (Emyana Ruth Eritha Sirait)
Arsitektur data warehouse yang ada 12% Keengganan untuk berubah dari dalam 12%
organisasi
Tipe dan sumber data yang tidak matang 11%
Infrastruktur yang tidak memadai 9%
Kurangnya metadata dan skema untuk big 9%
data
Biayanya terlalu tinggi 6%
Isu budaya lainnya 4%
Sumber: (Colas, 2014)
memasuki era ledakan data atau "Big Data". teknologi Big Data, dimulai dari koordinasi antar
Ketersediaan data skala besar dan murah dewasa lembaga pemerintah serta berbagi data dan
ini seharusnya mendorong berbagai pihak untuk integrasi data untuk lebih meningkatkan pelayanan
analitik. Peluang dan manfaat penerapan Big Data Untuk penelitian selanjutnya, dapat dilakukan
Dengan menggunakan data, kebijakan publik bisa kematangan implementasi teknologi Big Data
didesain dan diimplentasikan lebih efektif dan menggunakan instrumen penilaian yang telah
tepat untuk mencapai sasaran. dikembangkan oleh TDWI, pada lebih banyak
Dari hasil penelitian yang telah dilakukan instansi pemerintah. Dengan demikian, didapatkan
secara kualitatif, dapat disimpulkan bahwa dari gambaran yang lebih komprehensif tentang
empat lembaga yang diteliti, tiga diantaranya yaitu implementasi teknologi Big Data di lembaga
135
Jurnal Penelitian Pos dan Informatika, Vol.6 No 2 Desember 2016 : hal 113 - 136
136