PENERAPAN GAMSO DAN GSBPM DI STATISTICS BUREAU OF

JAPAN (SBJ) SERTA KLASIFIKASI BAKU STATISTIK DI

INDONESIA

2KS3 / KELOMPOK 12

MUHAMMAD SULTAN HAFIZ 222112224

NISA FATHARANI HASNA 222112262

SURYA MARULI 222112386

POLITEKNIK STATISTIKA STIS

2023
 Kata Pengantar

Puji syukur penulis haturkan kehadirat Tuhan Yang Maha Pengasih dan Penyayang karena
atas kemurahan beliaulah akhirnya penulis dapat menyelesaikan sebuah makalah yang
berjudul “”.

Dalam kesempatan yang berbahagia ini, penulis mengucapkan terima kasih yang sebesar
besarnya kepada semua pihak yang telah membantu dan memberikan bimbingan sehingga
penulis dapat merasa terus termotivasi untuk melangkah lebih maju.

Penulis begitu menyadari bahwa makalah ini masih jauh dari sempurna. Oleh karena itu,
kritik dan saran yang membangun dari pembaca sangat penulis harapkan demi kemajuan
penulis untuk kedepannya. Bila ada hal-hal yang kurang berkenan terhadap isi makalah ini
penulis memohon maaf yang sebesar-besarnya. Atas perhatian pembaca, penulis
mengucapkan terima kasih.

Jakarta, 13 April 2023

Penulis
 Daftar Isi

JUDUL 1

Kata Pengantar 2

Daftar Isi 3

BAB I Pendahuluan 4

1.1 Latar belakang......................................................................................................... 4

1.2 Rumusan masalah....................................................................................................4

1.3 Tujuan......................................................................................................................4

1.4 Manfaat....................................................................................................................4

BAB II Pembahasan 5

2.1 Definisi GAMSO.....................................................................................................5

2.2 GAMSO di Jepang.................................................................................................. 5

2.3 Definisi GSBPM......................................................................................................5

2.4 GSBPM di Jepang................................................................................................... 5

2.5 Perbandingan GAMSO Jepang dan Indonesia........................................................ 5

2.6 Perbandingan GSBPM Jepang dan Indonesia......................................................... 5

2.7 Jenis-Jenis Klasifikasi Internasional....................................................................... 5

2.8 Klasifikasi yang Digunakan di Indonesia................................................................5

BAB III Penutup 6

3.1. Kesimpulan..............................................................................................................6

3.2. Saran........................................................................................................................6

Daftar Pustaka 7
 BAB I
Pendahuluan
1.1 Latar belakang
Statistik adalah salah satu bidang yang berkembang pesat dalam berbagai bidang
kehidupan saat ini,mulai dari bisnis,pemerintahan,hingga ilmu pengetahuan.Pengumpulan,
pengolahan, dan penyajian data statistik merupakan aspek penting dalam kegiatan statistik.
Hasil dari kegiatan statistik sangat dibutuhkan oleh berbagai pihak, seperti pemerintah,
sektor swasta, akademisi, dan masyarakat umum. Statistik kualitas dan akurasi data sangat
penting dalam mengambil keputusan yang berkaitan dengan kebijakan, perencanaan, dan
evaluasi program dan kegiatan
Pada awalanya,produksi statistik dilakukan secara terpisah-pisah dan tidak terorganisir
dengan baik.Hal ini menyebabkan kurangnya koordinasi antara unit kerja yang terlibat dan
sulit untuk menjamin kualitas data yang dihasilkan.
Untuk meningkatkan kualitas dan efisiensi dalam pengumpulan, pengolahan, dan
penyajian data statistik, diperlukan kerangka kerja yang jelas dan sistematis. Salah satu
kerangka kerja yang digunakan di bidang statistik adalah Generic Statistical Business
Process Model (GSBPM) dan Generic Statistical Business Process Model
(GAMSO).GAMSO dan GSBPM dikembangkan sebagai kerangka kerja yang membantu
mengorganisir dan meningkatkan produksi statistik secara sistematis dan konsisten.
GSBPM dikembangkan oleh Organisasi Statistik dan Ekonomi Eropa (Eurostat) sebagai
kerangka kerja umum yang dapat diterapkan di seluruh dunia. GSBPM memberikan
kerangka kerja yang jelas untuk mengelola seluruh siklus hidup statistik, mulai dari
perencanaan hingga pengolahan, analisis, dan penyebarluasan data. Dalam GSBPM, ada
enam tahapan yang harus dilakukan dalam statistik produksi, yaitu perencanaan,
pengumpulan, pengolahan, analisis, penyebarluasan, dan evaluasi.
GAMSO memperluas dan melengkapi GSBPM melingkupi kegiatan statistik yang lebih
baik. Adapun fungsinya sebagai dasar perencanaan sumber daya, pengukuran produksi
statistik resmi, aspek implementasi alat modernisasi, mendukung manajemen risiko, dan
mendukung arsitektur pelajsanaan perusahaan untuk nilai dari modernisasi.GAMSO
membantu untuk memperjelas peran dan tanggung jawab setiap unit kerja dalam statistik
produksi dan memastikan bahwa semua tahapan dilakukan secara sistematis dan konsisten.
Implementasi GAMSO dan GSBPM membantu meningkatkan kualitas dan efisiensi dalam
statistik produksi.GAMSO dan GSBPM menggambarkan proses bisnis yang
menggambarkan seluruh siklus hidup statistik,mulai dari perencanaan hingga
penyebarluasan data.Namun, penerapan kedua model ini juga dapat menimbulkan
beberapa tantangan, seperti kesulitan dalam mendapatkan sumber daya yang cukup,
perbedaan budaya organisasi, dan kesulitan dalam mengkoordinasikan berbagai unit kerja
yang terlibat.
1.2 Rumusan masalah
Berdasarkan uraian yang telah dikemukakan pada latar belakang, maka
dapat dirumuskan beberapa permasalahan yaitu:
1. Bagaimana definisi GAMSO?
2. Bagaimana GAMSO di Jepang?
3. Bagaimana definisi GSBPM?
4. Bagaimana GSBPM di Jepang?
5. Bagaimana perbandingan GAMSO di Jepang dan Indonesia?
6. Bagaimana perbandingan GSBPM di Jepang dan Indonesia?
7. Apa saja jenis-jenis klasifikasi internasional?
8. Apa klasifikasi yg digunakan di Indonesia?

1.3 Tujuan
Berdasarkan uraian yang telah dikemukakan pada latar belakang, maka dapat
dirumuskan beberapa tujuan yang ingin dicapai yaitu:
1. Untuk memahami definisi GAMSO.
2. Untuk mengetahui GAMSO di Jepang.
3. Untuk memahami definisi GSBPM.
4. Untuk mengetahui GSBPM di Jepang.
5. Untuk mengetahui perbandingan GAMSO di Jepang dan Indonesia.
6. Untuk mengetahui perbandingan GSBPM di Jepang dan Indonesia.
7. Untuk mengetahui jenis-jenis klasifikasi internasional.
8. Untuk mengetahui klasifikasi yg digunakan di Indonesia.

1.4 Manfaat
Manfaat yang diharapkan dalam penulisan makalah ini adalah sebagai
berikut:
1. Pembaca dapat memperluas pengetahuan tentang GAMSO, GSBPM dan
klasifikasi.
2. Penulis dapat menyalurkan pengetahuan tentang GAMSO, GSBPM dan
klasifikasi.
3. Penulis dapat melatih kemampuan menulis dan berpikir kritis.
4. Penulis mengajak pembaca untuk memajukan statistik Indonesia.
 BAB II
Pembahasan
2.1 Definisi GAMSO
Generic Activity Model for Statistical Organizations (GAMSO) menjelaskan dan
mendefinisikan kegiatan yang yang terjadi di dalam suatu lembaga yang menghasilkan
Official Statistics.GAMSO memperluas dan melengkapi Generic Statistical Business
Process Model (GSBPM) dengan menambahkan aktivitas tambahan yang diperlukan untuk
mendorong kegiatan produksi statistik.GAMSO menjelaskan kegiatan yang dilakukan oleh
lembaga statistik,sedangkan GSBPM menjelaskan proses produksi statistik.

GAMSO terdiri dari tiga level.Level pertama terdiri dari empat area aktivitas:Strategy and
Leadership, Capability Management, Corporate Support, dan Production. Level kedua
dari Strategy and Leadership, Capability Management, Corporate Support terdiri dari
sub-kegiatan.Level ketiga terdiri dari deskripsi tekstual dari tingkat kedua.

Gambar 1. Level 1 GAMSO

1. Strategy & Leadership

Strategy & Leadership merupakan kegiatan strategis tingkat tinggi yang

memungkinkan lembaga statistik memberikan produk dan layanan yang dibutuhkan
oleh pemerintah dan masyarakat secara nasional dan internasional.Proses
menyeluruh GSBPM juga perlu diperhatikan dalam kegiatan ini.Bidang kegiatan
Strategy & Leadership dibagi menjadi 3 sub-kegiatan, yaitu:
 A. Define Vision

Kegiatan ini memastikan bahwa organisasi statistik memahami lingkungan

di mana mereka beroperasi dan isu-isu yang muncul yang mereka
hadapi.Dengan demikian,organisasi statistik dapat menentukan arah dan
tujuan,visi,misi,serta nilai-nilai yang menjadi panduan.

B. Govern and Lead

Kegiatan ini mencakup pengembangan strategi untuk mencapai tujuan dan

arah yang telah ditetapkan. Hal ini termasuk mengidentifikasi program
prioritas,alokasi sumber daya,dan yang lainnya.

C. Manage Strategic Collaboration and Cooperation

Kegiatan ini meliputi kerjasama dan koordinasi dengan lembaga statistik

dan pemangku kepentingan lainnya. Kegiatan ini memungkinkan antar
lembaga statistik untuk bertukar pengetahuan, meningkatkan infrastruktur
dan praktik statistik,dan untuk mempengaruhi standar statistik.

2. Capability Management

Kegiatan ini mendukung keberhasilan pengembangan dan pemantauan kapabilitas

yang mendukung kemampuan organisasi untuk menjalankan bisnisnya. Kegiatan
ini bertujuan untuk mempromosikan penggunaan kembali dan berbagi infrastruktur
(statistik dan teknis), baik di dalam organisasi maupun luar organisasi. Kegiatan ini
dipecah menjadi 4 sub-kegiatan:

A. Plan Capability Improvements

Kegiatan ini mencakup perencanaan pengembangan kemampuan

organisasi,diantaranya adalah mengidentifikasi gangguan dan peningkatan
kemampuan,mengusulkan proyek peningkatan kemampuan, dan mengelola
program peningkatan kemampuan.

B. Develop Capability Improvement

Kegiatan ini mencakup pelaksanaan pengembangan kapabilitas organisasi,

diantaranya adalah pelaksanaan program peningkatan kapabilitas..
 C. Monitor Capability Improvements

Kegiatan ini mencakup monitoring pengembangan kapabilitas

organisasi.salah satu contohnya adalah monitoring kegiatan peningkatan
kapabilitas.

D. Transfer Support of Capability Improvements

Kegiatan ini memberikan teknis langsung yang diperlukan di seluruh

organisasi untuk memastikan bahwa peningkatan kapabilitas benar-benar
digunakan.

3. Corporate Support

Kegiatan ini untuk mendukung standardisasi, mencakup kegiatan lintas sektoral

yang diperlukan oleh organisasi untuk mensosialisasikan program kerja secara
efisien dan efektif.Kegiatan ini terbagi menjadi 10 sub-kegiatan:

A. Manage Business and Performance

Kegiatan ini mengatur bagaimana organisasi menjalankan bisnisnya,

termasuk perubahan yang disepakati, untuk mencapai hasil yang
diinginkan.Contoh kegiatannya adalah mengelola kinerja bisnis dan
mengelola perubahan dan risiko.

B. Manage Statistical Methodology

Kegiatan ini mencakup kebutuhan untuk menjaga kerahasiaan dan

pengungkapan informasi yang dikumpulkan, dikelola, atau disebarluaskan
tentang orang perorangan, bisnis atau entitas lain.Contoh kegiatannya
adalah mengelola metodologi statistik lintas sektoral,mengelola
kerahasiaan,dan mengelola kontrol.

C. Manage Quality

Kegiatan ini Kegiatan ini mencakup pengembangan dan pengelolaan

kerangka mutu dan pekerjaan lintas sektoral untuk menjamin mutu.Contoh
kegiatannya adalah Mengelola kerangka kerja kualitas dan Mengelola
perangkat penjaminan kualitas.
D. Manage Information and Knowledge

Kegiatan ini mencakup kepemilikan atau pemeliharaan catatan, dokumen,

dan informasi lainnya yang dipegang oleh organisasi dan tata kelola
pengumpulan, pengaturan, penyimpanan, pemeliharaan, pengambilan,
penyebaran, dan penghapusan informas,termasuk menjaga kebijakan,
pedoman dan standar mengenai manajemen dan tata kelola
informasi.Contoh kegiatannya adalah mengelola arsip,mengelola
pengetahuan,dan mengelola metadata dan data.

E. Manage Consumers

Kegiatan ini mencakup pengelolaan komunikasi antara lembaga pemerintah

atau internasional, publik, dan pemangku kepentingan lainnya dalam
dukungan langsung atau tidak langsung dari layanan organisasi.Ini termasuk
kegiatan pemasaran umum dan berurusan dengan umpan balik konsumen
non-spesifik. Kegiatan Ini juga termasuk langkah-langkah untuk mendidik
dan menginformasikan pengguna sehingga mereka memahami hasil statistik
sepenuhnya, dan untuk mempromosikan dan meningkatkan tingkat literasi
statistik di masyarakat pada umumnya.

F. Manage Data Suppliers

Kegiatan ini mencakup hubungan dengan pemerintah daerah dan entitas

swasta yang memasok data untuk kegiatan statistik.Contoh kegiatannya
adalah mengelola transfer data dan mengelola perjanjian kerjasama

G. Manage Finances

Aktivitas ini mencakup penggunaan informasi keuangan dan akuntansi yang

berkelanjutan oleh organisasi untuk mengukur, mengoperasikan, dan
memprediksi efisiensi dan efektivitas aktivitasnya, termasuk pengadaan dan
kontrak, sehubungan dengan tujuan organisasi.Contoh kegiatannya adalah
mengelola neraca dan mengelola pengadaan barang dan jasa.

H. Manage Human Resources

 Kegiatan ini mencakup kinerja karyawan, rekrutmen, pengembangan
keterampilan,dan manajemen keahlian.

I. Manage IT

Kegiatan ini meliputi koordinasi dan pengelolaan sumber daya dan solusi
informasi dan teknologi,termasuk pengelolaan keamanan data.Contoh
kegiatannya adalah mengelola asset IT,mengelola keamanan IT,dan
mengelola perubahan IT.

J. Manage Building and Physiqal Space

Kegiatan ini mencakup pemeliharaan gedung dan alokasi ruang yang

ditempati organisasi.Salah satu contoh kegiatannya adalah mengelola sarana
dan prasarana kantor.

4. Production

Kegiatan Produksi mencakup semua langkah yang diperlukan untuk mengelola,

merancang, dan mengimplementasikan proses atau siklus produksi statistik,
termasuk survei, pengumpulan berdasarkan data dari sumber administratif atau
lainnya, dan kompilasi akun. Mereka memberikan hasil yang disetujui di bawah
Strategi dan kepemimpinan, memanfaatkan kemampuan dan sumber daya yang
dibangun dan dikelola di bawah manajemen Kemampuan dan Dukungan Korporat.

Kegiatan produksi di GAMSO termasuk dalam Generic Statistical Business Process

Model versi 5.0. Ini berarti bahwa GAMSO secara konstruksi sepenuhnya
konsisten dengan GSBPM v5.
 Gambar 2. Level 1 & 2 GAMSO

Di beberapa kasus,penerapan GAMSO tidak dapat dilakukan. Beberapa lembaga statistik

menambahkan fungsi tambahan, contohnya seperti standar dan infrastruktur geospasial
nasional. Beberapa fungsi beroperasi dalam konteks yang sangat tersentralisasi, sementara
yang lain merupakan bagian dari sistem desentralisasi geografis atau objek. Beberapa
lembaga statistik mengalihkan aktivitas tertentu, khususnya layanan pendukung, baik ke
lembaga statistik terkait,atau ke lembaga pemerintah lainnya.

2.2 GAMSO di Jepang

Generic Activity Model for Statistical Organization (GAMSO) merupakan kerangka kerja
yang dikembangkan oleh PBB untuk membantu organisasi/lembaga statistik di berbagai
negara untuk meningkatkan operasi dan proses produksi statistik.
Di Jepang,The Statistics Bureau of Japan (SBJ) telah mengadopsi kerangka GAMSO
sebagai langkah untuk meningkatkan proses statistik.The Statistics Bureau of Japan telah
menerapkan GAMSO melalui sejumlah inisiatif,diantaranya:
● Merekayasa ulang proses bisnis
The Statistics Bureau of Japan telah merekayasa ulang proses bisnisnya agar selaras
dengan kerangka kerja GAMSO. Ini melibatkan identifikasi proses dan aktivitas
utama, merampingkan alur kerja, dan mengoptimalkan alokasi sumber daya.
● Pengembangan sistem TI
The Statistics Bureau of Japan telah mengembangkan sistem TI yang baru untuk
mendukung operasi statistiknya, termasuk sistem untuk pengumpulan, pemrosesan,
analisis, dan penyebaran data. Sistem ini dirancang agar fleksibel dan dapat
disesuaikan dengan perubahan kebutuhan pengguna.
● Peningkatan kapasitas
 The Statistics Bureau of Japan telah berinvestasi dalam pelatihan dan peningkatan
kapasitas bagi stafnya untuk memastikan bahwa mereka memiliki keterampilan dan
pengetahuan yang diperlukan untuk menggunakan sistem TI baru dan bekerja
dalam kerangka kerja GAMSO.
Secara keseluruhan, pengadopsian kerangka kerja GAMSO telah membantu The Statistics
Bureau of Japan untuk meningkatkan efisiensi dan efektivitas operasi statistiknya, dan
untuk lebih memenuhi kebutuhan penggunanya baik di Jepang maupun internasional.
The Statistics Bureau of Japan sendiri melakukan kegiatan proses statistiknya berdasarkan
struktur GAMSO:
A. Strategy & Leadership
Strategy & leadership Organisasi Statistik Jepang disesuaikan dengan
misinya,yaitu untuk menyediakan statistik yang akurat, andal, dan tepat
waktu untuk mendukung pengambilan keputusan berbasis data oleh
pembuat kebijakan, bisnis, peneliti, dan masyarakat umum.
Organisasi statistik di Jepang dipimpin oleh seorang Direktur Jenderal yang
bertanggung jawab untuk menetapkan arah strategis organisasi dan
mengawasi operasinya. Direktur Jenderal didukung oleh tim pejabat
eksekutif yang bertanggung jawab atas bidang-bidang tertentu dari
pekerjaan organisasi, seperti pengumpulan, analisis, dan penyebaran data.
Dalam hal strategi, Organisasi Statistik Jepang telah mengembangkan
sejumlah inisiatifuntuk mendukung misinya, antara lain:
a. Meningkatkan kualitas data
Organisasi Statistik Jepang telah mengembangkan program jaminan
kualitas data yang komprehensif untuk memastikan bahwa datanya
akurat, andal, dan konsisten dari waktu ke waktu.
b. Memperluas cakupan data
Organisasi Statistik Jepang bekerja untuk memperluas cakupan
datanya untuk menyertakan topik baru dan bidang minat bagi
penggunanya. Ini termasuk mengembangkan survei dan kumpulan
data baru, dan bekerja sama dengan lembaga pemerintah lainnya
untuk mengumpulkan dan mengintegrasikan data dari berbagai
sumber.
c. Meningkatkan aksesibilitas data
Organisasi bekerja untuk membuat datanya lebih mudah diakses
oleh pengguna, termasuk melalui pengembangan alat visualisasi data
baru dan penggunaan platform data terbuka.
Dalam hal kepemimpinan, Organisasi Statistik Jepang sangat menekankan
pada pengembangan dan pelatihan staf. Organisasi berinvestasi dalam
 pengembangan profesional stafnya, termasuk melalui kesempatan untuk
pelatihan, pendampingan, dan pengembangan karier.
Selain itu, organisasi statistik di Jepang telah menjalin sejumlah kemitraan
dan kolaborasi dengan organisasi lain di Jepang dan internasional untuk
berbagi pengetahuan, keahlian, dan praktik terbaik di bidang statistik. Hal
ini membantu memastikan bahwa organisasi tetap menjadi yang terdepan
dalam inovasi statistik dan terus memberikan data berkualitas tinggi kepada
penggunanya.
B. Capability Management
Manajemen kemampuan merupakan aspek penting dari operasi Organisasi
Statistik Jepang. Organisasi menempatkan penekanan kuat pada
pembangunan dan pemeliharaan kemampuan stafnya, serta infrastruktur TI
dan sumber daya lainnya, untuk memastikan bahwa organisasi dapat
memberikan produk dan layanan statistik berkualitas tinggi kepada
penggunanya.
Untuk mengelola kemampuannya secara efektif, Organisasi Statistik Jepang
telah mengembangkan sejumlah prakarsa, antara lain:
a. Pengembangan sumber daya manusia
Organisasi menyediakan berbagai peluang pelatihan dan
pengembangan untuk stafnya, termasuk kursus tentang teori dan
metode statistik, keterampilan TI, manajemen proyek, dan
pengembangan kepemimpinan. Organisasi juga mempromosikan
budaya pembelajaran dan peningkatan berkelanjutan, mendorong
staf untuk terlibat dalam pengembangan profesional berkelanjutan.
b. Pengembangan sistem TI
Organisasi Statistik Jepang telah mengembangkan serangkaian
sistem TI untuk mendukung operasi statistiknya, termasuk sistem
untuk pengumpulan, pemrosesan, analisis, dan penyebaran data.
Organisasi menempatkan penekanan kuat pada menjaga sistem ini
tetap up to date dan mempertahankan fungsinya, untuk memastikan
bahwa mereka dapat memenuhi kebutuhan penggunanya yang terus
berkembang.
c. Manajemen kualitas
Organisasi telah menetapkan sistem manajemen kualitas yang
komprehensif untuk memastikan bahwa produk dan layanan
statistiknya memenuhi standar akurasi, keandalan, dan ketepatan
waktu yang tinggi. Ini termasuk tinjauan rutin terhadap metode dan
proses pengumpulan datanya, serta pemantauan kualitas dan
konsistensi data yang berkelanjutan.
d. Kolaborasi dan kemitraan
 Organisasi Statistik Jepang berkolaborasi dengan organisasi lain di
Jepang dan internasional untuk berbagi pengetahuan, keahlian, dan
praktik terbaik di bidang statistik. Ini membantu membangun
kemampuannya dan memastikannya tetap berada di garis depan
inovasi statistik.
Secara keseluruhan, langkah untuk memanajemen kapabilitas Organisasi
Statistik Jepang dirancang untuk memastikan bahwa ia memiliki sumber
daya manusia, proses, dan teknologi yang diperlukan untuk memberikan
produk dan layanan statistik berkualitas tinggi yang memenuhi kebutuhan
penggunanya
C. Corporate Support
Dukungan korporat adalah fungsi penting dalam Organisasi Statistik
Jepang, karena menyediakan infrastruktur dan sumber daya yang diperlukan
untuk mendukung operasi statistik organisasi. Dukungan korporat
mencakup berbagai fungsi, termasuk keuangan, sumber daya manusia,
pengadaan, dan dukungan TI.
Di bidang keuangan, Organisasi Statistik Jepang telah menetapkan sistem
pengelolaan anggaran yang memastikan bahwa sumber daya keuangan
dialokasikan secara efektif dan efisien. Organisasi juga melakukan audit
keuangan secara berkala untuk memastikan bahwa praktik manajemen
keuangannya transparan dan akuntabel.
Sumber daya manusia adalah bidang utama lain dari dukungan perusahaan
di Organisasi Statistik Jepang. Organisasi memberikan penekanan yang kuat
untuk membangun tenaga kerja yang terampil dan termotivasi, dan
memberikan berbagai manfaat dan peluang bagi karyawannya. Ini termasuk
program pelatihan dan pengembangan, peluang pengembangan karir, dan
program kesehatan dan kesejahteraan.
Pengadaan juga merupakan bidang dukungan perusahaan yang penting,
karena Organisasi Statistik Jepang mengandalkan berbagai barang dan jasa
untuk mendukung operasinya. Organisasi telah menetapkan kebijakan dan
prosedur pengadaan untuk memastikan pengadaan barang dan jasa secara
transparan dan hemat biaya.
Akhirnya, dukungan TI sangat penting untuk Organisasi Statistik Jepang,
karena bergantung pada berbagai sistem TI untuk mendukung operasi
statistiknya. Organisasi telah menetapkan sistem manajemen layanan TI
untuk memastikan bahwa sistem TI dipelihara dan didukung secara efektif.
Secara keseluruhan, dukungan korporat memainkan peran penting dalam
memungkinkan Organisasi Statistik Jepang menjalankan misinya untuk
menyediakan statistik yang akurat, andal, dan tepat waktu untuk
mendukung pengambilan keputusan berbasis bukti. Dengan memastikan
bahwa organisasi memiliki infrastruktur dan sumber daya yang diperlukan
 untuk beroperasi secara efektif, dukungan korporat membantu memastikan
kesuksesan organisasi yang berkelanjutan.
D. Production
Produksi adalah fungsi inti dari Organisasi Statistik Jepang, karena
bertanggung jawab untuk mengumpulkan, memproses, menganalisis, dan
menyebarkan berbagai data statistik. Kegiatan produksi organisasi dipandu
oleh misinya untuk menyediakan statistik yang akurat, andal, dan tepat
waktu untuk mendukung pengambilan keputusan berbasis bukti oleh
pembuat kebijakan, bisnis, peneliti, dan masyarakat umum.
Organisasi Statistik Jepang mengumpulkan data melalui berbagai metode,
termasuk survei, sensus, dan catatan administratif. Itu juga bekerja sama
dengan organisasi lain di Jepang dan internasional untuk mengumpulkan
dan mengintegrasikan data dari berbagai sumber.
Setelah data dikumpulkan, organisasi memproses dan menganalisisnya
untuk menghasilkan berbagai produk statistik, termasuk laporan, database,
dan alat visualisasi data. Organisasi menempatkan penekanan kuat untuk
memastikan kualitas dan konsistensi datanya, dan telah membentuk sistem
manajemen kualitas yang komprehensif untuk memastikan bahwa produk
statistiknya memenuhi standar akurasi dan keandalan yang tinggi.
Organisasi Statistik Jepang juga memberikan penekanan kuat pada
diseminasi produk statistiknya secara tepat waktu kepada para
penggunanya. Ini menyediakan berbagai saluran diseminasi, termasuk situs
web, publikasi, dan portal datanya, dan bekerja untuk memastikan bahwa
produknya dapat diakses dan mudah dipahami oleh berbagai pengguna.
Selain kegiatan produksi intinya, Organisasi Statistik Jepang juga terlibat
dalam penelitian dan pengembangan untuk mendukung peningkatan
berkelanjutan dalam metode dan produk statistiknya. Organisasi bekerja
sama dengan organisasi lain di Jepang dan internasional untuk berbagi
pengetahuan dan praktik terbaik di bidang statistik, dan berinvestasi dalam
pengembangan metode dan alat statistik baru untuk mendukung misinya.
Secara keseluruhan, produksi adalah fungsi penting dalam Organisasi
Statistik Jepang, karena memungkinkan organisasi menyediakan data
statistik berkualitas tinggi untuk mendukung pengambilan keputusan
berbasis bukti. Dengan mengumpulkan, memproses, menganalisis, dan
menyebarkan data secara tepat waktu dan akurat, organisasi ini memainkan
peran penting dalam mendukung pembangunan sosial dan ekonomi Jepang
2.3 Definisi GSBPM

1. Definisi
 Generic Statistical Business Process Model (GSBPM) menjelaskan dan
mendefinisikan serangkaian proses bisnis yang diperlukan untuk menghasilkan statistik
resmi. GSBPM memberikan kerangka kerja standar dan terminologi yang diselaraskan
untuk membantu organisasi statistik memodernisasi proses produksi statistik mereka, serta
berbagi metode dan komponen. GSBPM juga dapat digunakan untuk mengintegrasikan
standar data dan metadata, sebagai template untuk dokumentasi proses, untuk
menyelaraskan infrastruktur komputasi statistik, dan untuk menyediakan kerangka kerja
penilaian dan peningkatan kualitas proses.

2. Latar Belakang

GSBPM dikembangkan pertama kali tahun 2008 oleh the Joint

UNECE/Eurostat/OECD Group on Statistical Metadata (METIS) berdasarkan model
proses bisnis yang digunakan oleh Statistics New Zealand. GSBPM versi 4.0, dirilis pada
April 2009, diadopsi secara meluas oleh the global official statistics community. Hal itu
Sebagai salah satu basis/pondasi dari visi & strategi untuk modernisasi berbasis
standardisasi oleh the High-Level Group for the Modernisation of Official Statistics
(HLG-MOS). Versi GSBPM saat ini (versi 5.1) dianggap sebagai final pada saat dirilis,
tetapi tetap diharapkan pembaruan di masa mendatang, baik untuk refleksi pengalaman
dari implementasi SBP atau karena perubahan dasar dari produksi OS.

3. Memahami GSBPM

Proses bisnis statistik adalah kumpulan aktivitas dan tugas terkait dan terstruktur
untuk mengubah data masukan menjadi informasi statistik. Dalam konteks GSBPM,
organisasi atau kelompok organisasi melakukan proses bisnis statistik untuk membuat
statistik resmi guna memenuhi kebutuhan pengguna. Keluaran dari proses tersebut dapat
berupa kumpulan campuran produk fisik atau digital yang menyajikan data dan metadata
dengan cara yang berbeda, seperti publikasi, peta, layanan elektronik, dan lain-lain.

GSBPM harus diterapkan dan ditafsirkan secara fleksibel. Ini bukan kerangka kaku
di mana semua langkah harus diikuti dalam urutan yang ketat, melainkan mengidentifikasi
langkah-langkah yang mungkin dalam proses bisnis statistik dan saling ketergantungan di
antara mereka.

Meskipun penyajian GSBPM mengikuti urutan logis dari langkah-langkah di sebagian

besar proses bisnis statistik, elemen model dapat muncul dalam urutan yang berbeda dalam
keadaan yang berbeda. Juga, beberapa subproses akan ditinjau kembali, membentuk
putaran berulang, khususnya dalam fase Proses dan Analisis.

GSBPM dapat dilihat sebagai checklist untuk memastikan bahwa semua langkah yang
diperlukan telah dilakukan dalam SBP untuk produksi statistik resmi.

Di banyak organisasi statistik, beberapa fase pertama hanya dipertimbangkan saat keluaran
baru dibuat atau ketika proses direvisi sebagai hasil dari evaluasi proses. Setelah output
menjadi bagian dari aktivitas yang sedang berjalan “normal”, fase-fase ini tidak dilakukan
(misalnya, tidak perlu membangun alat pengumpulan baru setiap kali data survei angkatan
kerja dikumpulkan).

Oleh karena itu, GSBPM harus dilihat lebih sebagai sebuah matriks, terdapat banyak jalur
yang memungkinkan. Dengan cara ini, GSBPM menjadi cukup umum untuk diterapkan
secara luas dan mendorong pandangan standar dari proses bisnis statistik, tanpa menjadi
terlalu membatasi atau terlalu abstrak dan teoretis.

4. Struktur dan proses menyeluruh

GSBPM terdiri dari tiga tingkatan:

· Level 0 à proses bisnis statistik

· Level 1 à delapan fase proses bisnis statistik

· Level 2 à sub-proses dalam setiap fase

GSBPM mengakui beberapa proses menyeluruh dengan komponen statistik yang

kuat yang berlaku di seluruh delapan fase. Proses menyeluruh ini termasuk daftar di
bawah ini.

1) Manajemen kualitas - Proses ini mencakup penilaian kualitas dan

mekanisme kontrol. Ini mengakui pentingnya evaluasi dan umpan balik di
seluruh proses bisnis statistik;

2) Manajemen metadata - Metadata dibuat/digunakan kembali dan diproses

dalam setiap fase, oleh karena itu, terdapat persyaratan yang kuat untuk
sistem manajemen metadata untuk memastikan metadata yang sesuai
mempertahankan tautannya dengan data di seluruh GSBPM. Ini termasuk
pertimbangan proses independen seperti penjagaan dan kepemilikan
metadata, kualitas, aturan pengarsipan, pelestarian, penyimpanan, dan
pembuangan;

3) Manajemen data - Ini termasuk pertimbangan proses independen seperti

keamanan data umum, perwalian dan kepemilikan, kualitas data, aturan
pengarsipan, preservasi, retensi dan pembuangan;

4) Manajemen data proses - Ini termasuk kegiatan pendaftaran,

sistematisasi, dan penggunaan data tentang penerapan proses bisnis statistik.
Data proses dapat membantu dalam mendeteksi dan memahami pola dalam
data yang dikumpulkan, serta dalam mengevaluasi pelaksanaan proses
bisnis statistik seperti itu;
 5) Manajemen pengetahuan - Ini memastikan bahwa proses bisnis statistik
dapat diulang, terutama melalui pemeliharaan dokumentasi proses;

6) Manajemen penyedia - Ini termasuk manajemen beban lintas proses,

serta topik seperti pembuatan profil dan manajemen informasi kontak (dan
karenanya memiliki hubungan dekat dengan proses bisnis statistik yang
memelihara register).

5. Penerapan GSBPM

GSBPM dimaksudkan untuk diterapkan pada semua kegiatan yang dilakukan oleh
penghasil statistik resmi, baik di tingkat nasional maupun internasional, yang
menghasilkan output data.

Model ini dirancang agar dapat diterapkan terlepas dari sumber datanya, sehingga dapat
digunakan untuk deskripsi dan penilaian kualitas proses berdasarkan survei, sensus,
register administratif, dan sumber non-statistik atau campuran lainnya.

Sementara proses bisnis statistik mencakup pengumpulan dan pemrosesan data untuk
menghasilkan output statistik, GSBPM juga berlaku ketika data yang ada direvisi, atau
time series dihitung ulang, baik sebagai hasil dari sumber data yang ditingkatkan atau
perubahan metodologi. Dalam kasus ini, input data dapat berupa data mikro asli dan/atau
data tambahan, yang kemudian diproses dan dianalisis untuk menghasilkan output yang
direvisi. Dalam kasus seperti itu, kemungkinan beberapa sub-proses dan mungkin beberapa
fase (terutama yang awal) akan dihilangkan. Demikian pula, GSBPM dapat diterapkan
pada proses seperti kompilasi national accounts dan the typical processes dalam organisasi
statistik internasional yang menggunakan data sekunder dari negara atau organisasi lain.

Selain dapat diterapkan untuk proses yang menghasilkan statistik, GSBPM juga dapat
diterapkan untuk pengembangan dan pemeliharaan register statistik, di mana inputnya
serupa dengan produksi statistik (walaupun biasanya dengan fokus lebih besar pada data
administratif), dan output biasanya berupa bingkai atau ekstraksi data lainnya, yang
kemudian digunakan sebagai input untuk proses lain.

GSBPM cukup fleksibel untuk diterapkan di semua skenario di atas.

6. Menggunakan GSBPM

GSBPM adalah model referensi. Hal ini dimaksudkan agar GSBPM dapat digunakan oleh
organisasi pada tingkatan yang berbeda. Organisasi dapat memilih untuk
mengimplementasikan GSBPM secara langsung atau menggunakannya sebagai dasar
untuk mengembangkan versi model yang disesuaikan. Ini dapat digunakan dalam beberapa
kasus hanya sebagai model yang dirujuk organisasi ketika berkomunikasi secara internal
atau dengan organisasi lain untuk mengklarifikasi diskusi. Berbagai skenario penggunaan
GSBPM semuanya valid.
Ketika organisasi telah mengembangkan adaptasi khusus organisasi dari GSBPM, mereka
dapat membuat beberapa spesialisasi pada model agar sesuai dengan konteks organisasi
mereka. Bukti sejauh ini menunjukkan bahwa spesialisasi ini tidak cukup umum untuk
dimasukkan ke dalam GSBPM itu sendiri.

Dalam beberapa kasus, mungkin tepat untuk mengelompokkan beberapa elemen model.
Misalnya, tiga fase awal dapat dianggap sesuai dengan satu fase perencanaan. Dalam kasus
lain, khususnya untuk implementasi praktis, mungkin ada kebutuhan untuk menambahkan
satu atau lebih level detail ke struktur untuk mengidentifikasi komponen subproses yang
berbeda secara terpisah.

Mungkin juga ada persyaratan untuk formal sign-off antar fase, di mana output dari satu
fase disertifikasi sesuai sebagai input untuk fase berikutnya. Persetujuan formal ini tersirat
dalam model (kecuali dalam sub-proses 1.6) tetapi dapat diterapkan secara eksplisit dengan
cara yang berbeda tergantung pada persyaratan organisasi.

7. Hubungan dengan Model dan Framework Lain

1) GAMSO

GAMSO menjelaskan dan mendefinisikan kegiatan-kegiatan yang

dilakukan dalam suatu organisasi statistik pada umumnya. Ini memperluas
dan melengkapi GSBPM dengan menambahkan kegiatan yang diperlukan
untuk mendukung produksi statistik (yaitu kegiatan di bidang strategi dan
kepemimpinan, pengembangan kemampuan dan dukungan perusahaan).
Dalam GSBPM v5.0, beberapa aktivitas ini dimasukkan sebagai proses
menyeluruh. Kegiatan yang tidak terkait langsung dengan produksi statistik
dan/atau dikelola pada tingkat korporat atau strategis kini termasuk dalam
GAMSO (misalnya manajemen sumber daya manusia, kegiatan manajemen
mutu yang dilakukan pada tingkat korporat seperti pengembangan kerangka
mutu).

GAMSO menjelaskan kegiatan – yaitu, apa yang dilakukan oleh organisasi

statistik. Ini mencakup deskripsi tingkat tinggi dari kegiatan ini. Di sisi lain,
GSBPM berfokus pada proses produksi – menjelaskan secara lebih rinci
bagaimana organisasi statistik menjalankan aktivitas produksi statistik.

Seperti GSBPM, GAMSO bertujuan untuk menyediakan kerangka kerja

bersama untuk mendukung kegiatan kolaborasi internasional. Nilai yang
lebih besar akan diperoleh dari GAMSO jika diterapkan bersamaan dengan
GSBPM

2) GSIM
 GSIM adalah kerangka referensi untuk informasi statistik, yang dirancang
untuk membantu memodernisasi statistik resmi di tingkat nasional dan
internasional. Ini memungkinkan deskripsi umum tentang definisi,
pengelolaan, dan penggunaan data dan metadata selama proses produksi
statistik. Ini menyediakan satu set standar, objek informasi yang dijelaskan
secara konsisten, yang merupakan input dan output untuk sub-proses
GSBPM. GSIM membantu menjelaskan hubungan yang signifikan antara
entitas yang terlibat dalam produksi statistik, dan dapat digunakan untuk
memandu pengembangan dan penggunaan standar atau spesifikasi
implementasi yang konsisten.

Seperti GSBPM, GSIM adalah salah satu landasan untuk memodernisasi

statistik resmi dan menjauh dari pokok bahasan silo. Ini mengidentifikasi
sekitar 130 objek informasi, contohnya termasuk set data, variabel,
klasifikasi statistik, unit, populasi serta aturan dan parameter yang
diperlukan untuk menjalankan proses produksi (misalnya aturan pengeditan
data).

GSIM dan GSBPM adalah model pelengkap untuk produksi dan

pengelolaan informasi statistik. Seperti yang ditunjukkan pada Gambar 2 di
bawah, GSIM membantu menjelaskan subproses GSBPM dengan
mendefinisikan objek informasi yang mengalir di antaranya, yang dibuat di
dalamnya, dan yang digunakan olehnya untuk menghasilkan statistik resmi.
Input dan output dapat didefinisikan dalam objek informasi dan diformalkan
dalam GSIM.

Nilai yang lebih besar akan diperoleh dari GSIM jika diterapkan bersamaan
dengan GSBPM. Demikian pula, nilai yang lebih besar akan diperoleh dari
GSBPM jika diterapkan bersamaan dengan GSIM. Namun demikian, adalah
mungkin (walaupun tidak ideal) untuk menerapkan yang satu tanpa yang
lain.

Menerapkan GSIM dan GSBPM bersama-sama dapat memfasilitasi

pembangunan sistem berbasis metadata yang efisien dan membantu
menyelaraskan infrastruktur komputasi statistik.

8. Deskripsi Fase dan Sub-Proses

1. Specify needs

Fase ini dipicu ketika kebutuhan untuk statistik baru diidentifikasi atau umpan
balik tentang statistik saat ini memulai tinjauan. Ini mencakup semua kegiatan
yang terkait dengan melibatkan pemangku kepentingan untuk mengidentifikasi
kebutuhan statistik terperinci mereka (saat ini atau masa depan), mengusulkan
opsi solusi tingkat tinggi, dan menyiapkan kasus bisnis untuk memenuhi
kebutuhan ini.

1.1 Identify needs

Sub proses ini meliputi penyelidikan awal dan identifikasi statistik apa
yang dibutuhkan dan statistik apa yang dibutuhkan. Ini mungkin dipicu
oleh permintaan informasi baru atau perubahan lingkungan seperti
pengurangan anggaran.

1.2 Consult and Confirm needs

Sub-proses ini berfokus pada konsultasi dengan pemangku kepentingan

internal dan eksternal dan memastikan secara rinci kebutuhan statistik.

1.3 Establish output objectives

Sub-proses ini mengidentifikasi tujuan keluaran statistik yang

diperlukan untuk memenuhi kebutuhan pengguna yang diidentifikasi
dalam sub-proses 1.2 (Konsultasi dan konfirmasi kebutuhan).

1.4 Identify concepts

Sub-proses ini mengklarifikasi konsep-konsep yang diperlukan untuk

diukur dari sudut pandang pengguna. Pada tahap ini, konsep yang
diidentifikasi mungkin tidak sesuai dengan standar statistik yang ada.

1.5 Check data availability

Sub-proses ini memeriksa apakah sumber data saat ini dapat memenuhi
kebutuhan pengguna dan kondisi di mana mereka akan tersedia
termasuk pembatasan penggunaannya. Penilaian alternatif yang
mungkin biasanya mencakup penelitian terhadap sumber data
administratif atau non-statistik potensial lainnya.

1.6 Prepare and submit business case

Sub-proses ini mendokumentasikan temuan dari subproses lain dalam

fase ini dalam formulir kasus bisnis untuk mendapatkan persetujuan
untuk menerapkan proses bisnis statistik baru atau yang dimodifikasi.

2. Design

Fase ini menjelaskan kegiatan pengembangan dan desain, dan semua praktik
terkait pekerjaan penelitian diperlukan untuk menentukan keluaran statistik,
konsep, metodologi, instrumen pengumpulan, dan proses operasional. Ini
mencakup semua elemen desain yang diperlukan untuk mendefinisikan atau
menyempurnakan produk atau layanan statistik yang diidentifikasi dalam kasus
bisnis. Fase ini menentukan semua metadata yang relevan, siap digunakan nanti
dalam proses bisnis, serta prosedur jaminan kualitas. Untuk keluaran statistik
yang dihasilkan secara teratur, fase ini biasanya terjadi untuk iterasi pertama
dan setiap kali tindakan perbaikan diidentifikasi dalam fase "Evaluasi" dari
iterasi sebelumnya.

Kegiatan desain memanfaatkan standar internasional dan nasional secara

substansial untuk mengurangi panjang dan biaya proses desain, dan
meningkatkan keterbandingan dan kegunaan output. Organisasi didorong untuk
menggunakan kembali atau mengadaptasi elemen desain dari proses yang ada,
dan mempertimbangkan aspek geospasial data dalam desain untuk
meningkatkan kegunaan dan nilai informasi statistik. Selain itu, keluaran dari
proses desain dapat membentuk dasar untuk standar masa depan di tingkat
organisasi, nasional atau internasional.

2.1 Design output

Sub-proses ini berisi desain terperinci dari keluaran statistik, produk dan
layanan yang akan diproduksi, termasuk pekerjaan pengembangan
terkait dan persiapan sistem dan alat yang digunakan dalam fase
"Menyebarluaskan".

2.2 Design variable description

Sub-proses ini mendefinisikan variabel yang akan dikumpulkan melalui

instrumen pengumpulan, serta setiap variabel lain yang akan diturunkan
darinya dalam sub-proses 5.5 (Menurunkan variabel dan satuan baru),
dan setiap klasifikasi statistik atau geospasial yang akan digunakan.

2.3 Design collection

Sub-proses ini menentukan instrumen dan metode pengumpulan yang

paling tepat yang mungkin bergantung pada jenis pengumpulan data
(sensus, survei sampel, atau lainnya), jenis unit pengumpulan
(perusahaan, orang, atau lainnya) dan sumber data yang tersedia.

2.4 Design frame and sample

Sub-proses ini hanya berlaku untuk proses yang melibatkan

pengumpulan data berdasarkan sampling, seperti melalui survei statistik.
Ini mengidentifikasi dan menentukan populasi yang diminati,
mendefinisikan kerangka pengambilan sampel (dan, jika perlu, daftar
dari mana itu berasal), dan menentukan kriteria dan metodologi
 pengambilan sampel yang paling tepat (yang dapat mencakup
pencacahan lengkap).

2.5 Design processing and analyze

Sub-proses ini merancang metodologi pemrosesan statistik untuk

diterapkan selama fase "Proses" dan "Analisis". Hal ini dapat mencakup
antara lain, spesifikasi rutinitas dan aturan untuk pengkodean,
pengeditan, dan imputasi yang dapat bervariasi berdasarkan cara
pengumpulan data dan sumber data.

2.6 Design production system and workflow

Sub-proses ini menentukan alur kerja dari pengumpulan data hingga

diseminasi, meninjau semua proses yang diperlukan dalam keseluruhan
proses produksi dan memastikan bahwa proses tersebut cocok secara
efisien tanpa celah atau pengulangan.

3. Build

Fase ini membangun dan menguji solusi produksi hingga siap digunakan di
lingkungan "hidup". Keluaran dari fase "Desain" dirakit dan dikonfigurasi
dalam fase ini untuk menciptakan lingkungan operasional yang lengkap untuk
menjalankan proses. Layanan baru dibangun dengan pengecualian, dibuat
sebagai tanggapan atas kesenjangan dalam katalog layanan yang ada yang
bersumber dari dalam organisasi dan eksternal. Layanan baru ini dibangun agar
dapat digunakan kembali secara luas sejalan dengan arsitektur bisnis organisasi
jika memungkinkan. Untuk keluaran statistik yang dihasilkan secara teratur,
tahap ini biasanya terjadi untuk yang pertama iterasi, mengikuti review atau
perubahan metodologi atau teknologi, bukan untuk setiap iterasi.

3.1.Reuse or build collection instruments

Sub-proses ini menjelaskan kegiatan membangun dan menggunakan

kembali instrumen koleksi yang akan dibuat digunakan selama fase
"Kumpulkan". Instrumen koleksi dibuat berdasarkan spesifikasi desain
yang dibuat selama fase "Desain". Kumpulan dapat menggunakan satu
atau lebih mode untuk menerima data (misalnya wawancara pribadi atau
telepon; kuesioner kertas, elektronik atau web; layanan web SDMX).

3.2.Reuse or build processing and analysis components

Sub-proses ini menjelaskan aktivitas untuk menggunakan kembali

komponen yang ada atau membangun komponen baru yang diperlukan
untuk fase "Proses" dan "Analisis", seperti yang dirancang dalam fase
"Desain". Layanan dapat mencakup fungsi dan fitur dasbor, layanan
informasi, fungsi transformasi, layanan data geospasial, kerangka kerja
alur kerja, layanan manajemen penyedia dan metadata.

3.3.Reuse pr build dissemination components

Sub-proses ini menjelaskan kegiatan membangun komponen baru atau

menggunakan kembali komponen yang ada yang diperlukan untuk
diseminasi produk statistik seperti yang dirancang pada sub-proses 2.1
(Output desain). Semua jenis komponen diseminasi disertakan, mulai
dari yang menghasilkan publikasi kertas tradisional hingga yang
menyediakan layanan web, output data terbuka (tertaut), statistik
geospasial, peta, atau akses ke data mikro.

3.4.Configure workflows

Sub-proses ini mengonfigurasi alur kerja, sistem, dan transformasi yang

digunakan dalam 62. proses bisnis, mulai dari pengumpulan data hingga
diseminasi. Pada sub-proses ini, alur kerja dikonfigurasikan berdasarkan
desain yang dibuat pada sub-proses 2.6 (Desain sistem produksi dan alur
kerja). Ini dapat mencakup memodifikasi alur kerja standar untuk tujuan
tertentu, menyusun alur kerja untuk fase yang berbeda bersama-sama
(mungkin dengan alur kerja/sistem manajemen proses bisnis) dan
mengonfigurasi sistem yang sesuai.

3.5.Test production systems

Sub-proses ini berkaitan dengan pengujian layanan yang dirakit dan

dikonfigurasi serta alur kerja terkait. Ini mencakup pengujian teknis dan
penutupan program dan rutinitas baru, serta konfirmasi bahwa rutinitas
yang ada dari proses bisnis statistik lainnya cocok untuk digunakan
dalam kasus ini.

3.6.Test statistical business process

Sub-proses ini menjelaskan kegiatan untuk mengelola uji lapangan atau

percontohan statistik proses bisnis. Biasanya, ini mencakup
pengumpulan data skala kecil, untuk menguji instrumen pengumpulan,
diikuti dengan pemrosesan dan analisis data yang dikumpulkan, untuk
memastikan proses bisnis statistik berjalan seperti yang diharapkan.

3.7.Finalize production systems

Sub-proses ini mencakup aktivitas untuk menempatkan proses dan

layanan yang dirakit dan dikonfigurasi, termasuk layanan yang
 dimodifikasi dan yang baru dibuat, ke dalam produksi yang siap
digunakan.

4. Collect

Fase ini mengumpulkan atau mengumpulkan semua informasi yang diperlukan

(misalnya data, metadata, dan paradata), menggunakan mode pengumpulan
yang berbeda (misalnya akuisisi, pengumpulan, ekstraksi, transfer), dan
memuatnya ke dalam lingkungan yang sesuai untuk diproses lebih lanjut.
Meskipun dapat mencakup validasi format kumpulan data, ini tidak mencakup
transformasi data itu sendiri, karena semua ini dilakukan dalam fase "Proses".
Untuk keluaran statistik yang dihasilkan secara teratur, fase ini terjadi di setiap
iterasi.

4.1.Create frame and select sample

Sub-proses ini menetapkan bingkai dan memilih sampel untuk iterasi ini
koleksi, sebagaimana ditentukan dalam sub-proses 2.4 (Rangka desain
dan sampel). Ini juga mencakup koordinasi sampel antara contoh dari
proses bisnis yang sama (misalnya untuk mengelola tumpang tindih atau
rotasi), dan antara proses yang berbeda dengan menggunakan kerangka
atau register umum (misalnya untuk mengelola tumpang tindih atau
menyebarkan beban respon).

4.2.Set up collection

Sub-proses ini memastikan bahwa orang, proses, dan teknologi

(misalnya aplikasi berbasis web, sistem GPS) siap untuk mengumpulkan
data dan metadata, dalam semua mode sebagaimana dirancang. Itu
terjadi selama periode waktu tertentu, karena mencakup kegiatan
strategi, perencanaan dan pelatihan dalam persiapan untuk contoh
spesifik dari proses bisnis statistik. Dimana proses diulang secara
teratur, beberapa (atau semua) dari kegiatan ini mungkin tidak secara
eksplisit diperlukan untuk setiap iterasi.

4.3.Run collection

Sub-proses ini adalah tempat pengumpulan diimplementasikan.

Instrumen koleksi yang berbeda digunakan untuk mengumpulkan atau
mengumpulkan informasi yang mungkin termasuk mikrodata mentah
atau agregat yang diproduksi di sumber, serta metadata apa pun yang
terkait.

4.4.Finalize collection
 Sub-proses ini mencakup pemuatan data dan metadata yang
dikumpulkan ke dalam lingkungan elektronik yang sesuai untuk
diproses lebih lanjut. Ini mungkin termasuk pengambilan data manual
atau otomatis, misalnya, menggunakan staf klerikal atau alat pengenalan
karakter optik untuk mengekstrak informasi dari kuesioner kertas, atau
mengubah format file atau menyandikan variabel yang diterima dari
organisasi lain. Ini juga dapat mencakup analisis metadata dan paradata
yang terkait dengan pengumpulan untuk memastikan kegiatan
pengumpulan telah memenuhi persyaratan. Dalam kasus di mana
terdapat instrumen pengumpulan fisik, seperti kertas kuesioner, yang
tidak diperlukan untuk diproses lebih lanjut, sub proses ini mengelola
pengarsipan materi tersebut. Saat instrumen pengumpulan menggunakan
perangkat lunak seperti API atau aplikasi, sub-proses ini juga mencakup
pembuatan versi dan pengarsipan.

5. Process

Fase ini menjelaskan pemrosesan data input dan persiapannya untuk analisis.
Ini dibuat dari sub-proses yang mengintegrasikan, mengklasifikasikan,
memeriksa, membersihkan, dan mengubah data input, sehingga dapat dianalisis
dan disebarluaskan sebagai output statistik. Untuk keluaran statistik yang
dihasilkan secara teratur, fase ini terjadi di setiap iterasi. Sub-proses dalam fase
ini dapat diterapkan pada data dari sumber statistik dan non-statistik (dengan
kemungkinan pengecualian dari sub-proses 5.6 (Hitung bobot), yang biasanya
khusus untuk data survei).

Fase "Proses" dan "Analisis" bisa berulang dan paralel. Analisis dapat
mengungkapkan pemahaman yang lebih luas tentang data, yang mungkin
membuatnya tampak jelas bahwa ada pemrosesan tambahan diperlukan.
Kadang-kadang estimasi yang sedang diproses mungkin merupakan agregat
yang sudah dipublikasikan (dilakukan sesuai dengan Kebijakan Revisi).

Aktivitas dalam fase "Proses" dan "Analisis" juga dapat dimulai sebelum fase
"Kumpulkan" selesai. Ini memungkinkan kompilasi hasil sementara di mana
ketepatan waktu menjadi perhatian penting bagi pengguna, dan meningkatkan
waktu yang tersedia untuk analisis

5.1.Integrate data

Sub-proses ini mengintegrasikan data dari satu atau lebih sumber. Di

sinilah hasil sub proses dalam fase "Kumpulkan" digabungkan. Data
masukan dapat berasal dari campuran sumber eksternal atau internal,
dan berbagai instrumen pengumpulan, termasuk ekstrak sumber data
administratif dan nonstatistik lainnya.
5.2.Classify and code

Sub-proses ini mengklasifikasikan dan memberi kode pada input data.

5.3.Review and validate

Sub-proses ini memeriksa data untuk mengidentifikasi potensi masalah,

kesalahan, dan ketidaksesuaian tersebut sebagai outlier, item
non-response dan miscoding.

5.4.Edit and impute

Jika data dianggap salah, hilang, tidak dapat diandalkan, atau usang,
nilai baru dapat dimasukkan atau data usang dapat dihapus dalam
sub-proses ini.

5.5.Derive new variables and units

Sub-proses ini memperoleh data untuk variabel dan unit yang tidak
secara eksplisit disediakan di pengumpulan, tetapi diperlukan untuk
menghasilkan output yang dibutuhkan. Itu menurunkan variabel baru
dengan menerapkan rumus aritmatika ke satu atau lebih variabel yang
sudah ada dalam kumpulan data, atau menerapkan asumsi model yang
berbeda.

5.6.Calculate weights

Sub-proses ini membuat bobot untuk rekaman data unit sesuai dengan
metodologi yang dikembangkan di sub-proses 2.5 (Pemrosesan dan
analisis desain)

5.7.Calculate aggregates

Sub-proses ini membuat data agregat dan total populasi dari mikrodata
atau agregat tingkat lebih rendah. Ini termasuk menjumlahkan data
untuk catatan yang berbagi karakteristik tertentu (misalnya agregasi data
berdasarkan klasifikasi demografis atau geografis), menentukan ukuran
rata-rata dan dispersi, dan menerapkan bobot dari sub-proses 5.6
(Hitung bobot) untuk mendapatkan total yang sesuai. Dalam kasus
keluaran
statistik yang menggunakan survei sampel, kesalahan pengambilan
sampel yang terkait dengan agregat yang relevan juga dapat dihitung
dalam sub-proses ini.

5.8.Finalize data files

 Sub-proses ini menyatukan hasil dari sub-proses lain dalam fase ini
dalam file data (biasanya data makro), yang digunakan sebagai input ke
fase "Analisis". Kadang-kadang ini mungkin file perantara daripada file
akhir, terutama untuk proses bisnis di mana ada tekanan waktu yang
kuat, dan persyaratan untuk menghasilkan perkiraan awal dan akhir.

6. Analyze

Pada fase ini, output statistik diproduksi dan diperiksa secara rinci. Ini termasuk
menyiapkan konten statistik (termasuk komentar, catatan teknis, dll.), dan
memastikan output "sesuai dengan tujuan" sebelum disebarluaskan kepada
pengguna. Fase ini juga mencakup sub-proses dan aktivitas yang
memungkinkan analis statistik memahami data dan statistik yang dihasilkan.
Keluaran dari tahap ini juga dapat digunakan sebagai masukan untuk sub-proses
lainnya (misalnya analisis sumber baru sebagai masukan untuk tahap "Desain").
Untuk keluaran statistik yang dihasilkan secara teratur, fase ini terjadi di setiap
iterasi. Fase dan sub-proses "Analisis" bersifat umum untuk semua output
statistik, terlepas dari bagaimana sumber datanya.

6.1.Prepare draft outputs

Sub-proses ini adalah tempat data dari sub-proses 5.7 (Hitung agregat)
dan 5.8 (Final file data) diubah menjadi keluaran statistik.

6.2.Validate outputs

Sub-proses ini adalah tempat ahli statistik memvalidasi kualitas keluaran

yang dihasilkan, sesuai dengan kerangka kualitas umum dan dengan
harapan.

6.3.Interpret and explain outputs

Sub-proses ini adalah di mana pemahaman mendalam tentang output

diperoleh oleh ahli statistik.

6.4.Apply disclosure control

Sub-proses ini memastikan bahwa data (dan metadata) yang akan

disebarluaskan tidak melanggar aturan yang sesuai tentang kerahasiaan
menurut kebijakan dan aturan organisasi, atau dengan metodologi
khusus proses yang dibuat di sub-proses 2.5 (Pemrosesan dan analisis
desain).

6.5.Finalize outputs
 Sub-proses ini memastikan statistik dan informasi terkait sesuai dengan
tujuan dan mencapai tingkat kualitas yang diperlukan dan dengan
demikian siap untuk digunakan.

7. Disseminate

Fase ini mengelola rilis produk statistik ke pengguna. Ini mencakup semua
kegiatan terkait dengan perakitan dan pelepasan berbagai produk statis dan
dinamis melalui berbagai saluran. Kegiatan ini mendukung pengguna untuk
mengakses dan menggunakan produk yang dirilis oleh organisasi statistik.
Untuk produk statistik yang diproduksi secara reguler, fase ini terjadi di setiap
iterasi.

7.1.Update output systems

Sub-proses ini mengelola pembaruan sistem (misalnya basis data)

tempat data dan metadata berada disimpan siap untuk disebarluaskan.

7.2.Produce dissemination products

Sub-proses ini menghasilkan produk diseminasi, seperti yang telah

dirancang sebelumnya pada sub-proses 2.1 (Output desain), untuk
memenuhi kebutuhan pengguna. Mereka dapat mencakup publikasi
cetak, siaran pers, dan situs web. Produk dapat mengambil banyak
bentuk termasuk grafik interaktif, tabel, peta, set mikrodata yang
digunakan publik, data terbuka yang ditautkan, dan file yang dapat
diunduh.

7.3.Manage release of dissemination products

Sub-proses ini memastikan bahwa semua elemen untuk rilis sudah ada
termasuk mengatur waktu rilis. Ini termasuk pengarahan untuk
kelompok tertentu seperti pers atau menteri, serta pengaturan embargo
pra-pembebasan.

7.4.Promote dissemination products

Sementara pemasaran secara umum dapat dianggap sebagai proses

menyeluruh, sub-proses ini menyangkut promosi aktif produk statistik
yang dihasilkan dalam proses bisnis statistik tertentu, untuk membantu
mereka menjangkau audiens seluas mungkin.

7.5.Manage user support

Sub-proses ini memastikan bahwa permintaan dan permintaan pengguna

untuk layanan seperti akses microdata direkam, dan tanggapan diberikan
 dalam tenggat waktu yang disepakati. Pertanyaan dan permintaan ini
harus ditinjau secara berkala untuk memberikan masukan pada proses
manajemen mutu menyeluruh, karena dapat menunjukkan kebutuhan
pengguna yang baru atau berubah.

8. Evaluate

Fase ini mengelola evaluasi contoh spesifik dari proses bisnis statistik,
berlawanan dengan proses menyeluruh yang lebih umum dari manajemen
kualitas statistik yang dijelaskan dalam Bagian VI (Proses Menyeluruh). Ini
dapat terjadi pada akhir proses instance, tetapi juga dapat dilakukan secara
berkelanjutan selama proses produksi statistik. Itu bergantung pada input yang
dikumpulkan di seluruh fase yang berbeda. Ini termasuk mengevaluasi
keberhasilan contoh spesifik dari proses bisnis statistik, menggambar pada
berbagai input kuantitatif dan kualitatif, dan mengidentifikasi dan
memprioritaskan perbaikan potensial.

Untuk keluaran statistik yang dihasilkan secara teratur, evaluasi harus,

setidaknya secara teori, dilakukan untuk setiap iterasi, menentukan apakah
iterasi di masa mendatang harus dilakukan, dan jika demikian, apakah
perbaikan harus diterapkan. Namun, dalam beberapa kasus, khususnya untuk
proses bisnis statistik yang teratur dan mapan, evaluasi mungkin tidak
dilakukan secara formal untuk setiap iterasi. Dalam kasus seperti itu, fase ini
dapat dilihat sebagai memberikan keputusan apakah iterasi berikutnya harus
dimulai dari fase "Specify Needs", atau dari beberapa fase selanjutnya (sering
fase "Kumpulkan").

8.1.Gather evaluation inputs

Materi evaluasi dapat diproduksi dalam fase atau sub-proses lainnya.

Bentuknya bisa bermacam-macam, termasuk umpan balik dari
pengguna, metadata proses (paradata), metrik sistem, dan saran staf.
Laporan kemajuan terhadap rencana aksi yang disetujui selama iterasi
sebelumnya juga dapat menjadi masukan untuk evaluasi iterasi
berikutnya. Subproses ini mengumpulkan semua masukan ini,
menyusun indikator kualitas dan membuatnya tersedia untuk orang atau
tim yang menghasilkan evaluasi.

8.2.Conduct evaluation

Sub-proses ini menganalisis input evaluasi, membandingkannya dengan

hasil pembandingan yang diharapkan/ target (bila tersedia), dan
mensintesisnya menjadi laporan evaluasi atau dasbor kontrol. Evaluasi
dapat dilakukan pada akhir keseluruhan proses (ex post evaluation)
untuk kegiatan yang dipilih, selama pelaksanaannya secara
 berkelanjutan, atau sepanjang proses, sehingga memungkinkan
perbaikan cepat atau peningkatan berkelanjutan. Laporan yang
dihasilkan harus mencatat setiap masalah kualitas khusus untuk iterasi
proses bisnis statistik ini serta menyoroti setiap penyimpangan metrik
kinerja dari nilai yang diharapkan, dan harus membuat rekomendasi
untuk perubahan jika sesuai. Rekomendasi ini dapat mencakup
perubahan pada fase atau subproses apa pun untuk iterasi proses di masa
mendatang, atau dapat menyarankan agar proses tersebut tidak diulang.

8.3.Agree an action plan

Sub-proses ini menyatukan kekuatan pengambilan keputusan yang diperlukan
untuk membentuk dan menyepakati rencana aksi berdasarkan laporan evaluasi. Ini
juga harus mencakup pertimbangan mekanisme untuk memantau dampak dari
tindakan tersebut, yang pada gilirannya dapat memberikan masukan untuk evaluasi
iterasi proses di masa mendatang.
2.4 GSBPM di Jepang

Statistics Bureau of Japan adalah badan pemerintah di Jepang yang bertanggung

jawab untuk mengumpulkan, mengkompilasi, dan menyebarkan informasi statistik. Badan
ini dibentuk pada tahun 1949 dan menjadi bagian dari Kementerian Dalam Negeri dan
Komunikasi Jepang. Tujuan dari Statistics Bureau of Japan adalah untuk menyediakan data
statistik yang akurat dan tepat waktu tentang berbagai aspek perekonomian, masyarakat,
dan populasi Jepang, yang sangat penting untuk pengambilan keputusan kebijakan,
penelitian, dan perencanaan.

Proses bisnis dari Statistics Bureau of Japan melibatkan beberapa tahap, yaitu:

1. Produksi Data Statistik

Semua data yang dikumpulkan dari survei yang kami terima diproses secara berkala
berdasarkan kategori, dan isinya kemudian ditampilkan dalam bagan statistik. Proses ini
disebut "tabulasi".

Untuk melakukan pekerjaan tabulasi ini, Pusat Statistik Nasional berfokus pada tujuan
kembarnya yaitu “Memastikan akurasi statistik” dan “Meningkatkan teknologi statistik.”
Ini semua adalah bagian dari upaya Pusat untuk memastikan tiga prinsip tabulasi, yaitu
akurasi (memastikan akurasi statistik), kecepatan (memberikan hasil tepat waktu), dan
ekonomi (menggunakan cara dan metode yang efisien) terpenuhi.

2. Perencanaan dan Desain untuk Produksi Data Statistik

Dalam melakukan pekerjaan tabulasi, BPS bekerja sama dengan instansi pemerintah yang
melakukan survei statistik dalam melaksanakan desain proses, desain kualitas, perencanaan
personalia, dan perencanaan pengadaan sebagai bagian dari desain dan perencanaan
pekerjaan tabulasi secara keseluruhan.

Berdasarkan teori statistik pengetahuan dan teknologi informasi, Pusat sedang

mengembangkan sistem untuk secara signifikan meningkatkan efisiensi proses tabulasi.

3. Alur Pemrosesan Data

1) Pengambilan Data

Pusat Statistik Nasional mengkonfirmasi jumlah dan jenis formulir survei dan
dokumen yang diserahkan oleh pemerintah daerah dan/atau badan administratif
terkait lainnya, dan menyimpannya dengan aman di fasilitas penyimpanan
dokumen setelah disortir.

Untuk menyusun data statistik, kuesioner dibaca menggunakan OCR (optical

character reader) atau input secara manual pada PC yang terhubung ke jaringan
internal saja.

2) Pengkodean

Bagian kuesioner yang memerlukan entri subyektif, termasuk “Kategori

Pekerjaan,” Jenis Pekerjaan” dan “Pendapatan dan Pengeluaran Rumah
Tangga” tunduk pada pengkodean berdasarkan kriteria klasifikasi yang
ditetapkan (seperti klasifikasi Industri, Klasifikasi Pekerjaan, dan Klasifikasi
Pendapatan dan Pengeluaran).

Sistem pengkodean menggunakan ratusan kategori berbeda untuk konten dari

banyak entri. Proses ini membutuhkan pengetahuan khusus mengenai berbagai
industri dan kategori pekerjaan serta kemampuan untuk segera
mengkategorikan item dengan benar. Dalam beberapa tahun terakhir Pusat telah
mengejar kemajuan lebih lanjut dalam penelitian dan pengembangan sistem
pengkodean otomatis dan saat ini terlibat dalam pengenalan dan penerapan
sistem tersebut.

3) Pengeditan Data

Berdasarkan data yang dimasukkan menggunakan teknologi OCR dan

klasifikasi pengkodean, Pusat Statistik Nasional memeriksa nilai yang hilang,
validitas dan konsistensi data yang dimasukkan menggunakan sistem komputer.
Defisit dalam data individu dan inkonsistensi antara item survei menyebabkan
penurunan kepercayaan publik dan kualitas statistik.

Artinya, Pusat melakukan ekstraksi data tersebut dan mengoreksinya

berdasarkan teori statistik dan sebagainya.
 4) Menyusun Tabel Statistik

Setelah pengeditan data berakhir, data yang “dibersihkan” dikompilasi oleh

komputer dan ditabulasikan. Penghitungan data melibatkan penggunaan
perhitungan data lintas div—sebuah metode estimasi yang dirancang untuk
setiap survei statistik—selain mengumpulkan data deret waktu berdasarkan
metode penyesuaian musiman; penghitungan menggunakan metode analisis
multivariat; dan penghitungan kesalahan untuk memperkirakan akurasi statistik.
Ini semua didasarkan pada teori statistik dan berbagai teknik.

5) Hasil Pemeriksaan

Selain pengecekan angka dan format tabel hasil yang ditabulasikan dari data
statistik, Pusat juga melakukan berbagai pemeriksaan dan verifikasi seperti
kesesuaian logika nilai statistik; verifikasi deret waktu dari nilai masa lalu;
perbandingan dengan statistik terkait; dan verifikasi nilai singular. Ini adalah
bagian dari verifikasi menyeluruh dari beberapa sudut pandang yang berbeda,
mencari ketidakkonsistenan data dan memastikan kualitas tabel hasil.

Tabel hasil yang telah diisi disampaikan melalui berbagai media kepada
kementerian atau lembaga yang melaksanakan survei, seperti Badan Pusat
Statistik, Kementerian Dalam Negeri dan Komunikasi.

Seluruh proses yang terlibat dalam tabulasi tabel hasil ini (misalnya, tabulasi
basis bulanan untuk Survei Angkatan Kerja (seperti tingkat pengangguran)
membutuhkan waktu sekitar dua minggu untuk menyelesaikannya, sedangkan
tabulasi Indeks Harga Konsumen untuk Jepang dilakukan hampir satu bulan.
periode.

4. Pemrosesan data Statistik Resmi dan Kompilasi Informasi Statistik dilakukan oleh
NSTAC

1) Survei Statistik dasar Jepang Dilakukan oleh Biro Statistik

· Sensus Penduduk

Sensus Penduduk adalah survei paling dasar dan berskala besar di Jepang
untuk memperjelas komposisi demografi berdasarkan jenis kelamin, usia,
status perkawinan, jenis pekerjaan, jenis rumah tangga, dll. Hasil Sensus
merupakan data penting di berbagai bidang, seperti alokasi kursi Diet,
analisis struktur populasi dan penelitian akademik, dll.

· Sensus Pendirian dan Perusahaan

Survei ini bertujuan untuk mensurvei situasi aktual seperti industri, jumlah
orang yang terlibat, pendapatan, dll, dari semua perusahaan dan perusahaan,
dan dengan demikian memberikan data dasar untuk berbagai kebijakan
pengembangan industri, kebijakan ketenagakerjaan, perbaikan lingkungan
sosial, dll.. Survei tersebut akan berbentuk “Sensus Ekonomi” yang lebih
komprehensif dari tahun 2009.

· Survey Perumahan dan Tanah

Survei ini bertujuan untuk mendapatkan data dasar untuk kebijakan

perumahan dan pertanahan dan perbaikan perkotaan untuk seluruh negara
dan prefektur dengan menyelidiki situasi aktual tempat tinggal dan
bangunan lain yang ditempati (jumlah perumahan, jumlah dan luas kamar
tempat tinggal, fasilitas), kepemilikan lahan, dll.

· Survei Perusahaan Tidak Berbadan Hukum

Survei ini bertujuan untuk mensurvei sentimen bisnis para pemilik bisnis
dan total penjualan dan pembelian setiap tiga bulan sekali dalam setahun,
dan karakteristik struktural manajemen, seperti usia pemilik bisnis, apakah
telah ditemukan penerus untuk mengambil alih bisnis, dll. , dan dengan
demikian menyediakan data dasar untuk berbagai kebijakan tentang
perusahaan yang tidak berbadan hukum.

· Survei Angkatan Kerja

Survei ini terdiri dari kuesioner dasar yang mensurvei status angkatan kerja,
jam kerja mingguan, jenis pekerjaan dll. untuk orang berusia 15 tahun ke
atas (setiap bulan) dan kuesioner khusus yang mensurvei jenis pekerjaan,
status pekerjaan dll. (sekali dalam seperempat tahun), dengan demikian
memberikan data dasar untuk kebijakan ekonomi, kebijakan
ketenagakerjaan, dll.

· Survei Penelitian dan Pengembangan

Survei ini menghitung pengeluaran, jumlah peneliti, isi penelitian dan

pengembangan, dan dengan demikian memberikan data dasar untuk
kebijakan pengembangan ilmu pengetahuan dan teknologi.

· Survei Status Ketenagakerjaan

Survei ini bertujuan untuk mendapatkan data dasar tentang kondisi

sebenarnya dari struktur ketenagakerjaan, seperti jumlah pekerjaan, jenis
industri dan pekerjaan, jam kerja, pendapatan, dll., dan dengan demikian
menyediakan data dasar untuk kebijakan kesejahteraan, dll.

· Survei Pendapatan dan Pengeluaran Keluarga

 Survei ini menghitung pendapatan dan pengeluaran setiap bulan, dan
pendapatan tahunan, dan dengan demikian memberikan data dasar untuk
perencanaan kebijakan ekonomi.

· Survei tentang Penggunaan Waktu dan Kegiatan Rekreasi

Survei ini bertujuan untuk mensurvei alokasi waktu dan kegiatan rekreasi
masyarakat untuk memperjelas keadaan kehidupan masyarakat yang
sebenarnya, dan dengan demikian memberikan data dasar untuk beberapa
jenis tindakan administratif yang berkaitan dengan kehidupan dan
kesejahteraan masyarakat.

· Survei Ekonomi Rumah Tangga

Ditujukan untuk rumah tangga di seluruh Jepang, survei ini memeriksa

frekuensi pembelian bulanan produk dan layanan kelas atas serta konsumsi
terkait TI. Hasilnya digunakan sebagai bahan dasar untuk memahami tren
ekonomi dan analisis tren konsumen pribadi.

· Survei Nasional Pendapatan dan Pengeluaran Keluarga

Survei ini bertujuan untuk memperoleh data tentang pendapatan dan

pengeluaran keluarga, tabungan dan kewajiban, status kepemilikan rumah
dan kavling perumahan serta barang tahan lama rumah tangga utama yang
dimiliki. Data yang dikumpulkan dalam survei menjelaskan tingkat
konsumsi, pendapatan dan aset, serta status sebenarnya dari barang tahan
lama yang dimiliki, dan dengan demikian menyediakan data dasar untuk
berbagai kebijakan administratif.

· Survei Harga Eceran

Survei ini bertujuan untuk mendapatkan informasi nasional tentang harga

eceran di toko eceran barang-barang penting, jasa dan sewa rumah, yang
memiliki bobot utama dalam pengeluaran hidup masyarakat dan dengan
demikian menyediakan data dasar untuk “Indeks Harga Konsumen (IHK)”
dan lainnya. statistik ekonomi.

· Survei Harga Nasional

Survei ini menyebutkan harga jual, biaya, gaya menjual, dll, tentang barang
dan jasa penting bagi kehidupan konsumen. Hasil Survei digunakan sebagai
data dasar untuk kebijakan harga, kebijakan ekonomi daerah dan kebijakan
ekonomi lainnya.

2) Kompilasi Informasi Statistik

 · Estimasi Populasi

Perkiraan Populasi mencakup populasi berdasarkan kelompok usia 5 tahun

dan jenis kelamin untuk Jepang pada hari pertama setiap bulan dan populasi
berdasarkan usia (satu tahun) dan jenis kelamin untuk Jepang pada tanggal
1 Oktober. Angka tersebut dihitung dengan populasi Sensus sebagai
mendasarkan dan memperoleh perubahan jumlah penduduk dari Statistik
Vital, Statistik Migran Legal, dan sebagainya.

· Indeks Harga Konsumen

Indeks Harga Konsumen (IHK) bertujuan untuk mengukur rata-rata

perubahan harga pembelian barang dan jasa oleh rumah tangga di seluruh
negeri. Ini banyak digunakan sebagai indikator utama manajemen keuangan
saat ini, administrasi konsumen, dan sebagainya.

· Sistem Statistik Sosial dan Demografi

Sistem Statistik Sosial dan Demografi (SSDS) adalah sistem di mana data
statistik regional dikumpulkan, dinormalisasi, dan diatur. SSDS
menampilkan kehidupan orang Jepang, seperti lingkungan alam, populasi,
rumah tangga, infrastruktur ekonomi, pendidikan, tenaga kerja, kesehatan,
dan perawatan medis.

· Statistik Grid-Square
Statistik Grid-square adalah statistik area kecil yang disusun berdasarkan unit area
persegi dengan ukuran yang hampir seragam, membagi seluruh wilayah Jepang.
Hasil Sensus Penduduk, Sensus Pendirian dan Usaha, dan seterusnya disusun
menjadi Statistik Kisi-kisi.
2.5 Perbandingan GAMSO Jepang dan Indonesia
Generic Activity Model of Statistical Organization (GAMSO) merupakan kerangka
kerja global yang dibangun oleh Perserikatan Bangsa-Bangsa (PBB) untuk
membantu organisasi statistik nasional dalam mengembangkan dan meningkatkan
kemampuan mereka dalam menghasilkan data statistik yang berkualitas.

Jepang dan Indonesia merupakan dua negara yang memiliki perbedaan dalam
berbagai hal, termasuk dalam pengembangan statistik nasional dan implementasi
GAMSO.

Beberapa perbedaan antara Jepang dan Indonesia dalam hal GAMSO dapat
mencakup hal-hal berikut:
1. Kemajuan dalam Implementasi GAMSO

Jepang memiliki sistem statistik yang sudah berkembang dengan baik serta
berjalan dengan efektif dan efisien. Badan Pusat Statistik (BPS) Jepang telah
menerapkan GAMSO sejak tahun 2005 dan terus mengembangkan sistem
statistik nasional mereka. Sementara itu, Indonesia masih dalam proses
pengembangan sistem statistik nasional yang lebih efektif. BPS Indonesia
baru mulai menerapkan GAMSO pada tahun 2018 dan masih membutuhkan
waktu dan usaha untuk membangun sistem statistik nasional yang dapat
menghasilkan data yang berkualitas.

2. Ketersediaan Sumber Daya

Jepang memiliki sumber daya manusia, teknologi, dan sistem keuangan yang
lebih baik untuk menerapkan GAMSO dibandingkan dengan Indonesia. Hal
ini dapat dilihat dari anggaran yang dikeluarkan untuk pengembangan sistem
statistik nasional. Menurut laporan World Bank tahun 2020, Jepang
mengeluarkan anggaran sekitar 5,4 miliar dolar AS untuk pengembangan
sistem statistik nasional, sedangkan Indonesia hanya mengeluarkan sekitar
71,6 juta dolar AS, hanya 13% dari total anggaran Jepang, padahal Indonesia
memiliki luas wilayah yang lebih besar dan masyarakat yang lebih beragam.
Selain itu, Jepang memiliki sumber daya manusia yang terlatih dan
berpengalaman dalam menghasilkan data statistik yang berkualitas,
sedangkan Indonesia masih perlu mengembangkan kapasitas sumber daya
manusia untuk dapat menerapkan GAMSO dengan efektif.

3. Keterlibatan Pemangku Kepentingan

Jepang memiliki pemangku kepentingan yang lebih memiliki andil dalam

proses pengembangan sistem statistik nasional, sementara Indonesia masih
dalam proses memperluas partisipasi pemangku kepentingan dalam proses
pengambilan keputusan.

Jepang memiliki jaringan kerja sama yang kuat antara pemerintah, akademisi,
dan industri dalam pengembangan statistik nasional. Selain itu, masyarakat
 Jepang juga memiliki kepercayaan dan kesadaran yang tinggi terhadap data
statistik nasional. Sementara itu, Indonesia masih perlu memperkuat
keterlibatan pemangku kepentingan dalam proses pengambilan keputusan dan
membangun kepercayaan dan kesadaran masyarakat terhadap data statistik
nasional.

4. Fokus pada Jenis Data Statistik

Jepang mungkin memiliki fokus yang lebih pada kegiatan pengumpulan data
statistik ekonomi dan sosial, sedangkan Indonesia lebih berfokus pada
kegiatan pengumpulan data statistik lingkungan hidup yang keberlanjutan.

Hal tersebut tercermin dalam visi dan misi dari masing-masing badan statistik
nasional. BPS Jepang memiliki visi untuk memberikan data dasar untuk
mendukung kebijakan sosial dan ekonomi, sementara BPS Indonesia
memiliki visi untuk menghasilkan data yang terpercaya, akurat, dan tepat
waktu dalam mendukung pengambilan keputusan di berbagai sektor,
khususnya lingkungan hidup dan keberlanjutan. Walaupun begitu, kedua
negara tersebut masih memiliki kebutuhan yang sama dalam pengembangan
kemampuan mereka dalam menghasilkan data statistik yang berkualitas.

Berdasarkan pemaparan di atas, terlihat bahwa penerapan GAMSO di Jepang sudah

jauh lebih maju dibanding di Indonesia. Meskipun begitu, perbedaan antara Jepang
dan Indonesia dalam hal GAMSO bukanlah satu-satunya faktor yang
mempengaruhi kemampuan organisasi statistik nasional dalam memproduksi data
dan informasi yang berkualitas. Ada banyak faktor lain, termasuk dukungan politik,
upaya pengembangan kapasitas, dan perubahan teknologi yang juga dapat
mempengaruhi kemampuan organisasi statistik nasional dalam memenuhi tuntutan
data yang berkualitas.

2.6 Perbandingan GSBPM Jepang dan Indonesia

GSBPM (Generic Statistical Business Process Model) adalah model yang
digunakan untuk menggambarkan proses bisnis statistik secara umum, termasuk
mulai dari perencanaan dan pengumpulan data hingga analisis dan publikasi hasil.
Meskipun GSBPM memiliki prinsip-prinsip umum yang sama di seluruh negara,
implementasinya dapat bervariasi tergantung pada kondisi lokal dan kebutuhan
masing-masing negara.

Dalam hal ini, perbedaan antara GSBPM Jepang dan Indonesia dapat termasuk
dalam beberapa hal berikut:

1. Kondisi Lokal

Setiap negara memiliki kondisi lokal yang berbeda dalam proses

pengumpulan data dan kegiatan analisis statistik. Oleh karena itu,
implementasi GSBPM dapat bervariasi tergantung pada kondisi dan situasi
lokal.

Kondisi sosial, ekonomi, dan politik di kedua negara dapat sangat berbeda.
Dalam hal ini, perbedaan kondisi tersebut dapat mempengaruhi cara
pengumpulan data, analisis statistik, dan publikasi hasil. Sebagai contoh,
dalam hal pengumpulan data, Indonesia memiliki keragaman geografis yang
luas dan keanekaragaman budaya yang besar. Oleh karena itu, pengumpulan
data di Indonesia dapat lebih rumit dibandingkan dengan Jepang yang
memiliki wilayah yang lebih kecil dan homogen secara budaya.

2. Tingkat Perkembangan

Tingkat perkembangan teknologi dan infrastruktur statistik dapat

mempengaruhi implementasi GSBPM. Negara-negara yang lebih maju
dalam hal teknologi dan infrastruktur dapat mengimplementasikan GSBPM
dengan lebih efektif.

Indonesia memiliki tingkat perkembangan teknologi dan infrastruktur yang

berbeda dengan Jepang. Jepang dikenal sebagai salah satu negara maju yang
memiliki infrastruktur yang canggih dan tingkat penetrasi teknologi yang
tinggi. Sebaliknya, Indonesia memiliki infrastruktur yang masih perlu
ditingkatkan dan tingkat penetrasi teknologi yang masih rendah. Oleh
karena itu, implementasi GSBPM di Indonesia mungkin membutuhkan
strategi yang berbeda dibandingkan dengan Jepang.
 3. Struktur Organisasi

Struktur organisasi statistik di negara tersebut dapat mempengaruhi

implementasi GSBPM. Negara-negara dengan struktur organisasi yang lebih
terpusat atau terdesentralisasi dapat mengimplementasikan GSBPM dengan
cara yang berbeda.

Struktur organisasi statistik di Jepang dan Indonesia dapat berbeda dalam

hal hierarki, kewenangan, dan tanggung jawab. Misalnya, di Indonesia, BPS
(Badan Pusat Statistik) merupakan badan pusat yang bertanggung jawab
untuk mengumpulkan, mengolah, dan mempublikasikan data statistik. Di
Jepang, Kementerian Dalam Negeri dan Komunikasi bertanggung jawab
untuk mengumpulkan data sensus dan survei ekonomi. Oleh karena itu,
implementasi GSBPM di kedua negara dapat berbeda dalam hal struktur
organisasi statistik yang ada.

4. Kebijakan Nasional

Kebijakan nasional terkait dengan statistik juga dapat mempengaruhi

implementasi GSBPM. Negara-negara dengan kebijakan nasional yang
berbeda dapat memiliki implementasi GSBPM yang berbeda pula.

Indonesia dan Jepang memiliki kebijakan nasional yang berbeda dalam hal
statistik. Dalam hal ini, perbedaan kebijakan dapat mempengaruhi
bagaimana data dikumpulkan, dianalisis, dan dipublikasikan. Sebagai
contoh, di Indonesia terdapat kebijakan untuk memperluas cakupan data
statistik pada daerah yang masih terbatas. Di Jepang, terdapat kebijakan
untuk meningkatkan efisiensi pengumpulan dan analisis data.

Dalam hal perbedaan GSBPM Jepang dan Indonesia secara spesifik, informasi yang
tersedia sangat terbatas. Oleh karena itu, lebih lanjut penelitian dan analisis
diperlukan untuk menentukan perbedaan secara spesifik antara GSBPM di kedua
negara.

2.7 Jenis-Jenis Klasifikasi Internasional

Berikut adalah jenis-jenis klasifikasi statistik internasional secara lengkap:
1. Klasifikasi Industri

Klasifikasi ini digunakan untuk mengkategorikan kegiatan ekonomi

berdasarkan jenis industri atau sektor ekonomi. Klasifikasi ini
memungkinkan untuk membedakan antara sektor primer (pertanian,
perburuan, dan penangkapan ikan), sektor sekunder (industri pengolahan,
bangunan dan konstruksi), dan sektor tersier (perdagangan, transportasi, dan
jasa). Klasifikasi industri juga berguna untuk menghasilkan data statistik
yang terkait dengan kegiatan ekonomi secara spesifik, seperti produksi,
pendapatan, dan tenaga kerja di masing-masing sektor industri.

Klasifikasi industri yang sering digunakan secara internasional adalah

Klasifikasi Industri Standar Internasional (ISIC) dan Klasifikasi Industri
North American (NAICS). ISIC dikembangkan oleh PBB dan digunakan
secara internasional, sedangkan NAICS dikembangkan oleh Amerika
Serikat, Kanada, dan Meksiko.

ISIC dibangun oleh Badan PBB untuk Statistik (UN Statistics Division) dan
diperbarui secara berkala untuk mencerminkan perubahan dalam struktur
ekonomi global dalam hal industri. Sistem klasifikasi ISIC
mengelompokkan aktivitas ekonomi/industri ke dalam sektor-sektor berikut:

A. Sektor Pertanian, Perburuan, dan Kehutanan

B. Pertambangan dan Penggalian
C. Industri Pengolahan
D. Penyediaan Listrik, Gas, Uap dan Udara Panas
E. Penyediaan Air, Pengelolaan Sampah, dan Daur Ulang
F. Konstruksi
G. Perdagangan Besar dan Eceran; Perbaikan Mobil dan Sepeda Motor
H. Penyediaan Akomodasi dan Penyediaan Makanan Minuman
I. Transportasi dan Pergudangan
J. Informasi dan Komunikasi
K. Jasa Keuangan dan Asuransi
L. Real Estate
M. Jasa Profesional, Ilmiah, dan Teknis
 N. Jasa Administratif dan Dukungan
O. Jasa Pendidikan
P. Jasa Kesehatan dan Kegiatan Sosial
Q. Jasa Seni, Hiburan, dan Rekreasi
R. Jasa Lainnya

Sementara itu, NAICS mengelompokkan aktivitas ekonomi ke dalam 20

sektor, yang kemudian dibagi lagi menjadi sub-sektor dan kategori yang
lebih spesifik.

Berikut adalah 20 sektor di dalam NAICS:

A. Pertanian, Kehutanan, Perburuan, dan Perikanan

B. Pertambangan, Penggalian, dan Pengeboran
C. Industri Pengolahan
D. Pengangkutan dan Penyimpanan
E. Informasi
F. Keuangan dan Asuransi
G. Real Estate, Sewa, dan Leasing
H. Jasa Profesional, Ilmiah, dan Teknis
I. Jasa Manajemen Perusahaan
J. Administrasi Pemerintahan, Pertahanan, dan Layanan Sosial
K. Jasa Pendidikan
L. Jasa Kesehatan dan Layanan Sosial
M. Hiburan, Rekreasi, dan Akomodasi
N. Jasa Makanan dan Minuman
O. Perbaikan dan Perawatan
P. Jasa Pribadi
Q. Barang-Barang Tidak Tersebar
R. Konstruksi
S. Perdagangan Besar dan Eceran
T. Jasa Lainnya

2. Klasifikasi Produk
Klasifikasi ini digunakan untuk mengkategorikan produk berdasarkan jenis
dan karakteristiknya. Klasifikasi ini memungkinkan untuk membedakan
antara jenis produk yang berbeda, seperti produk pertanian, produk industri,
dan produk jasa. Klasifikasi produk juga berguna untuk menghasilkan data
statistik terkait dengan produksi, ekspor-impor, dan konsumsi produk secara
spesifik.

Contoh klasifikasi produk yang digunakan secara internasional antara lain

adalah Klasifikasi Produk Standar Internasional (CPC) dan Klasifikasi
Produk Uni Eropa (CPA). CPC dikembangkan oleh PBB dan digunakan
secara internasional, sedangkan CPA dikembangkan oleh Uni Eropa.

CPC dikembangkan oleh Badan PBB untuk Statistik (UN Statistics

Division) dan diperbarui secara berkala untuk mencerminkan perubahan
dalam struktur ekonomi global dalam hal produk. Sistem klasifikasi ini
mengelompokkan barang dan jasa ke dalam sektor-sektor berikut:

A. Barang Konsumen
B. Barang Modal
C. Barang Intermediet
D. Jasa Konsumen
E. Jasa Bisnis

Setiap sektor kemudian dibagi lagi menjadi kategori yang lebih spesifik.
Sebagai contoh, sektor barang konsumen terdiri dari kategori sebagai
berikut:

A. Makanan dan Minuman

B. Pakaian dan Aksesoris
C. Kendaraan Bermotor
D. Alat Elektronik dan Listrik
E. Perhiasan dan Barang-Barang Kecantikan
F. Barang-Barang Olahraga dan Rekreasi
G. Barang-Barang Rumah Tangga dan Furnitur
H. Barang-Barang Medis dan Farmasi
 I. Barang-Barang Lainnya

CPA dikembangkan oleh Eurostat, Kantor Statistik Uni Eropa, dan

didasarkan pada Klasifikasi Produk Standar Internasional (Central Product
Classification/CPC) yang dikembangkan oleh Perserikatan Bangsa-Bangsa.
Sistem klasifikasi ini mengelompokkan produk ke dalam empat tingkat,
yaitu:

A. Tingkat Sebelumnya: terdiri dari 10 sektor ekonomi utama, seperti

pertanian, pertambangan, industri pengolahan, dan sektor jasa.
B. Tingkat Utama: terdiri dari 21 sektor ekonomi utama, seperti makanan,
minuman, dan tembakau, tekstil dan pakaian, dan pengangkutan dan
penyimpanan.
C. Tingkat Sub-sektor: terdiri dari 88 sub-sektor, seperti minuman
beralkohol dan non-alkohol, pakaian luar, dan pengangkutan udara.
D. Tingkat Barang atau Jasa Spesifik: terdiri dari kategori-kategori produk
yang sangat spesifik, seperti susu bubuk, celana jeans, dan tiket
pesawat.

CPA juga memiliki kode-kode yang digunakan untuk mengidentifikasi

produk atau jasa tertentu, sehingga memudahkan dalam pengumpulan data
dan analisis.

3. Klasifikasi Wilayah

Klasifikasi ini digunakan untuk mengkategorikan wilayah berdasarkan

karakteristik geografis atau administratifnya. Klasifikasi ini memungkinkan
untuk membedakan antara negara, wilayah administratif, dan wilayah
geografis yang berbeda. Klasifikasi wilayah juga berguna untuk
menghasilkan data statistik terkait dengan populasi, ekonomi, dan sosial
secara spesifik di masing-masing wilayah.

Contoh klasifikasi wilayah yang digunakan secara internasional antara lain

adalah Klasifikasi Standar Internasional untuk Wilayah Statistik (M49) dan
Klasifikasi Regional Standar Uni Eropa (NUTS). M49 dikembangkan oleh
PBB dan digunakan secara internasional, sedangkan NUTS dikembangkan
oleh Uni Eropa.

M49 terdiri dari tiga tingkat klasifikasi. Level 1 terdiri dari 5 wilayah utama,
yaitu Amerika, Eropa, Asia, Afrika, dan Oceania. Setiap wilayah ini
didefinisikan oleh ciri geografis dan ekonomi yang khas, seperti lokasi
geografis, bahasa, agama, dan karakteristik demografis dan sosial lainnya.
Level 2 terdiri dari 23 sub-wilayah yang didefinisikan berdasarkan ciri khas
yang lebih spesifik. Sebagai contoh, Asia Tenggara adalah salah satu
sub-wilayah di level 2 dan terdiri dari 11 negara seperti Indonesia, Thailand,
dan Malaysia. Setiap sub-wilayah ini memiliki karakteristik geografis dan
ekonomi yang serupa. Level 3 terdiri dari 89 negara atau kelompok negara.
Negara-negara di level 3 dikelompokkan berdasarkan sub-wilayah di level 2
yang memiliki karakteristik yang sama. Misalnya, Indonesia termasuk
dalam kelompok negara Asia Tenggara.

NUTS memiliki tiga tingkat klasifikasi, yaitu NUTS 1, NUTS 2, dan NUTS
3. NUTS 1 terdiri dari wilayah terbesar di Uni Eropa, yaitu negara anggota.
Setiap negara anggota di Uni Eropa diberi kode NUTS 1. NUTS 2 terdiri
dari wilayah sub-nasional yang lebih besar, seperti region atau provinsi di
dalam negara anggota. NUTS 3 terdiri dari wilayah sub-nasional yang lebih
kecil, seperti kabupaten atau kotamadya.

Setiap wilayah di dalam NUTS diberi kode unik untuk memudahkan

pengumpulan data dan analisis statistik. Klasifikasi wilayah dalam NUTS
didasarkan pada kriteria geografis, demografis, dan ekonomi yang serupa.
Hal ini memungkinkan perbandingan data antara wilayah-wilayah yang
serupa dan menganalisis perbedaan dan kesamaan antara wilayah yang
berbeda.

NUTS juga memiliki struktur hierarkis yang memungkinkan

pengelompokan wilayah secara lebih rinci atau agregat. Misalnya, beberapa
negara anggota di Uni Eropa memiliki wilayah yang sangat kecil atau
khusus sehingga mereka dikelompokkan bersama dalam kategori khusus
 yang diberi kode NUTS 2 atau NUTS 3 yang disebut dengan wilayah
statistik khusus (special statistical regions).

4. Klasifikasi Pendidikan

Klasifikasi ini digunakan untuk mengkategorikan tingkat pendidikan

berdasarkan jenis dan level pendidikan. Klasifikasi ini memungkinkan untuk
membedakan antara tingkat pendidikan yang berbeda, seperti pendidikan
dasar, menengah, dan tinggi. Klasifikasi pendidikan juga berguna untuk
menghasilkan data statistik terkait dengan pendidikan dan tenaga kerja
secara spesifik, seperti tingkat pendidikan dan keterampilan yang
dibutuhkan di masing-masing sektor industri.

Contoh klasifikasi pendidikan yang digunakan secara internasional antara

lain adalah Klasifikasi Pendidikan Standar Internasional (ISCED) dan
Klasifikasi Pendidikan Eurostat (ECEC).

ISCED terdiri dari 7 tingkat klasifikasi yang mengacu pada tahap-tahap

yang berbeda dalam proses pembelajaran. Setiap tingkat klasifikasi ISCED
memiliki deskripsi singkat dan kriteria spesifik yang menunjukkan sifat dan
ciri-ciri pendidikan di tingkat tersebut. Berikut adalah penjelasan singkat
mengenai setiap tingkat klasifikasi ISCED:

A. Tingkat 0 - Pendidikan Anak Usia Dini: Jenjang pendidikan ini

diperuntukkan bagi anak usia dini (di bawah 3 tahun) yang belum
memasuki jenjang pendidikan formal.
B. Tingkat 1 - Pendidikan Dasar: Jenjang pendidikan ini diperuntukkan
bagi anak-anak usia sekolah dasar (biasanya 6-12 tahun). Pendidikan
dasar meliputi pemberian dasar-dasar pengetahuan, keterampilan, dan
nilai-nilai moral.
C. Tingkat 2 - Pendidikan Menengah Pertama: Jenjang pendidikan ini
diperuntukkan bagi anak-anak usia sekolah menengah pertama
(biasanya 12-15 tahun). Pendidikan menengah pertama memberikan
pengetahuan yang lebih luas dan mendalam dari pendidikan dasar.
D. Tingkat 3 - Pendidikan Menengah Atas: Jenjang pendidikan ini
diperuntukkan bagi siswa yang berusia sekitar 15-18 tahun. Pendidikan
menengah atas memiliki fokus yang lebih spesifik dan mencakup
subjek yang lebih kompleks.
E. Tingkat 4 - Pendidikan Tinggi: Jenjang pendidikan ini diperuntukkan
bagi siswa yang melanjutkan pendidikan ke perguruan tinggi atau
universitas. Pendidikan tinggi memiliki fokus yang sangat spesifik dan
sering kali membutuhkan pengetahuan yang lebih luas dan mendalam
dari tingkat sebelumnya.
F. Tingkat 5 - Pendidikan Pasca-Tinggi Tidak Terstruktur: Jenjang
pendidikan ini diperuntukkan bagi siswa yang tidak mengikuti program
pendidikan formal, tetapi mengikuti pelatihan atau kursus yang tidak
terstruktur.
G. Tingkat 6 - Pendidikan Pasca-Tinggi Tingkat Lanjut: Jenjang
pendidikan ini diperuntukkan bagi siswa yang mengejar pendidikan
lanjutan setelah menyelesaikan pendidikan tinggi, seperti program
doktoral atau kursus-kursus lanjutan.

ISCED juga membagi setiap tingkat klasifikasi ke dalam dua sub-kategori,

yaitu pendidikan formal dan pendidikan non-formal. Pendidikan formal
merujuk pada program-program yang diselenggarakan oleh institusi
pendidikan formal seperti sekolah dan perguruan tinggi, sedangkan
pendidikan non-formal merujuk pada program-program pendidikan yang
diadakan di luar sekolah seperti kursus maupun komunitas tertentu.

Sementara itu, ECEC terdiri dari 9 tingkat klasifikasi yang mengacu pada
jenis dan tingkat layanan pendidikan anak usia dini. Setiap tingkat
klasifikasi ECEC memiliki deskripsi singkat dan kriteria spesifik yang
menunjukkan sifat dan ciri-ciri layanan pendidikan anak usia dini di tingkat
tersebut. Berikut adalah penjelasan singkat mengenai setiap tingkat
klasifikasi ECEC:

A. Tingkat 0 - Perawatan Anak: Tingkat ini mencakup layanan perawatan

anak usia dini, seperti perawatan harian atau pengasuhan di rumah.
 B. Tingkat 1 - Pendidikan Anak Usia Dini: Tingkat ini mencakup layanan
pendidikan anak usia dini yang bersifat formal, seperti taman
kanak-kanak atau playgroup.
C. Tingkat 2 - Pendidikan Anak Usia Dini Lanjutan: Tingkat ini mencakup
layanan pendidikan anak usia dini yang lebih lanjut, seperti pre-school
atau pendidikan pra-sekolah.
D. Tingkat 3 - Pendidikan Anak Usia Dini Pra-Sekolah: Tingkat ini
mencakup layanan pendidikan anak usia dini pra-sekolah yang lebih
intensif dan lebih disesuaikan dengan kebutuhan anak.
E. Tingkat 4 - Pendidikan Anak Usia Dini Dasar: Tingkat ini mencakup
layanan pendidikan anak usia dini yang lebih lengkap dan meliputi
kegiatan belajar dan bermain, seperti sekolah dasar anak usia dini.
F. Tingkat 5 - Pendidikan Anak Usia Dini Menengah: Tingkat ini
mencakup layanan pendidikan anak usia dini yang lebih fokus pada
aspek belajar dan akademik, seperti program pendidikan menengah
anak usia dini.
G. Tingkat 6 - Pendidikan Anak Usia Dini Tinggi: Tingkat ini mencakup
layanan pendidikan anak usia dini yang lebih fokus pada persiapan
untuk masuk ke sekolah dasar, seperti program persiapan sekolah.
H. Tingkat 7 - Pendidikan Anak Usia Dini Khusus: Tingkat ini mencakup
layanan pendidikan anak usia dini yang ditujukan untuk anak-anak
dengan kebutuhan khusus, seperti layanan pendidikan inklusif atau
layanan pendidikan khusus.
I. Tingkat 8 - Pendidikan Anak Usia Dini Non-Formal: Tingkat ini
mencakup layanan pendidikan anak usia dini yang bersifat non-formal,
seperti kegiatan belajar dan bermain di luar sekolah atau di luar ruang
kelas.

ECEC juga membagi setiap tingkat klasifikasi ke dalam dua sub-kategori,

yaitu pendidikan formal dan pendidikan informal sama seperti ISCED.

5. Klasifikasi Pekerjaan
Klasifikasi ini digunakan untuk mengkategorikan jenis pekerjaan
berdasarkan keahlian, tugas, dan tanggung jawab yang diperlukan. Hal ini
berguna untuk menghasilkan data statistik terkait dengan tenaga kerja secara
spesifik di masing-masing sektor industri atau jenis pekerjaan tertentu.
Contoh klasifikasi pekerjaan yang digunakan secara internasional antara lain
adalah Klasifikasi Pekerjaan Standar Internasional (ISCO).

ISCO terdiri dari 10 kategori pekerjaan utama (major groups), yaitu:

A. Pekerjaan Administratif dan Manajerial

B. Pekerjaan Profesional
C. Pekerjaan Teknis dan Berpengalaman
D. Pekerjaan Pendidikan
E. Pekerjaan Kesehatan dan Kesejahteraan Sosial
F. Pekerjaan Layanan dan Penjualan
G. Pekerjaan Pertanian, Kehutanan, Perikanan, dan Pertambangan
H. Pekerjaan Pengrajin, Pedagang, dan Pekerja di Bidang Produksi
I. Pekerjaan Pengangkutan, Pelayaran, dan Komunikasi
J. Pekerjaan yang Tidak Diklasifikasikan di Kategori Lainnya

Setiap kategori utama dibagi lagi ke dalam sub-kategori dan

sub-sub-kategori yang semakin spesifik. Sub-kategori pertama disebut
sebagai minor group, sedangkan sub-sub-kategori disebut sebagai unit
group. Unit group merupakan kategori pekerjaan terkecil dalam ISCO.

Misalnya, kategori utama "Pekerjaan Teknis dan Berpengalaman" memiliki

3 minor group, yaitu:

A. Pekerjaan Teknik dan Ilmiah

B. Pekerjaan Teknisi dan Asosiasi Profesional
C. Pekerjaan di Bidang Kesehatan, Sosial, dan Penjagaan

Kemudian, minor group pertama "Pekerjaan Teknik dan Ilmiah" dibagi lagi
ke dalam beberapa unit group, seperti "Ilmuwan Komputer", "Insinyur
Listrik", dan "Teknisi Laboratorium".
 ISCO direvisi secara berkala oleh ILO untuk mengikuti perkembangan
pekerjaan dan pasar tenaga kerja global. Versi terbaru dari ISCO adalah
ISCO-08 yang diperkenalkan pada tahun 2008 dan masih digunakan hingga
saat ini.

6. Klasifikasi Pengeluaran

Klasifikasi ini digunakan untuk mengkategorikan pengeluaran rumah tangga

atau instansi publik berdasarkan jenis pengeluaran. Hal ini berguna untuk
menghasilkan data statistik terkait dengan konsumsi rumah tangga atau
belanja pemerintah secara spesifik, seperti jenis barang dan jasa yang
dikonsumsi atau dibeli. Contoh klasifikasi pengeluaran yang digunakan
secara internasional antara lain adalah Klasifikasi Pengeluaran Standar
Internasional (COICOP) dan Klasifikasi Pengeluaran Uni Eropa (CPA).

COICOP mengklasifikasikan pengeluaran rumah tangga menjadi 12

kategori utama, yaitu:

A. Makanan dan Minuman Non-alkoholik

B. Minuman Beralkohol, Rokok dan Tembakau
C. Pakaian dan Alas Kaki
D. Penginapan, Gas dan Listrik
E. Perawatan Kesehatan
F. Transportasi
G. Komunikasi
H. Rekreasi dan Budaya
I. Pendidikan
J. Restoran dan Hotel
K. Barang-barang dan Jasa Lainnya
L. Pajak pada Produk dan Layanan.

Setiap kategori utama dibagi lagi menjadi sub-kategori dan

sub-sub-kategori yang lebih spesifik. Misalnya, sub-kategori “Pakaian dan
Alas Kaki” mencakup pakaian, alas kaki, dan aksesoris, sedangkan
 sub-kategori “Transportasi” mencakup kendaraan bermotor, bahan bakar
kendaraan, dan transportasi umum.

COICOP memiliki beberapa keuntungan, di antaranya adalah

memudahkan perbandingan data pengeluaran rumah tangga antar negara,
memungkinkan analisis perubahan tren konsumsi, dan memfasilitasi
perbandingan pengeluaran rumah tangga dengan pengeluaran pemerintah
dan bisnis. Namun, COICOP juga memiliki beberapa keterbatasan, seperti
tidak dapat membedakan antara pengeluaran yang berkaitan dengan
kebutuhan dasar dan pengeluaran mewah, serta tidak mempertimbangkan
perbedaan dalam harga dan ketersediaan barang dan jasa antar negara.

Sementara itu, CPA dibagi menjadi enam tingkatan, mulai dari tingkat
terbesar hingga tingkat terkecil, yaitu:

A. Tingkat satu: Kategori yang menunjukkan kegiatan ekonomi umum

seperti pertanian, pertambangan, dan manufaktur.
B. Tingkat dua: Sub-kategori yang lebih spesifik untuk setiap kategori
pada tingkat satu.
C. Tingkat tiga: Kelompok produk atau layanan yang dihasilkan oleh
suatu kegiatan ekonomi.
D. Tingkat empat: Sub-kelompok produk atau layanan yang lebih spesifik
untuk setiap kelompok pada tingkat tiga.
E. Tingkat lima: Produk atau layanan yang sangat spesifik dan terkait
dengan spesifikasi teknis atau fungsi.
F. Tingkat enam: Kode detail produk atau layanan yang sangat spesifik.

CPA 2008 adalah revisi terbaru dari CPA dan mencakup lebih dari 10.000
kategori produk dan layanan. CPA 2008 mempertimbangkan perkembangan
teknologi dan tren baru dalam ekonomi dan memberikan rincian yang lebih
detail daripada versi sebelumnya, seperti penambahan sub-kategori untuk
industri kreatif dan sub-kategori baru untuk produk energi terbarukan. CPA
2008 juga mempertimbangkan hubungan antara produk dan layanan yang
terkait, sehingga memungkinkan untuk lebih memahami hubungan antara
kegiatan ekonomi dan produk atau layanan yang dihasilkan.
7. Klasifikasi Layanan

Klasifikasi ini digunakan untuk mengkategorikan layanan publik atau privat

berdasarkan jenis layanan yang diberikan. Contoh klasifikasi layanan yang
digunakan secara internasional antara lain adalah Klasifikasi Layanan
Standar Internasional (CPC-S) dan Klasifikasi Layanan Uni Eropa (CPSA).

CPC-S terdiri dari 11 sektor utama, yaitu:

A. Perdagangan grosir dan eceran; perbaikan mobil dan sepeda motor.

B. Transportasi, pergudangan, dan komunikasi.
C. Penginapan dan layanan makanan.
D. Informasi dan komunikasi.
E. Jasa keuangan dan asuransi.
F. Real estate.
G. Jasa profesional, ilmiah, dan teknis.
H. Jasa administratif dan dukungan.
I. Jasa pendidikan.
J. Jasa kesehatan dan sosial.
K. Jasa lainnya.

Setiap sektor dalam CPC-S kemudian dibagi menjadi sub-sektor yang lebih
spesifik dan akhirnya ke kategori spesifik layanan. Misalnya, sektor jasa
kesehatan dan sosial terdiri dari sub-sektor seperti pelayanan kesehatan, jasa
perawatan anak dan orang tua, serta pelayanan kesejahteraan sosial,
sedangkan sub-sektor jasa perawatan anak dan orang tua terdiri dari kategori
seperti penitipan anak, perawatan orang tua, dan pengasuh bayi.

Sementara itu, CPSA terdiri dari enam tingkat klasifikasi, di mana setiap
tingkat yang lebih tinggi mencakup jumlah aktivitas yang lebih sedikit tetapi
lebih umum. Berikut adalah penjelasan singkat tentang setiap tingkat:

A. Tingkat 1: Tingkat 1 CPSA terdiri dari 10 sektor utama, termasuk

Pertanian, Kehutanan, dan Perikanan, Pertambangan dan Penggalian,
serta Jasa Keuangan dan Asuransi.
 B. Tingkat 2: Tingkat 2 CPSA mencakup 41 sub-sektor yang lebih
spesifik, seperti Pertanian Tanaman dan Peternakan, Penambangan Batu
Bara, dan Asuransi Kesehatan.
C. Tingkat 3: Tingkat 3 CPSA mencakup 182 kelompok industri, seperti
Perikanan Laut Dalam dan Penambangan Emas dan Perak.
D. Tingkat 4: Tingkat 4 CPSA mencakup 534 kategori barang, seperti ikan
segar dan bawang merah.
E. Tingkat 5: Tingkat 5 CPSA mencakup lebih dari 3000 kategori barang,
seperti tuna segar atau jagung.
F. Tingkat 6: Tingkat 6 CPSA mencakup lebih dari 10.000 kategori
barang, seperti daging sapi segar atau kayu keras.

2.8 Klasifikasi yang Digunakan di Indonesia

Berikut adalah jenis-jenis klasifikasi statistik yang ada di Indonesia secara lengkap:

1. Klasifikasi Berdasarkan Lapangan Usaha

Klasifikasi ini mengelompokkan data ekonomi berdasarkan jenis lapangan

usaha atau kegiatan ekonomi. Contohnya adalah KBJI (Klasifikasi Baku
Lapangan Usaha Indonesia) yang digunakan oleh Badan Pusat Statistik
(BPS) untuk mengelompokkan data ekonomi.

KBJI mengelompokkan sektor utama lapangan usaha ke dalam 21

kelompok yang terdiri dari:

A. Pertanian, kehutanan dan perikanan

B. Pertambangan dan penggalian
C. Industri pengolahan
D. Pengadaan listrik, gas, uap/panas dan udara dingin
E. Pengadaan air, pengelolaan sampah, limbah dan daur ulang
F. Konstruksi
G. Perdagangan besar dan eceran; reparasi mobil dan sepeda motor
H. Pengangkutan dan pergudangan
I. Akomodasi dan penyediaan makan minum
 J. Informasi dan komunikasi
K. Jasa keuangan dan asuransi
L. Real estate
M. Jasa perusahaan
N. Administrasi pemerintahan, pertahanan dan jaminan sosial wajib
O. Jasa pendidikan
P. Jasa kesehatan dan kegiatan sosial
Q. Jasa kemasyarakatan, sosial dan personal
R. Kegiatan rumah tangga sebagai pemberi kerja
S. Kegiatan yang belum terklasifikasi
T. Pembiayaan, sewa guna usaha dan jasa perusahaan holding
U. Jasa lainnya

Sektor ini kemudian dibagi lagi menjadi subsektor, sub-subsektor, dan

seterusnya, hingga mencapai level yang paling spesifik. Setiap subsektor
mengelompokkan jenis usaha yang mirip atau memiliki kesamaan dalam
produksi barang atau jasa yang dihasilkan. Misalnya, subsektor
perdagangan eceran membagi jenis usaha ke dalam sub-subsektor seperti
perdagangan eceran makanan, minuman, dan tembakau; perdagangan
eceran pakaian; dan sebagainya.

2. Klasifikasi Berdasarkan Posisi Pekerjaan

Klasifikasi ini mengelompokkan data berdasarkan posisi pekerjaan atau

jabatan. Contohnya adalah KBJI (Klasifikasi Baku Jabatan Indonesia).

Sektor dalam KBJI mengacu pada kelompok jabatan atau posisi kerja yang
memiliki karakteristik atau ciri-ciri yang sama dalam tugas, tanggung
jawab, dan persyaratan yang dibutuhkan. KBJI mengelompokkan sektor
utama ke dalam 11 kelompok yang terdiri dari:

A. Kepala Daerah dan Wakil Kepala Daerah

B. Kepala dan Wakil Kepala Badan atau Dinas
C. Pejabat Eselon I
D. Pejabat Eselon II
 E. Pejabat Eselon III
F. Pejabat Eselon IV
G. Ahli Utama
H. Ahli Pertama
I. Ahli Madya
J. Fungsional Umum
K. Fungsional Tertentu

Sektor ini kemudian dibagi lagi menjadi subsektor, sub-subsektor, dan

seterusnya, hingga mencapai level yang paling spesifik. Setiap subsektor
mengelompokkan jenis jabatan atau posisi kerja yang mirip atau memiliki
kesamaan dalam tugas, tanggung jawab, dan persyaratan yang dibutuhkan.
Misalnya, subsektor Pejabat Eselon II membagi jabatan atau posisi kerja ke
dalam sub-subsektor seperti Kepala Bagian, Kepala Sub Bagian, dan
sebagainya.

3. Klasifikasi Berdasarkan Komoditas

Klasifikasi ini digunakan untuk mengelompokkan berbagai jenis barang dan

jasa berdasarkan komoditas yang dihasilkan atau diperdagangkan di
Indonesia. Klasifikasi ini digunakan oleh berbagai instansi pemerintah,
lembaga statistik, akademisi, dan pelaku bisnis dalam menjalankan aktivitas
dan kegiatan yang berkaitan dengan analisis ekonomi, penelitian pasar, dan
pemantauan harga komoditas di Indonesia. Contohnya dari klasifikasi ini
adalah KBKI (Klasifikasi Baku Komoditas Indonesia).

Sektor dalam KBKI terdiri dari 20 sektor yang mengelompokkan komoditas

berdasarkan jenis dan sifatnya. Berikut adalah penjelasan singkat tentang
masing-masing sektor dalam KBKI:

A. Pertanian, Perkebunan, dan Kehutanan: meliputi komoditas pertanian

seperti padi, jagung, kedelai, tebu, dan juga komoditas kehutanan
seperti kayu, karet, dan kelapa sawit.
B. Perikanan: meliputi komoditas perikanan dan hasil laut seperti ikan,
udang, kepiting, dan kerang.
C. Pertambangan dan Penggalian: meliputi komoditas tambang seperti
minyak bumi, gas alam, batu bara, bijih besi, dan timah.
D. Industri Dasar dan Kimia: meliputi komoditas kimia seperti pupuk,
bahan kimia dasar, dan asam.
E. Logam, Mesin, dan Alat Transportasi: meliputi komoditas logam seperti
besi, baja, dan tembaga, serta mesin dan alat transportasi seperti mobil,
sepeda motor, dan kereta api.
F. Elektronik dan Optik: meliputi komoditas elektronik dan optik seperti
televisi, kamera, dan alat komunikasi.
G. Tekstil, Pakaian, dan Kulit: meliputi komoditas tekstil seperti kain,
benang, dan pakaian, serta kulit dan barang-barang yang terbuat dari
kulit seperti sepatu dan tas.
H. Makanan dan Minuman: meliputi komoditas makanan seperti mi,
biskuit, cokelat, minyak goreng, dan minuman seperti teh, kopi, dan air
mineral.
I. Tembakau: meliputi komoditas tembakau dan produk-produk tembakau
seperti rokok dan cerutu.
J. Kertas dan Barang dari Kertas: meliputi komoditas kertas dan
barang-barang yang terbuat dari kertas seperti buku, majalah, kantong
kertas, dan kotak kemasan.
K. Barang-barang dari Kayu: meliputi komoditas barang-barang dari kayu
seperti mebel, pintu, dan jendela.
L. Karet dan Barang dari Karet: meliputi komoditas karet dan
barang-barang yang terbuat dari karet seperti ban, selang, dan pelapis
lantai.
M. Batu, Tanah Liat, dan Barang dari Tanah Liat: meliputi komoditas batu,
tanah liat, dan barang-barang yang terbuat dari tanah liat seperti
genteng, pipa, dan ubin.
N. Logam Mulia dan Barang dari Logam Mulia: meliputi komoditas logam
mulia seperti emas, perak, dan platinum, serta barang-barang yang
terbuat dari logam mulia seperti perhiasan dan medali.
O. Barang-barang dari Logam: meliputi komoditas barang-barang dari
logam seperti peralatan dapur, pintu, jendela, dan alat-alat elektronik kecil.
 P. Mesin dan Alat: meliputi komoditas mesin dan alat seperti mesin
industri, alat pengukur, dan peralatan konstruksi.
Q. Produk Karet dan Plastik: meliputi komoditas produk karet dan plastik
seperti botol plastik, kemasan plastik, dan tali rafia.
R. Barang-barang dari Bahan Mineral: meliputi komoditas barang-barang
dari bahan mineral seperti batu permata, keramik, dan porselen.
S. Barang-barang dari Kerajinan: meliputi komoditas barang-barang dari
kerajinan seperti kerajinan tangan, patung, dan tekstil tradisional.
T. Jasa: meliputi jasa-jasa seperti perbankan, asuransi, jasa konsultan, jasa
transportasi, dan jasa kesehatan.

4. Klasifikasi Berdasarkan Geografi

Klasifikasi ini mengelompokkan data berdasarkan lokasi geografis.

Contohnya adalah KLAS (Klasifikasi Kabupaten/Kota) yang digunakan
oleh BPS untuk mengelompokkan data berdasarkan kabupaten/kota di
Indonesia.

Sektor dalam KLAS terdiri dari 5 sektor yang mengelompokkan

kabupaten/kota berdasarkan karakteristik wilayahnya. Berikut adalah
penjelasan singkat tentang masing-masing sektor dalam KLAS:

A. Wilayah Pertanian: sektor ini terdiri dari kabupaten/kota yang

mayoritas wilayahnya digunakan untuk pertanian dan perkebunan.
Kabupaten/kota dalam sektor ini memiliki potensi sumber daya alam
seperti lahan pertanian yang subur dan air yang cukup.
B. Wilayah Perkotaan: sektor ini terdiri dari kabupaten/kota yang
mayoritas wilayahnya merupakan daerah perkotaan. Kabupaten/kota
dalam sektor ini memiliki potensi sumber daya manusia yang
berkualitas, sarana dan prasarana transportasi yang baik, dan
perkembangan sektor industri dan perdagangan yang pesat.
C. Wilayah Kepulauan: sektor ini terdiri dari kabupaten/kota yang terdiri
dari kepulauan atau wilayah pesisir dengan karakteristik geografi yang
khas. Kabupaten/kota dalam sektor ini memiliki potensi sumber daya
alam seperti hasil laut, pariwisata, dan budaya lokal yang unik.
 D. Wilayah Pegunungan: sektor ini terdiri dari kabupaten/kota yang
mayoritas wilayahnya terletak di daerah pegunungan. Kabupaten/kota
dalam sektor ini memiliki potensi sumber daya alam seperti air terjun,
keindahan alam, dan potensi sumber daya mineral.
E. Wilayah Perbatasan: sektor ini terdiri dari kabupaten/kota yang
berbatasan langsung dengan negara tetangga. Kabupaten/kota dalam
sektor ini memiliki karakteristik sosial ekonomi yang khas seperti
multikultural, multibahasa, dan perbedaan sosial ekonomi yang
signifikan antara wilayah perbatasan dengan wilayah lainnya.

5. Klasifikasi Berdasarkan Sumber Data

Klasifikasi ini mengelompokkan data berdasarkan sumber data yang

digunakan untuk mengumpulkannya. Contohnya adalah Susenas (Survei
Sosial Ekonomi Nasional) yang merupakan survei yang dilakukan oleh
BPS untuk mengumpulkan data sosial dan ekonomi di Indonesia.

6. Klasifikasi Berdasarkan Waktu

Klasifikasi ini mengelompokkan data berdasarkan periode waktu tertentu.

Contohnya adalah data bulanan atau data tahunan yang dikelompokkan
berdasarkan bulan atau tahun.

7. Klasifikasi Berdasarkan Penghasilan

Klasifikasi ini mengelompokkan data berdasarkan tingkat penghasilan.

Contohnya adalah PDRB (Produk Domestik Regional Bruto) per kapita
yang mengukur rata-rata penghasilan per individu di suatu wilayah.

8. Klasifikasi Berdasarkan Usia

Klasifikasi ini mengelompokkan data berdasarkan rentang usia tertentu.

Contohnya adalah Klasifikasi Umur menurut kelompok usia yang
digunakan untuk mengelompokkan data berdasarkan kelompok umur.

9. Klasifikasi Berdasarkan Jenis Kelamin

Klasifikasi ini mengelompokkan data berdasarkan jenis kelamin.
Contohnya adalah data kependudukan yang dikelompokkan berdasarkan
jenis kelamin yaitu laki-laki dan perempuan.
 BAB III
Penutup
3.1. Kesimpulan
Generic Activity Model for Statistical Organizations (GAMSO) menjelaskan dan
mendefinisikan kegiatan yang yang terjadi di dalam suatu lembaga yang
menghasilkan Official Statistics. Sedangkan, Generic Statistical Business Process
Model (GSBPM) menjelaskan dan mendefinisikan serangkaian proses bisnis
yang diperlukan untuk menghasilkan statistik resmi. GAMSO memperluas dan
melengkapi Generic Statistical Business Process Model (GSBPM) dengan
menambahkan aktivitas tambahan yang diperlukan untuk mendorong kegiatan
produksi statistik. Di Jepang,The Statistics Bureau of Japan (SBJ) telah
mengadopsi kerangka GAMSO sebagai langkah untuk meningkatkan proses
statistik. Proses bisnis dari Statistics Bureau of Japan melibatkan beberapa tahap,
yaitu produksi data statistik, perencanaan dan desain untuk produksi data statistik,
alur pemrosesan data, dan pemrosesan data statistik resmi dan kompilasi
informasi statistik dilakukan oleh NSTAC. Jepang dan Indonesia merupakan dua
negara yang memiliki perbedaan dalam berbagai hal, termasuk dalam
pengembangan statistik nasional dan implementasi GAMSO dan GSBPM.

Jenis-jenis klasifikasi statistik internasional yaitu klasifikasi industri, klasifikasi

produk, klasifikasi wilayah, klasifikasi pekerjaan, klasifikasi pendidikan,
klasifikasi pengeluaran, dan klasifikasi layanan. Jenis-jenis klasifikasi statistik
yang ada di Indonesia yaitu klasifikasi berdasarkan lapangan usaha, klasifikasi
berdasarkan posisi pekerjaan, klasifikasi berdasarkan komoditas, klaisifikasi
berdasarkan geografi, klasifikasi berdasarkan sumber data, klasifikasi
berdasarkan waktu, klasifikasi berdasarkan penghasilan, klasifikasi berdasarkan
usia, dan klasifikasi berdasarkan jenis kelamin.

3.2. Saran

Berdasarkan pemaparan di atas, penulis hendak memberikan saran kepada diri

penulis sendiri agar dapat melakukan pengkajian yang lebih mendalam terkait
GAMSO dan GSBPM dari Negara Jepang dan Indonesia agar hasilnya dapat
digunakan sebagai bahan evaluasi terkait permasalahan kualitas statistik di
Indonesia yang masih tertinggal dibanding Jepang.

Penulis juga memberikan saran kepada Pemerintah Indonesia agar dapat

memberikan anggaran dana yang lebih besar untuk kegiatan statistik agar data dan
informasi yang diperoleh memiliki kualitas yang lebih baik dari sebelumnya.
Penulis pun memberikan saran kepada Badan Pusat Statistik (BPS) Indonesia agar
mampu menyusun kegiatan statistik dengan lebih efektif dan efisien.

Penulis juga memberikan saran kepada masyarakat pada umumnya untuk bisa
meningkatkan kesadarannya terhadap pentingnya kegiatan statistik bagi
perancangan kebijakan negara ataupun daerah sehingga dapat terciptanya
koordinasi yang baik antara BPS sebagai penyelenggara statistik dan masyarakat
sebagai responden.
 Daftar Pustaka

European Statistical System. (2021). Statistical classifications. Diakses pada 13 April

2023 dari https://ec.europa.eu/eurostat/web/classifications.

International Standard Classification of Occupations (ISCO) - International Labour

Organization. (2021). International Standard Classification of Occupations
(ISCO). Diakses pada 13 April 2023 dari
https://www.ilo.org/public/english/bureau/stat/isco/.

International Standard Industrial Classification of All Economic Activities (ISIC) -

United Nations Statistics Division. (2021). International Standard Industrial
Classification of All Economic Activities (ISIC). Diakses pada 13 April 2023
dari https://unstats.un.org/unsd/classifications/Econ/ISIC/Default.aspx.

Kitano, N., & Hokimoto, T. (2016). From Business Process to Generic Activity Model
of Statistical Organization (GAMSO): The Case of Japan. Journal of Official
Statistics, 32(1), 81-97.

Kiyota, K. (2017). The use of GSBPM to design a sustainable official statistics system:
A case study of Japan. Dalam Prosiding Joint UNECE/Eurostat Work Session
on Statistical Metadata (METIS) (pp. 49-62).

National Statistics Center. Produce Statistics. Diakses pada 13 April 2023 dari
https://www.nstac.go.jp/en/create/?doing_wp_cron=1681481281.13354492187500
00000000

Nomura, H., Yonezawa, Y., & Kawai, Y. (2014). Implementing the Generic
Statistical Business Process Model (GSBPM) in Japan: A case study. Journal
of Official Statistics, 30(4), 607-624.

Pradipta, I. A., & Indrawati, I. (2020). Penerapan Klasifikasi Berdasarkan Komoditi

Indonesia (KBKI) Dalam Pembentukan Skala Kategori Dampak Lingkungan
Kegiatan Pertambangan. Jurnal Sains dan Seni ITS, 9(2), B222-B227.
Saepudin, E., & Sunarya, N. (2017). Analisis Penerapan Klasifikasi Baku Jabatan
Indonesia (KBJI) Terhadap Sistem Penggajian Pegawai di Pemerintah Daerah
Kota Tasikmalaya. Jurnal Administrasi Publik, 5(2), 85-93.

United Nations Statistics Division. (2021). International Classifications. Diakses pada 13

April 2023 dari https://unstats.un.org/unsd/classifications/.

Widodo, H., & Irianto, H. E. (2018). Studi Tentang Kebijakan Klasifikasi Lapangan
Usaha Berdasarkan KBLI 2017. Jurnal Kebijakan dan Administrasi Publik,
22(1), 1-14.