Kata Pengantar

Puji dan syukur kami panjatkan kepada kehadirat Allah SWT, Tuhan yang Maha Esa
karena anugerah dari-Nya saya dapat menyelesaikan makalah tentang “Analisis Kesiapan
Penggunaan Big Data Pada Direktorat Penilaian” yang merukan tugas untuk mata kuliah
Analisis Big Data. Berkat tugas kuliah menulis makalah ini maka saya dapat menambah
wawasan saya dan bertambah ilmu saya.
Dengan menulis makalah ini, semoga pembaca dapat menambah ilmu dan bertambah
pula wawasan tentang big data. Sering kali, istilah 'big data' menjadi topik hangat dan sering
dibahas dalam industri IT (Information Technology). Dan saat ini sudah banyak perusahaan
yang telah menerapkan cara untuk menangani fenomena big data ini, misalnya dengan
menambah kapasitas infrastruktur ataupun implementasi teknologi seperti virtualisasi.
Demikian yang dapat kami sampaikan, semoga makalah ini bisa bermanfaat dan jangan
lupa ajukan kritik dan saran terhadap makalah ini agar kedepannya bisa diperbaiki.

Jakarta, 13 Mei 2023

Penyusun

I
 Daftar Isi

Kata Pengantar ....................................................................................................................... I

Daftar Isi ...............................................................................................................................II
BAB I ................................................................................................................................... 1
Pendahuluan.......................................................................................................................... 1
1.1 Latar Belakang ........................................................................................................ 1
1.2 Rumusan Masalah ................................................................................................... 1
1.3 Tujuan..................................................................................................................... 2
BAB II .................................................................................................................................. 3
Pembahasan .......................................................................................................................... 3
2.1 Pengertian Big Data ................................................................................................ 3
2.2 Penerapan Big Data di Direktorat Penilaian ............................................................. 3
2.3 Tahapan Kerangka Konseptial Penerapan Big Data ................................................. 4
2.4 Tantangan Dalam Implementasi Big Data Pada Direktoran Penilaian ...................... 5
BAB III ................................................................................................................................. 7
Penutup ................................................................................................................................. 7
3.1 Kesimpulan ............................................................................................................. 7
3.2 Saran....................................................................................................................... 7
3.3 Daftar Pustaka......................................................................................................... 8

II
 BAB I

Pendahuluan
1.1 Latar Belakang
Tidak ada instansi yang mampu berjalan secara efektif tanpa adanya data yang
berkualitas tinggi. Konsep Big Data telah ada selama bertahun-tahun; sebagian besar organisasi
sekarang mengerti bahwa jika organisasi mampu menangkap semua data yang mengalir ke
bisnis, organisasi dapat menerapkan analitik dan mendapatkan nilai manfaat yang signifikan
dari data tersebut. Beberapa tahun yang lalu sebuah bisnis atau organisasi akan mengumpulkan
informasi, menjalankan analitik, dan menggali informasi yang dapat digunakan untuk
keputusan di masa mendatang, kini bisnis dapat mengidentifikasi wawasan yang didapat untuk
keputusan segera. Kemampuan untuk bekerja lebih cepat dan akuntabel memberi organisasi
keunggulan kompetitif yang tidak dimiliki sebelumnya.
Direktorat Penilaian Direktorat Jenderal Kekayaan Negara, sebagai salah satu unit pada
instansi pemerintah, yang didalamnya data memiliki peranan yang sangat penting dapat
mengadopsi teknologi Big Data ke dalam proses bisnisnya. Hal ini dapat dilakukan untuk
meningkatkan kualitas penilai pemerintah, penyusunan kebijakan maupun standardisasi
penilaian (data-driven-policymaking) serta pengembangan proses/metodologi penilaian itu
sendiri. Saat ini, penelitian yang memanfaatkan Big Data di lingkungan Direktorat Jenderal
Kekayaan Negara masih belum populer, khususnya di kalangan penilai. Keterbatasan piranti
lunak serta keterbatasan akses terhadap data dianggap menjadi salah satu penyebabnya.
Kesiapan penerapan Big Data dalam sebuah organisasi dilakukan untuk menunjukkan
proses evolusi yang sedang dan telah dilakukan oleh sebuah organisasi dalam
mengintegrasikan, mengelola, dan memanfaatkan semua sumber data yang relevan baik
internal dan eksternal. Hal ini mencakup menciptakan ekosistem yang inovatif, memberikan
nilai bisnis yang bermanfaat dan memungkinkan transformasi yang berdampak. Dengan kata
lain, kesiapan penerapan Big Data tidak hanya memiliki beberapa tekonologi untuk menangani
data dengan volume tinggi atau tentang menggunakan media sosial untuk menganalisis opini
publik, tetapi sebuah proses yang melibatkan pembangunan ekosistem yang mencakup
teknologi, manajemen data, analisis, pengaturan dan komponen organisasi (Halper, Fern, &
Krishnan, 2013).
1.2 Rumusan Masalah
Dari latar belakang yang telah dibahas kita dapat menemukan rumusan masalah, yaitu
sebagai berikut :

1. Apa definisi atau pengertian Big Data?

2. Bagaimana penerapan Big Data pada Direktorat Penilaian?
3. Apa saja tantangan Dalam Implementasi Big Data Pada Direktoran Penilaian?

1
1.3 Tujuan
Adapun tujuan dari penulisan makalah ini adalah sebagai berikut :

1. Untuk mengetahui definisi atau pengertian Big Data.

2. Untuk mengetahui penerapan Big Data pada Direktorat Penilaian
3. Untuk mengetahui apa saja tantangan Dalam Implementasi Big Data Pada Direktoran
Penilaian

2
 BAB II

Pembahasan
2.1 Pengertian Big Data
Big data adalah sebuah data elektronik yang sangat besar, yang mempunyai banyak
macam jenis dan data elektronik ini sangat cepat berubah. Big data saat ini banyak di gunakan
orang-orang untuk membantu kebutuhan. Banyak sekali data yang tersebar dan tersimpan di
komputer-komputer di internet misalnya seperti teks, gambar,video, suara, animasi, blog, buku,
cuaca, GPS, temperatur, dan masih banyak lagi jenis nya.
Untuk mengolah Big Data menjadi informasi yang lebih berguna, perlu program “big”
yang artinya bukan program “biasa”. Jika data konvensional selama ini hanya berisi teks dan
angka biasa seperti data keuangan, maka cukup diolah dengan database biasa pula, misal MS
Access, MS SQL Server, dan lain-lain yang selama ini hanya untuk mengolah data terstruktur.
Big Data tidak dapat diolah hanya dengan program database konvensional yang disebut SQL
(Structured Query Language) atau RDBMS (Relational Database Management System). Big
Data membutuhkan program database yang mendukung NoSQL (Not only SQL), yang mampu
mengolah data tidak terstruktur.
Dalam bahasa Inggris, Big Data terkait dengan 3V, yakni Volume (ukuran data sangat
besar), Velocity (kecepatan transfer/perubahan data sangat tinggi), dan Variety (variasi atau
jenis data sangat banyak). Ada juga yang menjadikan 4V, ditambah Value, karena sangat
besarnya nilai bisnis yang dihasilkan, sehingga menjadi besar pula peluang kerja bagi
profesional di bidang pemrograman komputer, pengolahan data statitisk, dan Cloud
Computing.
2.2 Penerapan Big Data di Direktorat Penilaian
Penerapan Big Data di Direktorat Penilaian dapat dikategorikan berada pada tahap pre-
adoption. Kesadaran dari Direktorat Penilaian dan pimpinan telah terbentuk untuk melakukan
perbaikan proses bisnis dengan melibatkan teknologi Big Data. Organisasi juga sudah mulai
bereksperimen dengan beberapa tools pendukung Big Data, namun sistem analitik belum
berjalan dan dipakai untuk memecahkan masalah. Direktorat Penilaian juga telah
mengantisipasi penggunaan Big Data dalam proses bisnisnya, dan telah menginvestasikan
infrastruktur pendukung, namun mekanisme kerja dan budaya analitik belum terlaksana.
Kekuatan Direktorat Penilaian menuju Big Data terletak pada ketersediaan beragam data yang
update, real time, terintegrasi dan terbuka, sehingga memungkinkan pemanfaatannya untuk
berbagai kepentingan. Bentuk-bentuk penerapan Big Data pada Direktorat Penilaian masih
sangat luas serta masih dapat terus dikembangkan. Beberapa peluang penerapan Big Data pada
Direktorat Penilaian antara lain dan tidak terbatas pada: Profiling Penilai Pemerintah,
Pengembangan Metode Penilaian, Optimasi Waktu dan Biaya, Pengambilan Kebijakan
Strategis dan Penyusunan Peraturan Penilaian.
Dibalik berbagai peluang penggunaan Big Data, hal terpenting yang perlu diperhatikan
oleh Direktorat Penilaian adalah perencanaan yang matang dalam memutuskan pemanfaatan
teknologi Big Data agar sesuai dengan kebutuhan organisasi. Jangan sampai Direktorat

3
Penilaian menggunakan Big Data analitik dan mengalokasikan anggaran besar untuk
implementasinya tanpa tujuan serta perencanaan yang jelas. Sebab data besar menimbulkan
peluang dan tantangan besar, namun kekuatannya tidak hanya bergantung pada teknik
pengolahan data yang digunakan, tetapi lebih kepada bagaimana hasilnya dapat menjadi
pengetahuan yang digunakan untuk membuat keputusan cerdas (Charles, Vincent, & Tatiana,
2013). Untuk membantu Direktorat Penilaian dalam menangkap peluang dari penerapan Big
Data, perlu disusun kerangka konseptual penerapan Big Data pada Direktorat Penilaian.
Kerangka konseptual ini dapat diadopsi dari kerangka konseptual yang telah
diimplementasikan oleh berbagai instansi.
2.3 Tahapan Kerangka Konseptial Penerapan Big Data
Berikut merupakan penjelasan mengenai setiap tahapan dalam kerangka konseptual
penerapan Big Data:

1. Data Sources

Pada tahapan pertama yaitu Data Sources atau sumber data, organisasi berfokus pada
aktivitas bagaimana/cara mendapatkan data yang dibutuhkan dalam proses bisnis
organisasi. Sumber data yang dapat digunakan oleh Direktorat Penilaian sangat
beragam jenisnya dan berasal dari berbagai sumber. Berdasarkan sumber data, data
yang dapat digunakan oleh Direktorat Penilaian dapat dikelompokkan menjadi dua jenis
data, yaitu data survei dan data non-survei. Data survei merupakan data yang dihimpun
dari kegiatan survei. Data non-survei merupakan data yang bersumber dari unit kerja
atau instansi lain. Sumber data non-survei dapat berupa integrasi data dengan aplikasi
internal DJKN (e-Auction) maupun integrasi atau pertukaran data dengan instansi
eksternal.
2. Data Preparation
Data Preparation adalah proses untuk mengumpulkan, membersihkan (cleansing),
mengkonsolidasikan data ke dalam sebuah file atau database, untuk kebutuhan analisis
selanjutnya. Saat ini, sebagian besar data pada Direktorat Penilaian telah terekam pada
Sistem Informasi Penilaian (SIP). Pada umumnya dalam proses Big Data analitik, salah
satu tahapan yang membutuhkan banyak waktu dan sumber daya adalah proses
penyiapan data. Bagaimana data tersebut direncanakan dari awal untuk mengurangi
waktu serta sumber daya yang dibutuhkan dalam proses data preparation dapat
membantu Direktorat Penilaian untuk mengoptimalkan teknologi Big Data analitik.
3. Data Analytics
Data Analytics merupakan proses yang berkaitan dengan informasi yang organisasi
ingin dapatkan, atau hasil pengelolaan data melalui berbagai proses. Tahap analitik
yang dilakukan terdiri dari descriptive (penggambaran data), diagnostic (mencari sebab
akibat berdasar data), predictive (memprediksi kejadian di masa depan) maupun
prescriptive analytics (merekomendasikan pilihan dan implikasi dari setiap opsi).
Selain text data mining, tools lainnya yang sering digunakan dalam Big Data analitik
adalah Machine Learning, baik unsupervised maupun supervised machine learning.

4
 Machine Learning adalah cabang aplikasi dari Artificial Intelligence (Kecerdasan
Buatan) yang fokus pada pengembangan sebuah sistem yang mampu belajar sendiri
tanpa harus berulang kali diprogram oleh manusia.

4. Decision and/or Policy Making

Pada proses ini, seluruh informasi yang didapatkan dari mulai data sources, data
preparation serta data analytics ditampilkan baik dalam bentuk visualisasi seperti chart,
infografis maupun dalam bentuk reporting sebagai bahan pembentuk kebijakan menuju
data-driven-policymaking.
2.4 Tantangan Dalam Implementasi Big Data Pada Direktoran Penilaian
Di balik berbagai peluang penerapan Big Data analitik dalam proses bisnis Direktorat
Penilaian yang telah dibahas sebelumnya, implementasi teknologi Big Data memiliki berbagai
tantangan tersediri. Berbagai tantangan yang dapat diidentifikasi pada Direktorat Penilaian
antara lain:

1. Ketersediaan Data Penilaian

Hal ini yang dirasakan oleh Direktorat Penilaian, bahwa fase pengumpulan data
menjadi tantangan utama. Akses terhadap data, baik data lama maupun data baru dapat
menjadi tantangan untuk penerapan Big Data analitik, terlebih pada data lama
Direktorat Penilaian yang tersimpan dalam bentuk file yang berbeda-beda dan beragam
bahkan seringkali dalam bentuk laporan fisik. Selain itu, akses terhadap data juga
membutuhkan izin serta lisensi untuk mengakses data-data non-publik secara legal.
Terlebih jika terdapat ego sektoral antar instansi pemerintah sebagai pemilik data.
Kondisi saat ini di Indonesia, untuk berbagai jenis kebutuhan sudah tersedia dan
banyak, namun sumbernya tersebar, sehingga dibutuhkan usaha lebih untuk
mendapatkan data terpadu secara nasional. Maka prinsip Sharing Data bahkan Open
Data diperlukan.
2. Standardisasi Data Penilaian
Untuk dapat meningkatkan pemanfaatan data pemerintah, meningkatkan transparansi
dan akuntabilitas pemerintah, sesuai dengan prinsip Open Data, data yang tersedia
di Direktorat Penilaian perlu disajikan dalam bentuk standar/platform tertentu yaitu
format yang dapat dengan mudah digunakan untuk analisis, dapat dibaca dengan mesin
dan bersifat interoperabilitas (misalnya dalam format .xls atau .csv dan bukan dalam
bentuk scan dokumen atau scan pdf).
3. Kompetensi Sumber Daya Manusia
Dalam memanfaatkan Big Data analitik di Direktorat Penilaian, idealnya dibutuhkan
sumber daya manuasia yang ahli dibidang analisis data (data scientist). Data scientist
tidak mengembangkan analytic tools sendiri, namun harus mampu memilah aneka tools
yang akan dipakai, serta menyeleksi dan mengorganisasi data yang akan dianalisis.
Selain data scientist, Direktorat Penilaian juga memerlukan SDM yang memiliki
kemampuan analitik, keahlian pemrograman komputer dan kreativitas untuk

5
 menentukan metode baru yang dapat dilakukan untuk mengumpulkan,
menginterpretasi dan menganalisis data.
4. Infrastruktur Penunjang Big Data Analitik
Pemerintah dapat menggunakan tools Big Data dari pihak ketiga yang telah disesuaikan
dengan kebutuhan, maupun membangun dan memelihara sendiri sistem Big Data yang
dibutuhkan. Selain menggunakan pihak ketiga, Direktorat Penilaian juga dapat
melakukan analisis Big Data analitik yang beredar di pasar melalui sistem open source.
5. Keterbukaan Informasi Publik
Keterbukaan informasi publik merupakan isu tersendiri dalam instansi pemerintahan
dan harus tetap diperhatikan kemajuan dan implementasi teknologi. Data-data analisis
yang digunakan sebagai Big Data oleh misalnya data Barang Milik Negara, yang
diperoleh langsung dari proses penilaian merupakan data yang dapat disalahgunakan
oleh pihak lain. Penggunaan teknologi Big Data yang tidak bijak rawan akan isu
keterbukaan informasi publik. Keamanan data negara tetap harus diperhatikan, dimana
tindakan kriminal yang muncul akibat terbukanya informasi harus diantisipasi, terlebih
yang berpengaruh terhadap kestabilan negara.

6
 BAB III

Penutup
3.1 Kesimpulan
Peranan data pada Direktorat Penilaian sangat penting terutama dalam hal analisis baik
untuk proses penilaian maupun analisis dalam pengambilan kebijakan publik. Ketersediaan
data dalam skala besar dari berbagai sumber saat ini seharusnya mendorong pemerintah,
terutama Direktorat Penilaian, untuk memanfaatkannnya melalui penerapan Big Data analitik
dalam proses bisnis. Penerapan Big Data analitik memiliki peluang serta manfaat dengan
potensial yang sangat luas dan besar. Dengan menggunakan
data, kebijakan strategis serta standardisasi atau peraturan penilaian bisa didesain dan
diimplentasikan lebih efektif dan tepat untuk mencapai sasaran.
Dari hasil kajian yang telah dilakukan secara kualitatif, dapat disimpulkan bahwa
Direktorat Penilaian berada pada tahap pre-adoption, mengacu pada TDWI Big Data Maturity
Model. Terkait tantangan dalam adopsi teknologi Big Data pada Direktorat Penilaian dapat
disimpulkan 5 hal, mencakup ketersediaan data, standardisasi data penilaian, kompetensi SDM,
infrastruktur penunjang serta keterbukaan informasi publik. Untuk itu, Direktorat Penilaian
perlu secara cermat merencanakan dan mengimplementasikan teknologi Big Data analitik.
Untuk merencanakan serta mengimplementasikan teknologi Big Data, Direktorat
Penilaian dapat mengembangkan kerangka konseptual penerapan Big Data sesuai dengan arah
organisasi serta perkembangan proses bisnis didalamnya. Kerangka konseptual yang tersaji
dalam kajian ini merupakan salah satu kerangka konseptual yang dapat diterapkan, dimulai dari
tahapan Data Sources, Data Preparation, Data Analytics serta Decision and/or Policy Making.
3.2 Saran
Berdasarkan kesimpulan yang dihasilkan dalam kajian ini, selanjutnya langkah yang
dapat dilaksanakan oleh Direktorat Penilaian sebagai implementasi Big Data analitik adalah
sebagai berikut:
1. Mengembangkan struktur organisasi serta uraian jabatan sesuai kebutuhan organisasi
dalam implementasi Big Data analitik pada Direktorat Penilaian.
2. Mengembangkan sumber daya manusia melalui pendidikan dan pelatihan yang bertema
Big Data analitik untuk membekali sumber daya manusia pada Direktorat Penilaian
dalam proses analisis data.
3. Menjalin penelitian bersama dengan institusi akademik maupun institusi lainnya yang
leading dalam bidang Big Data analitik. Penelitian ini dapat membantu Direktorat
Penilaian mempercepat pengembangan model-model analitik yang diharapkan. Selain
itu, penelitian bersama ini nantinya juga akan mempercepat proses Direktorat Penilaian
untuk mempelajari tools yang tersedia dari institusi akademik yang memiliki
keunggulan dalam bidang Big Data analitik.

7
3.3 Daftar Pustaka

Alamsyah, A. (2015). (Big) Data Analytics for Economics, Business and Management: A
Social Network Approach. In Workshop Big Data Puslitbang Aptika dan IKP,tanggal 19 Mei
2015. Puslitbang Aptika dan IKP.
Aryasa, K. (2015). Big Data: Challenges and Opportunities. In Workshop Big Data Puslitbang
Aptika dan IKP, tanggal 19 Mei 2015. Puslitbang Aptika dan IKP.
Boyd, D. And Crawford, K. (2012). ‘Critical questions for big data: provocations for a cultural,
technological, and scholarly phenomenon’. Information, Communication & Society, 15(5), pp.
662-679.
Chandarana, Parth, & Vijayalakshmi, M. (2014). Big Data analytics frameworks: Circuits,
Systems, Communication and Information Technology Applications (CSCITA). In
International Conference on IEEE 2014. IEEE.
Charles, Vincent, & Tatiana, G. (2013). Achieving Competitive Advantage through Big Data:
Strategic Implications. Middle-East Journal of Scientific Research, 16(8), ISSN 1990- 9233.
Colas, M. (2014). Cracking the Data Conundrum: How Successful Companies Make Big Data
Operational. Capgemini Consulting.
Davenport, Thomas, H., & D.J, P. (2012). Data Scientist: The Sexiest Job of the 21st Century.
Harvard Business Review.
Davenport, T.H., & & Dyche, J. (2013). Big data in Big Companies. Internasional Institute for
Analytics.
Friedman, J. (1997). Data Mining and Statistics: What are the Connections?
Halper, Fern, & Krishnan, K. (2013). TDWI Big Data Maturity Model Guide: Interpreting Your
Assessment Score. Retrieved from tdwi.org
Jeble, S. et al (2018). Role of Big Data in Decision Making. Operations and Supply Chain
Management, 11(1), pp. 36-44.
Khafid. (2015). Pengelolaan Data dan Informasi Geospasial. In Konferensi Big Data Indonesia,
tanggal 1 Desember 2015.
Praveen, S. & Chandra U. (2017). Influence of Structured, Semi-Structures, Unstructured Data
on Various Data Models. Internasional Journal of Scientific and Engineering Research Volume
8, ISSN 2229-5518.
Rainer, Kelly, R., & Cegielski., C. G. (2009). Introduction to Information Systems. John Wiley
& Sons (Asia) Pte Ltd.
Russom, P. (2011). Big Data Analytics. TDW Best Practices Report, Fourth Quarter, pp. 1-35.
Rheinland, TUV; (2019); Big Data Analyst Certification Presentation.