Pengertian Manajemen Data, Tujuan, Fungsi, Teknik, dan Permasalahannya
 |
| Manajemen Data |
A. Pengertian Manajemen Data
Manajemen data adalah proses administratif untuk memastikan data dapat diandalkan, diakses dengan mudah, dan aktual dari segi waktu. Proses manajemen data meliputi perolehan, validasi, penyimpanan dan perlindungan, serta pemrosesan data yang dibutuhkan.
Manajemen data sebagai bagian dari manajemen sumber daya informasi yang mencakup semua kegiatan yang memastikan bahwa sumber daya informasi yang akurat, mutakhir, aman dari gangguan dan tersedia bagi pemakai. Sumber daya data disimpan dalam penyimpanan sekunder, yang dapat berbentuk berurutan atau akses langsung.
Demikian, manajemen data merupakan aktivitas manajerial yang menggunakan teknologi sistem informasi dalam menjalankan tugas pengelolaan data organisasi untuk memenuhi kebutuhan informasi semua stakeholder bisnis mereka.
B. Tujuan Manajemen Data
Setiap organisasi menyadari bahwa data sangat penting dalam menunjang aktivitas bisnis. Terlebih pada saat data diolah dan disajikan, akan sangat berperan dalam pengambilan keputusan bagi manajemen. Namun pada kenyataannya, tidak sedikit ditemukan organisasi yang masih kesulitan dalam mengelola data sehingga berimbas pada lambatnya penyajian informasi yang dibutuhkan.
Dengan kata lain, perlu keahlian khusus dalam mengumpulkan, menyimpan dan mengelola dan mengolahnya dengan benar untuk menghasilkan informasi. Bukan ketika data atau informasi dibutuhkan, barulah bergerak untuk mengumpulkan data, mencari kesana-kemari, dan tentu saja hasilnya tidak maksimal. Akibatnya, sebuah keputusan yang hendak diambil menjadi tertunda, atau tidak didukung oleh data yang memadai dan akurat.
C. Fungsi Manajemen Data
Di dalam perusahaan, manajemen data tidak hanya diisi oleh satu kegiatan saja, tapi juga mencakup berbagai kegiatan yang mencakup pengujian, pengumpulan, pemeliharaan, keamanan dan juga organisasi.
1. Untuk kegiatan pengumpulan data yang akan dicatat dalam sumber dokumen akan diinput di dalam sebuah sistem.
2. Pemeliharaan data yang ada pada setiap data yang baru diinput, data yang diubah, dan data yang dihapus harus dilakukan jika data tersebut sudah tidak lagi dibutuhkan, tujuannya adalah agar bisa tetap up to date.
3. Penyimpanan data dilakukan pada media penyimpanan, seperti pada pita magnetik.
4. Nantinya, pengambilan data bisa digunakan oleh setiap user agar tidak merugikan pihak apapun.
5. Integritas dan pengajuan data dilakukan agar bisa memastikan tingkat keakuratannya dengan berdasarkan peraturan yang sebelumnya sudah ditentukan.
6. Keamanan data digunakan untuk mencegah data agar tidak hancur, rusak dan juga disalahgunakan.
D. Teknik Manajemen Data
Berikut beberapa sistem data management yang cukup efektif dan paling sering digunakan di antaranya,
1. DBMS
Sistem pertama yang bisa digunakan untuk data management adalah database management system, terutama relational DBMS. Sistem ini dapat mengatur data menjadi baris dan kolom berisikan seluruh catatan dalam database. Selain relational DBMS, ada banyak lagi opsi lainnya yang bisa dipertimbangkan.
2. Integrasi data
Kedua adalah integrasi data, yaitu proses penerimaan berbagai macam tipe data.Mulai dari pengumpulan informasi sampai pemrosesannya, data-data tersebut akan “diubah” sehingga dapat diakses dengan mudah.
3. Big data management
Dalam big data management, fokus utamanya adalah penyimpanan dan pemrosesan data secara efisien dan aman. Semua ini dilakukan dalam data lakes atau data warehouses. Data warehouse itu sendiri adalah metode yang didasarkan pada relational dan columnar database, menampilkan data dari sistem pengoperasian berbeda tapi terstruktur dan siap untuk dianalisis.
Di sisi lain, data lakes adalah “kolam” big data yang digunakan untuk predictive modeling, machine learning, dan pengaplikasian analisis lainnya yang cukup maju.
4. Analisis data
Analisis ditujukan untuk mencari tahu insight atau wawasan baru seputar data. Biasanya, proses ini menggunakan analytics, machine learning, serta visualisasi AI (artificial intellegence) untuk membangun sebuah model.
E. Permasalahan Manajemen Data
Dalam proses manajemen data ada beberapa permasalahan yang mungkin dihadapi. Masalah tersebut harus dikenali sedari dini dan dilakukan tindakan pencegahan agar tidak meluas nantinya.
1. Pendataan Belum maksimal. Saat melakukan pendataan, kegiatan pencatatan data adalah sangat krusial. Apabila format pendataan belum konsisten maka dapat terjadi perbedaan antara data satu dengan yang lain. Bahkan bisa terjadi duplikasi data.
2. Risiko Perbedaan Data. Sebuah organisasi besar dan memiliki banyak divisi rentan dengan kesalahan atau perbedaan dalam mencatat data. Kita ambil sebagai ilustrasi misalkan dalam sebuah rumah sakit besar terjadi perbedaan data antara bagian IGD dengan bagian administrasi. Tentu akan berdampak pada keseluruhan operasional rumah sakit tersebut.
3. Entri Data tidak Konsisten. Hal ini dapat terjadi jika belum dilakukan otomatisasi saat pendataan. Terlebih lagi apabila proses input masih manual dan menggunakan tenaga manusia yang rentan kesalahan.
4. Belum memiliki SDM Manajemen Data. Agar manajemen data dapat terintegrasi dan berjalan dengan baik maka personil bagian pendataan harus memiliki skill yang cukup. SDM harus siap ketika terjadi perpindahan sistem manajemen data dari konvensional ke komputerisasi.
5. Masih Memakai Sistem manual. Organisasi yang masih menggunakan kertas dan pencatatan manual rentan mengalami masalah pendataan di kemudian hari. Sebab data dapat tercecer dan bahkan rusak setelah sekian waktu.
6. Perbedaan Sistem Manajemen Data. Perusahaan dapat mengalami hambatan apabila sistem operasional yang digunakan setiap divisi menggunakan sistem yang berbeda. Permasalahan menjadi pelik bila tidak adanya aplikasi penerjemah antar sistem.
7. Terdapat Informasi Ganda. Informasi ganda dapat terjadi jika setiap bagian departemen sudah melakukan pengambilan data tetapi kemudian departemen lain melakukan pendataan ulang. Akan ada kemungkinan ketika ditelusuri ternyata data sudah terekam sebelumnya.
8. Perbedaan Tempat Penyimpanan Data . Data yang tersimpan di tempat yang berbeda berpotensi menimbulkan masalah di kemudian hari. Kita ambil contoh sebuah cabang organisasi akan melakukan pendataan ulang karyawan, namun selama ini data pegawai tersimpan di database pusat dan cabang tidak memiliki akses langsung ke data yang diperlukan.
9. Terjadi Overload pada Data yang Masuk. Ketika sebuah badan atau perusahaan sedang berkembang, maka data yang ada juga akan ikut berkembang. Bila data yang masuk sangat banyak dan terjadi dalam waktu yang sama maka beban pendataan menjadi overload. Timbullah risiko data lama tertimpa atau data baru tidak terekam dengan baik.
10. Pemeriksaan Data kurang maksimal. Kontrol terhadap data akan menjadi sebuah jaminan integritas data dapat terjaga dengan baik. Anda perlu memperhatikan kewenangan administrator bagian pendataan. Sebab jika administrator bebas mengakses data tanpa pengawasan maka integritas data perusahaan Anda akan diragukan.
Dari berbagai sumber
Post a Comment