Data Maturity Handbook
← Daftar Isi

Glossary — Indeks Istilah A-Z

Semua istilah yang dibahas di handbook ini, diurutkan alfabetis, dengan rujukan ke level tempat istilah tersebut pertama kali dibahas.

54 dari 54 istilah

Access Control & Data Security DasarL2

Aturan siapa boleh akses data apa, termasuk penanganan data sensitif (PII)

Analytics EngineerL3

Peran yang mentransformasi & memodelkan data mengikuti logika bisnis

Backup & Recovery DasarL1

Cadangan data terpisah yang pernah diuji bisa benar-benar dipulihkan

Blind Spot OperasionalL0

Area bisnis yang tidak terukur karena tidak ada data yang mencatatnya

Center of Excellence (CoE) untuk Data & AIL5

Unit lintas-organisasi penetap standar & penyebar praktik baik data/AI

Cerita vs. Bukti (Anecdote-Driven Narrative)L0

Narasi bisnis dari cerita satu-dua kasus, bukan pola data representatif

Continuous Improvement FlywheelL5

Siklus di mana kualitas data yang meningkat terus memicu hasil bisnis lebih baik

Data Catalog & DokumentasiL3

Sistem pencatatan data apa saja yang tersedia, artinya, dan asalnya

Data Engineer / Peran Integrasi DataL2

Peran pembangun & pemelihara pipeline serta infrastruktur warehouse

Data Ethics & Responsible AI GovernanceL5

Kerangka kebijakan memastikan penggunaan data/AI etis dan bertanggung jawab

Data Freshness & LatencyL2

Seberapa "baru" data di warehouse dibanding kejadian aslinya

Data GovernanceL3

Kerangka kebijakan & tanggung jawab formal pengelolaan data organisasi

Data LakeL2

Penyimpanan pusat fleksibel untuk data terstruktur maupun tidak terstruktur

Data Literacy ProgramL4

Upaya sistematis meningkatkan kemampuan seluruh karyawan memahami data

Data Mentah (Raw Data)L0

Data dalam bentuk asli, belum dibersihkan/distandarkan

Data Mesh / Federated Data ArchitectureL5

Kepemilikan data terdesentralisasi ke domain bisnis dengan standar bersama

Data Moat (Aset Kompetitif)L5

Kapabilitas data sebagai keunggulan kompetitif sulit ditiru pesaing

Data Owner (Formal)L2

Individu/tim bertanggung jawab formal atas kualitas & definisi domain data

Data Product MindsetL4

Memperlakukan aset data sebagai produk dengan siklus hidup, bukan proyek

Data Quality Rules & TestingL3

Aturan otomatis memvalidasi kualitas data secara proaktif

Data Science / Analytics Team StructureL4

Struktur tim pengelola kapabilitas analisis lanjutan

Data Steward (Penjaga Data)L1

Individu penjaga akurasi & kelengkapan satu set data tertentu

Data Terstruktur vs Tidak TerstrukturL1

Data berformat tabel jelas vs data bebas seperti teks/gambar/audio

Data WarehouseL2

Sistem penyimpanan pusat dioptimalkan untuk analisis

Data-Driven CultureL5

Kondisi merujuk data dalam keputusan jadi norma alami organisasi

Data-Informed vs Data-Driven CultureL4

Spektrum seberapa besar data jadi penentu utama vs salah satu input keputusan

Decision VelocityL4

Kecepatan organisasi mengambil keputusan & bertindak berdasar insight data

Dimensional Modeling (Star Schema)L3

Model data dengan tabel fakta (kejadian) & dimensi (konteks)

Experimentation Platform (A/B Testing)L4

Infrastruktur & proses menjalankan eksperimen terkontrol

Feedback Loop Tertutup (Closed-Loop System)L5

Sistem di mana aksi dari insight otomatis menghasilkan data baru untuk perbaikan insight

Higiene Akun DasarL1

Akun login individual per orang, akses dicabut segera saat resign/pindah peran

Kepatuhan Data Pribadi (UU PDP)L2

Kewajiban hukum mengelola data pribadi sesuai UU Perlindungan Data Pribadi

Keputusan Berbasis InstingL0

Pengambilan keputusan mengandalkan intuisi tanpa rujukan data terverifikasi

Key Person RiskL1

Risiko kemampuan analisis bergantung pada satu-dua orang tertentu

Laporan RetrospektifL1

Laporan yang melihat apa yang sudah terjadi, disusun manual periodik

Manual Export-Import ("Excel Hell")L1

Praktik menggabung data dari berbagai sistem secara manual di Excel

Metric Definition (Definisi Metrik Resmi)L3

Dokumentasi formal & disepakati tentang cara suatu metrik dihitung

Metric Tree / KPI HierarchyL3

Struktur hubungan antar metrik dari North Star ke metrik pendukung

MLOps / AI Production InfrastructureL5

Praktik & infrastruktur build-deploy-monitor model ML berkelanjutan

Pipeline Data (ETL/ELT)L2

Proses otomatis extract-transform-load data dari sumber ke warehouse

Predictive Model / ForecastingL4

Model statistik/ML memprediksi nilai masa depan dari pola historis

Prosedur Insiden/Kebocoran DataL3

Langkah tertulis menangani & melapor insiden/kebocoran data

RACI untuk DataL3

Kerangka kejelasan peran Responsible-Accountable-Consulted-Informed

Reverse ETLL4

Aliran data hasil olahan warehouse kembali ke sistem operasional

Scenario Planning & SimulationL5

Kemampuan mensimulasikan skenario bisnis masa depan berbasis data & model

Self-Service Analytics / Semantic LayerL4

Kapabilitas eksplorasi data mandiri oleh non-teknis dengan definisi konsisten

Silo DataL0

Kondisi data tersimpan terpisah tanpa cara mudah digabungkan

Single Source of Truth (SSOT)L2

Satu tempat rujukan tunggal untuk suatu jenis data

SOP PencatatanL1

Panduan tertulis cara data harus diinput ke source system

Source System (Sistem Sumber)L1

Aplikasi tempat data pertama kali dicatat dari transaksi/aktivitas bisnis

Sumber Data Tidak TerverifikasiL0

Data yang tidak jelas siapa yang menginput dan apakah masih akurat

Tidak Ada Data OwnerL0

Tidak ada individu/tim bertanggung jawab eksplisit atas suatu set data

Time-to-InsightL2

Seberapa cepat pertanyaan bisnis bisa dijawab dengan data

Trusted Insight ("Insight yang Pakem")L3

Angka/temuan dari data yang bisa diandalkan tanpa keraguan untuk keputusan