REFORMASI BIROKRASI BERBASISKAN TIK DI PEMERINTAHAN

Albaar Rubhasy1, Farisya Setiadi2, Zainal A. Hasibuan3

1 Jurusan Sistem Komputer, STMIK-Indonesia 2 Dewan TIK Nasional, Jl. Medan Merdeka Barat No. 9 Jakarta

3 Fakultas Ilmu Komputer, Universitas Indonesia 1 albaar.rubhasy@stmik-indonesia.ac.id, 2 farisyamail@gmail.com, 3 zhasibua@cs.ui.ac.id

Abstrak

Keefektifan reformasi birokrasi berbasis kinerja di Pemerintahan sangat menekankan pada mekanisme pemantauan dan evaluasi kinerja. Namun, kedua mekanisme tersebut tidak mudah untuk diimplementasikan tanpa adanya dukungan TIK. Kecepatan, ketepatan, serta keakuratan data hanya dapat diwujudkan melalui TIK. Untuk mewujudkannya, dibutuhkan mekanisme integrasi data, baik untuk data yang bersifat terstruktur maupun tidak terstruktur. Dalam paper ini diperlihatkan mekanisme integrasi kedua jenis data tersebut. Untuk mengintegrasikan data terstruktur dapat menggunakan teknologi ETL tools yang menghasilkan data warehouse, sedangkan untuk data yang tidak terstruktur dapat diintegrasikan ke dalam Document Management System. Kedua jenis data tersebut nantinya akan memperkaya informasi yang dapat dimanfaatkan oleh para pejabat dalam mengambil keputusan yang bersifat strategis melalui suatu dashboard system. Kata kunci : ETL tools, data warehouse, Document Management System, dashboard system. 1. Pendahuluan

Pemerintah merupakan komponen terpenting

dalam ketatanegaraan yang memiliki peran sebagai penentu kebijakan atau regulator. Namun, hingga kini, Pemerintah dianggap masih kurang dapat memanfaatkan informasi secara optimal, terutama dalam pengambilan keputusan, maupun penyusunan kebijakan. Akibatnya, kebijakan yang ditempuh menjadi tidak tepat sasaran

Pada dasarnya, seluruh kebutuhan data telah tersedia, namun tersebar di berbagai instansi yang berbeda. Belum lagi permasalahan mengenai inkonsistensi data karena belum adanya wali data sebagai pihak yang bertanggung jawab dalam pengelolaan suatu data, misalnya data kependudukan wali datanya adalah Kementerian Dalam Negeri. Dan yang terakhir adalah masalah kepemilikan data, sehingga suatu instansi merasa enggan untuk membagi datanya karena data tersebut merupakan hak milik suatu unit, bahkan individu tertentu.

Dengan kemajuan teknologi yang ada sekarang, pertukaran data sudah tidak lagi menjadi permasalahan. Yang jadi permasalahan adalah bagaimana mengintegrasikan berbagai data yang tersebar di berbagai lokasi, sehingga dapat menjadi informasi yang bermanfaat bagi pimpinan dalam pengambilan keputusan. Tantangan lainnya adalah, bagaimana memanfaatkan informasi tersebut untuk

memantau serta mengevaluasi kinerja Pemerintahan dalam rangka mewujudkan reformasi birokrasi.

Untuk melakukan pemantauan serta evaluasi kinerja Pemerintahan, dibutuhkan data yang disajikan secara cepat, tepat, dan akurat. Solusi TIK yang paling tepat untuk mewujudkannya adalah dengan menggunakan teknologi integrasi data. Tetapi, untuk mendukung pengambilan keputusan terkadang tidak cukup dengan menggunakan data terstruktur saja, melainkan dibutuhkan suatu data yang tidak terstruktur (dokumen, citra, audio, video, dsb.). Salah satu teknologi yang dapat digunakan untuk mengintegrasikan data terstruktur adalah ETL (Extract, Transform, Load) tools yang menjalankan mekanisme ”pembersihan data” sebelum data tersebut dimasukkan ke data warehouse. Teknologi lain yang dapat dimanfaatkan untuk mengintegrasikan data tidak terstruktur adalah Document Management System (DMS) yang mampu mengumpulkan berbagai format dokumen ke suatu repositori. Kedua teknologi tersebut dapat dikombinasikan sebagai sumber data yang dapat ditampilkan ke suatu dashboard system yang digunakan oleh pimpinan untuk menunjang dalam pengambilan keputusan strategis.

Berikut adalah alur penulisan paper ini: Bagian kedua akan diuraikan dasar teori yang mendukung tema paper ini, yaitu mengenai data warehouse, DMS, dan dashboard system. Bagian ketiga akan

dijabarkan solusi TIK untuk mewujudkan reformasi birokrasi. Disini akan dibahas mengenai kebutuhan data, skema integrasi, arsitektur sistem informas, serta manajemen dan organisasi TIK yang dibutuhkan. Pada bagian terakhir merupakan kesimpulan yang diperoleh dari pembahasan paper ini. Pertama-tama akan diuraikan dahulu mengenai dasar teori.

2. Dasar Teori

Pada Bagian ini akan diuraikan mengenai beberapa teori, yaitu data warehouse, DMS, dan dashboard system. Berikut akan dipaparkan terlebih dahulu mengenai data warehouse. 2.1 Data Warehouse

Data warehouse merupakan sistem penyampaian informasi [5]. Data diintegrasikan kemudian ditransformasi ke dalam sistem sehingga menghasilkan suatu informasi yang berguna dalam pengambilan keputusan strategis. Menurut Inmon, data warehouse merupakan sebuah koleksi data yang memiliki karakteristik: subject-oriented, integrated, time-variant, dan nonvolatile untuk mendukung proses pengambilan keputusan oleh manajemen [2]. Untuk menghasilkan informasi yang memiliki karakteristik seperti yang telah disebutkan, data warehouse didukung oleh berbagai komponen teknologi.

Komponen data warehouse dapat dibagi menjadi empat komponen seperti pada Gambar 1. Keempat komponen tersebut adalah: source data, data staging, data storage, dan information delivery [2]. Input dari data warehouse berasal dari source data dan outputnya berupa information delivery yang berguna dalam melakukan analisis dan pengambilan keputusan. Namun, data yang tersimpan di dalam data warehouse memiliki karakteristik data yang berbeda. Data yang disimpan harus merupakan data multidimensional.

Gambar 1 Komponen data warehouse

Untuk merancang suatu data multidimensi

dibutuhkan suatu pemodelan yang disebut dengan pemodelan multidimensional. Model yang banyak

digunakan adalah model bintang atau yang lebih dikenal dengan star schema. Model bintang terdiri dari dua jenis tabel yaitu tabel fakta yang berada di tengah diagram dan tabel dimensi yang mengelilingi tabel fakta. Contoh model bintang dapat dilihat pada Gambar 2. Pada contoh tersebut, tabel fakta dikelilingi oleh dimensi produk, waktu, pelanggan, dan sales. Berikut ini akan dijelaskan mengenai karakteristik tabel dimensi dan fakta.

Order Measures

Order Dollars

Cost

Margin Dollars

Quantity Sold

Customer

Customer Name

Customer Code

Billing Address

Shipping Address

Order Date

Date

Month

Quarter

Year

Product

Product Name

Brand Tabel Fakta

Dimensi Pelanggan

Dimensi Waktu

Dimensi Produk

Salesperson

Salesperson Name

Territory Name

Region Name

Dimensi Sales

Gambar 2 Model bintang

Tabel dimensi merupakan dimensi-dimensi yang diperhatikan dalam melakukan analisis. Berikut ini merupakan karakteristik dari tabel dimensi. • Primary key dari tabel dimensi mengidentifikasi

setiap baris secara unik. • Memiliki banyak kolom atau atribut sehingga

dapat dikatakan tabel dimensi merupakan tabel yang bersifat lebar secara horizontal.

• Isi dari atribut-atribut kebanyakan memiliki format dalam bentuk teks dan jarang sekali memiliki format numerik.

• Suatu atribut tidak harus terhubung secara langsung dengan atribut lain dalam satu tabel dimensi.

• Untuk menghasilkan performa query yang efisien, sebaiknya tabel dimensi tidak dinormalisasi karena jika mengalami normalisasi nantinya akan menciptakan tabel-tabel tambahan sehingga query menjadi tidak efisien.

• Atribut-atribut dalam tabel dimensi mampu menyediakan tingkat kedetilan data secara hierarkis mulai dari yang paling umum hingga yang paling detil.

• Memiliki jumlah baris atau record yang lebih sedikit dari tabel fakta.

Tabel fakta merupakan tempat disimpannya pengukuran atau measurements. Berikut ini merupakan karakteristik dari tabel fakta. • Sebuah baris pada tabel fakta terhubung dengan

suatu kombinasi dari baris-baris dalam tabel dimensi.

• Memiliki tingkat kedetilan pengukuran. • Mampu melakukan penjumlahan sederhana

untuk setiap pengukurannya. • Memiliki atribut yang lebih sedikit

dibandingkan dengan tabel dimensi. • Pengukuran pada tabel fakta dapat memiliki gap

karena memiliki nilai. • Memiliki atribut lain selain atribut pengukuran

yang berguna dalam melakukan analisis. Demikianlah penjelasan mengenai data warehouse. Berikutnya akan dipaparkan mengenai teknologi DMS. 2.2 Document Management System

DMS merupakan suatu sistem yang dapat mengelola data-data yang tidak struktur (unstructured data) seperti dokumen teks, gambar, audio dan video. Wecel et al membagi DMS menjadi dua kategori, kategori yang pertama yaitu information retrival (IR) dan information filtering (IF) [7]. Selain dua kategori tersebut DMS komponen-komponen yang terlibat dalam DMS yaitu metadata, integration, capture, indexing, storage, retrieval, distribution, security, workflow, collaboration, versioning, searching, publishing dan reproduction.

Menurut Roger Lever, manfaat dalam menggunakan DMS dibagi menjadi dua bagian, yaitu intangibe dan tangible [4]. Manfaat yang bersifat tangible antara lain: • Mengurangi penyimpanan kertas • Meningkatkan waktu temu kembali dokumen • Menghemat biaya penggunaan kertas, printer,

dan toner • Meningkatkan produktivitas pegawai • Meningkatkan penanganan terhadap bencana Sedangkan beberapa manfaat yang intangible antara lain: • Meningkatkan keamanan • Meningkatkan kesesuaian dengan regulasi atau

peraturan • Pusat pengendalian dan manajemen

dokumentasi • Memperkecil peluang terjadinya kehilangan

dokumen • Meningkatkan daya saing melalui pemrosesan

dokumen internal • Meningkatkan pelayanan pelanggan melalui

akses dan perolehan informasi pelanggan yang cepat

Dalam kaitannya dengan integrasi data, DMS memiliki kapabilitas untuk melakukannya, khususnya dalam pengintegrasian data tidak terstruktur. Melalui komponen integrasi yang dimilikinya, DMS dengan mudah melakukan

pengintegrasian. Setelah itu diperkaya dengan komponen pengindeksan, metadata, dan perolehan untuk mempermudah penyimpanan dan pengaksesan dokumen. Demikian penjelasan mengenai DMS. Selanjutnya akan diuraikan mengenai dashboard system. 2.3 Dashboard System

Dashboard system merupakan salah satu komponen di dalam Business Intelligence System. Istilah Business Intelligence (BI) sendiri dipopulerkan oleh Howard Dresner dari Gartner Group pada tahun 1989 yang menyebutkan bahwa BI merupakan sebuah konsep dan metode untuk meningkatkan kualitas keputusan bisnis dengan menggunakan sistem pendukung berbasis fakta [6]. Di sini, intelligence diartikan sebagai kemampuan untuk belajar, memahami, atau mengatasi situasi baru [1].

Sebagai salah satu komponen BI, dashboard berperan sebagai presentation layer aplikasi menyediakan tampilan antarmuka grafis dan multimedia yang berfungsi untuk menyediakan informasi bagi pengguna. Tampilan tersebut harus merupakan tampilan yang interaktif agar seluruh lapisan pengguna dapat memanfaatkan sistem BI dalam melakukan analisis di bidang mereka masing-masing. Hampir semua sistem BI yang ada sekarang memanfaatkan presentation layer berbasis web untuk meningkatkan akses ke aplikasi tersebut.

Berbagai dashboard system telah banyak tersedia di pasaran, seperti yang disediakan oleh beberapa vendor ternama seperti Cognos, SAS, Business Objects, dan sebagainya. Namun disamping vendor-vendor yang bersifat komersial, ada pula solusi alternatif yang berbasis open source, seperti Pentaho, Jaspersoft, dan lainnya. Munculnya gelombang open source BI tools ini disebabkan karena besarnya investasi yang harus dikeluarkan. Biaya tersebut meliputi biaya lisensi, implementasi, dan pemeliharaan yang jumlahnya sangat besar. Jika manfaat yang dihasilkan dengan adanya investasi BI tools tersebut tidak besar, maka akan memakan waktu yang lama untuk mengembalikan biaya investasi tersebut. Dengan menggunakan open source BI tools, selain dapat menghemat biaya dapat pula menghemat waktu [3]. 3. Reformasi Birokrasi Berbasis TIK

Seperti yang telah disebutkan pada Bagian Pendahuluan, reformasi birokrasi sangat bergantung pada kegiatan pemantauan serta evaluasi. Untuk dapat melakukan kedua kegiatan tersebut, haruslah didukung oleh berbagai data. Pada dasarnya ada dua jenis data dukung yang harus tersedia, yaitu data yang terstruktur dan tidak terstruktur. Secara definisi, data terstruktur merupakan data yang tidak memiliki format, aturan, atau alur tertentu dan

biasanya ada pada teks, video, laporan, citra, dan sebagainya. Sedangkan data terstruktur merupakan data yang telah terdefinisi tipe atributnya dan dibungkus dalam suatu entitas. Deskripsi untuk setiap entitas juga memiliki format yang sama. Biasanya data terstruktur diwujudkan dalam suatu dalam basis data relasional. Berikut ini akan diuraikan data apa saja yang dibutuhkan untuk melakukan pemantauan dan evaluasi kebijakan Pemerintah baik data yang bersifat terstruktur maupun tidak terstruktur.

Ada tiga kelompok data terstruktur yang dapat yang harus senantiasa dipantau dan dievaluasi, yaitu: (1) data terkait rencana kerja Pemerintah dan pelaksanaannya; (2) data terkait penganggaran dan penyerapannya; dan (3) data terkait Peraturan Perundang-undangan. Data jenis (1) dan (2) sangat erat kaitannya. Untuk perencanaan pembangunan nasional yang menjadi sumber data adalah RPJMN dan RKP yang dikelola oleh Bappenas. Sedangkan untuk perencanaan kegiatan Kementerian/Lembaga dan Daerah yang menjadi sumber data adalah Renstra-KL/SKPD dan Renja-KL/SKPD yang dikelola oleh masing-masing Kementerian/Lembaga dan SKPD. Terakhir untuk perspektif penganggaran, yang menjadi sumber data adalah RKA-KL dan DIPA yang dikelola oleh Kementerian Keuangan. Seluruh data terstruktur terkait perencanaan dapat diringkas dalam

Gambar 3.

 

Gambar 3 Data terstruktur terkait perencanaan Kemudian untuk jenis data ketiga yang berkaitan dengan data hukum, yang menjadi sumber data adalah seluruh Peraturan Perundang-undangan yang dikelola oleh Kementerian Hukum dan HAM. Selanjutnya akan diuraikan mengenai kebutuhan data tidak terstruktur yang harus dipantau dan dievaluasi.

Data tidak terstruktur yang dapat menjadi data dukung dalam kegiatan pemantauan dan evaluasi berasal dari tiga sumber yang berbeda, yaitu: (1) Pemerintah (hasil Sidang Kabinet dan laporan hasil analisa kebijakan Pemerintah); (2) DPR-RI (hasil Rapat DPR); dan (3) Publik (pengaduan masyarakat

dan media massa). Sebagian besar data berupa data tekstual, sehingga dibutuhkan suatu repositori dokumen, yaitu DMS. Akan tetapi, jika datanya terstruktur, mekanisme pengintegrasiannya berbeda dengan data yang bersifat tidak terstruktur. Untuk itu harus ada strategi pengintegrasian untuk dua tipe data yang berbeda sebelum informasi dapat disajikan ke Pimpinan.

Untuk mengintegrasikan dua jenis data yang berbeda harus dengan menggunakan dua pendekatan yang berbeda pula. Untuk mengintegrasikan data terstruktur, harus menggunakan suatu ETL (Extract Transform Load) tools dalam rangka melakukan data cleansing sebelum dimasukkan ke dalam data warehouse. Setelah dimasukkan ke data warehouse, data siap diolah menjadi berbagai data mart yang berbeda bergantung pada subjeknya serta dapat dilakukan OLAP (on-line analitical processing). Untuk data yang tidak terstruktur, pengintegrasian dapat dilakukan oleh DMS sebagai repositori dokumen yang mampu menyimpan data dalam berbagai format yang berbeda. Selanjutnya, baik data yang terstruktur maupun yang tidak terstruktur nantinya dapat disajikan ke Pimpinan melalui suatu dashboard system seperti pada Gambar 4.

Data Cleansing: ETL

Data WarehouseData Mart

Data Mart

OLAP

Dashboard System

DMS

Gambar 4 Mekanisme pengintegrasian data Demikianlah uraian mengenai mekanisme pengintegrasian data dalam rangka melaksanakan reformasi birokrasi berbasiskan TIK, khususnya untuk lebih mengoptimalkan kegiatan pemantauan dan evaluasi kebijakan Pemerintah. Namun, perlu diberi catatann bahwa mekanisme pengintegrasian data tersebut dapat dilakukan jika ada mekanisme pertukaran data antar Kementerian/Lembaga yang ada. Jika belum ada suatu regulasi maupun prosedur mengenai pertukaran data, maka proses pemantauan dan evaluasi yang telah dirancang akan sulit untuk direalisasikan. 4. Kesimpulan

Dalam paper ini telah diperlihatkan dukungan TIK dalam membantu kegiatan pemantauan dan evaluasi kebijakan Pemerintah yang esensial dalam pelaksanaan reformasi birokrasi di tanah air. Untuk mewujudkannya, diperlukan suatu mekanisme integrasi data, baik data terstruktur maupun tidak terstruktur. Integrasi data terstruktur dapat

memanfaatkan teknologi ETL tools yang membantuk melakukan data cleansing yang selanjutnya dapat dimuat ke dalam data warehouse. Sedangkan untuk data tidak terstruktur dapat memanfaatkan komponen integrasi dari DMS. Kedua jenis data tersebut nantinya dapat diolah menjadi informasi yang bermanfaat dalam pengambilan keputusan strategis oleh Pimpinan. Informasi tersebut dimuat dalam suatu dashboard system yang mudah dibaca dan dipahami oleh Pimpinan. Namun, identifikasi kebutuhan data belum dilakukan secara mendalam. Kebutuhan data yang bersifat terstruktur hanya mencakup ranah perencanaan, penganggaran, dan hukum. Sedangkan untuk data tidak terstruktur hanya melibatkan laporan hasil analisis, media, hasil sidang/rapat. Untuk itu perlu kajian mendalam mengenai data yang dibutuhkan dalam kegiatan pemantauan serta evaluasi kebijakan Pemerintah. Daftar Pustaka: [1] Brackett, Michael H., 1999, Business

Intelligence Value Chain, DMReview.com, http://www.dmreview.com/issues/19990301/115-1.html.

[2] Inmon, W. H., 1996, Building the Data Warehouse, John Wiley & Sons, Inc.

[3] Klawans, Barry, 2006, Saving Time and Money-Why Open Source BI Makes Sense, Business Intelligence Journal 4, no. 11.

[4] Lever, Roger, Benefit of Electronic Document Management System, http://www.suite101.com/content/benefit-of-electronic-document-management-system-a89811

[5] Ponniah, Paulraj, 2001, Data Warehousing Fundamentals, John Wiley & Sons, Inc.

[6] Power, Daniel, 2007, Decision Support Systems Glossary, http://www.dssresources.com/glossary/.

[7] Wecel, Krzysztof, W. Abramowicz, and P. J. Kalczynski, 2008, Enhanced Knowledge Warehouse, Information Science Reference, Vol. II pp. 1029-1034.

[8] Wood, Peter, Semi-Structured Data, http://www.dcs.bbk.ac.uk/~ptw/teaching/ssd/toc.html.