Kelompok 3 - Improving Decision Making and Managing Knowledge.pptx

Improving Decision Making and Managing Knowledge

1. IMPROVING DECISION MAKING AND MANAGING KNOWLEDGE Kelompok 3: 1. Gilang Safrodi NIM 230820101009 2. Moh. Abdul Rohman NIM 230820101020 3. Farandi Angesti NIM 230820101031

2. PENDAHULUAN (1/2) Sustainable Development Goals (SDGs) merupakaan agenda pembangunan dunia yang disepakati pada siding umum PBB tahun 2015. SDGs bertujuan untuk menjaga peningkatan kesejahteraan ekonomi masyarakat secara berkesinambungan , menjaga keberlanjutan kehidupan sosial masyarakat , menjaga kualitas lingkungan hidup serta pembangunan yang inklusif dan terlaksananya tata kelola yang mampu menjaga peningkatan kualitas kehidupan dari satu generasi ke generasi berikutnya .

3. PENDAHULUAN (2/2) Sustainable Development Goals (SDGs) merupakan kelanjutan serta penyempurnaan dari MDGs ( Millenium Development Goals), dengan beberapa perbedaan sebagai berikut Lebih komprehensif , melibatkan lebih banyak negara. Memperluas sumber pendanaan Menekankan pada HAM serta penanggulangan diskriminasi dan kemiskinan . Inklusif , secara spesifik menyasar kepada kelompok rentan . Pelibatan seluruh pemangku kepentingan Menargetkan untuk menuntaskan seluruh tujuan (Zero Goals).

4. Tahap 1: Analisis Artikel Judul : Data analytics competency for improving firm decision making performance Sumber : Sagepub.com Penulis : Maryam Ghamsemaghaei

5. Tahap 1: Ringkasan Masalah (2/2) Teori Capacity Building (Brown et. al, 2001) dalam Sudaryanto , dkk . 2013) dijelaskan sebagai proses atau kegiatan memperbaiki kemampuan individu / organisasi untuk mencapai kinerja yang lebih baik . Digitalizing Promotion Strategy (D. Ryan and C. Jones (2009); dan D. Chaffey and F. Ellis-Chadwick (2016) dalam Sudaryanto dan Hanim , 2022) menjelaskan bahwa teknologi yang sudah berkembang pesat saat ini dapat membantu dalam pelaksanaan sosialisasi dan media komunikasi kepada seluruh ASN di seluruh Departemen .

6. Tahap 2: Temuan Tidak tersedianya Sistem Informasi Aplikasi yang mendukung peningkatan Indeks Profesionalitas ASN di kabupaten Kurangnya sosialisasi terkait Peraturan tersebut sehingga menyebabkan banyak ASN yang tidak dapat memenuhi syarat minimal 20 JP/ tahun

7. Peneliti bernama WU berpendapat bahwa tingginya tingkat kegagalan dalam keberhasilan penggunaan analisis data dapat disebabkan oleh fakta bahwa seringkali kondisi yang diperlukan untuk menghasilkan knowledge dari analisis data diabaikan dan sebagian besar perusahaan hanya fokus pada aspek data ( misalnya , volume data) untuk menghasilkan wawasan Dalam beberapa tahun terakhir , perusahaan semakin memiliki kumpulan data yang kaya tentang pelanggan , bisnis , pasar, dan lingkungan mereka , yang secara kolektif disebut “Big data” Tanpa memiliki data berkualitas tinggi ( misalnya data reeltime dan relevan ), peningkatan kinerja pengambilan keputusan perusahaan akibat penggunaan analisis data dapat terhambat

8. Demikian pula, jika pengguna analisis data tidak memiliki keterampilan analitis dan pengetahuan domain yang tepat , peningkatan kinerja pengambilan keputusan dalam perusahaan dapat terhambat . Demikian juga, jika perusahaan tidak menggunakan alat analitik canggih yang memberikan wawasan waktu nyata , kinerja pengambilan keputusan perusahaan dapat terhambat . Oleh karena itu , kerangka yang mengklasifikasikan sumber daya berbasis TI utama sebagai infrastruktur TI, SDM bidang TI, aplikasi pendukung TI, dalam konteks penelitian ini , kompetensi analitik data dikategorikan sebagai alat kecanggihan ( infrastruktur TI), keterampilan analitik karyawan dan pengetahuan domain dan Kualitas Data dan Big Data

9. DASAR TEORI

10. Analytical skills/ kemampuan / kompetensi / keterampilan IT dalam penelitian ini , kompetensi analisis data dikategorikan menjadi kecanggihan alat ( infrastruktur TI), keterampilan analitis karyawan dan pengetahuan domain ( sumber daya manusia TI), serta kualitas data dan big data (IT tak berwujud ). Kami mendefinisikan kompetensi analisis data sebagai kemampuan perusahaan untuk menerapkan dan menggabungkan sumber daya analisis data untuk analisis data yang cermat dan berorientasi pada tindakan

11. BIG DATA data dibuat dengan kecepatan luar biasa hampir secara real-time Volume didefinisikan sebagai jumlah data yang meningkat secara signifikan Variety menggambarkan bahwa big data memiliki variasi data yang beragam

12. Kualitas data Kerangka kerja ini terdiri dari empat kategori kualitas data, termasuk intrinsik , kontekstual , representasional , dan aksesibilitas , serta dimensi yang mendasari setiap kategori . Kategori intrinsik mengacu pada kebenaran bawaan data terlepas dari konteks penggunaannya seperti keakuratan dan objektivitas data. Kategori kontekstual mewakili kualitas data yang mungkin bervariasi sesuai dengan tugas tertentu yang ada , seperti kelengkapan , ketepatan waktu , dan relevansi data. Kategori representasional mengacu pada sejauh mana data disajikan dengan cara yang jelas , seperti konsistensi representasional , dan kemudahan pemahaman . Akhirnya , kategori aksesibilitas mengacu pada kemudahan yang dicari data

13. Employee domain Banyak organisasi telah berinvestasi dalam analisis data yang memungkinkan transformasi data menjadi wawasan bisnis , namun komponen manusia yang diperlukan untuk proses ini belum mendapat perhatian yang memadai . Oleh karena itu , dalam konteks penelitian ini , perhatian pada kompetensi individu adalah faktor penting dalam meningkatkan pengambilan keputusan melalui penggunaan analitik data

14. L anjutan Kecanggihan alat mengacu pada kematangan dan kompleksitas alat yang menangkap tingkat keahlian teknologi dalam organisasi . Berdasarkan seberapa canggih alat analisisnya , kedalaman analisis dapat bervariasi di setiap perusahaan

15. Model penelitian Slide 5 menggambarkan model penelitian yang di usulkan , mengilustrasikan hubungan yang dihipotesiskan antara kompetensi analisis data dan kinerja pengambilan keputusan ; '' semakin tinggi tingkat kompetensi analisis data organisasi , semakin tinggi pula kinerja pengambilan keputusan perusahaan

16. Model penelitian Slide 5 menggambarkan model penelitian yang di usulkan , mengilustrasikan hubungan yang dihipotesiskan antara kompetensi analisis data dan kinerja pengambilan keputusan ; '' semakin tinggi tingkat kompetensi analisis data organisasi , semakin tinggi pula kinerja pengambilan keputusan perusahaan

17. Metodologi Model penelitian yang diusulkan diuji menggunakan survei terhadap manajer TI dan analis data, yang masing-masing mewakili organisasi berbeda . Pilihan pengambilan sampel ini dibuat karena pendapat manajer TI dan analis data harus mencerminkan konstruksi tingkat organisasi yang relevan secara wajar dan bermakna baik dalam domain teknologi maupun bisnis yang merupakan bidang utama yang tercakup dalam model penelitian yang diusulkan

18. Hasil survey Hasil penelitian menunjukkan bahwa ukuran perusahaan tidak mempengaruhi kinerja pengambilan keputusan perusahaan secara signifikan , Demikian pula, jenis industri tidak berdampak signifikan terhadap kinerja pengambilan keputusan perusahaan , Dengan demikian , pengaruh variabel kontrol ( yaitu , ukuran perusahaan , dan jenis industri ) dianggap marginal. Dalam pengukuran variabel ( Kemampuan analisis , Kualitas data, Kualitas data, kecanggihan tools, big data) rata menilai sangat setuju hal tersebut merupakan bagian yang relevan dalam pengambilan keputusan dan tujuan perusahaan / organisasi

19. Sebelum memasuki bagian kesimpulan , beberapa hal yang dapat dipetik

20. Singkatnya , makalah ini mewakili studi empiris pertama yang menguji berbagai dimensi kompetensi analisis data dengan memanfaatkan kerangka sumber daya berbasis TI yang utama Selain itu , penelitian ini berkontribusi terhadap berkembangnya penelitian mengenai kompetensi TI dengan mengeksplorasi faktor-faktor paling penting yang membentuk kompetensi TI dalam perusahaan . Secara khusus , studi ini berfokus pada kompetensi analisis data karena selama dua dekade terakhir , analisis data telah menjadi kompetensi TI organisasi yang penting karena meningkatnya jumlah data dalam bisnis , kemajuan dalam analisis data

21. Hasil penelitian ini juga mempunyai implikasi penting bagi manajer yang terlibat dalam penggunaan analisis data untuk mendapatkan keunggulan kompetitif . Meningkatkan kinerja pengambilan keputusan melalui penggunaan analisis data adalah motivasi utama bagi organisasi untuk melakukan investasi signifikan dalam teknologi Untuk meningkatkan pengambilan keputusan perusahaan , perusahaan dapat , memulai pelatihan untuk meningkatkan keterampilan analitis karyawan ; ketika karyawan memiliki keterampilan yang dibutuhkan untuk memenuhi tuntutan pekerjaan mereka , hasil pekerjaan mereka meningkat

22. Selain itu , manajer dapat menerapkan proses seleksi yang menyeluruh saat memperoleh alat analisis data untuk memastikan bahwa alat yang dipilih cukup canggih untuk mendukung semua elemen data yang diperlukan untuk melaksanakan tugas analitis yang diketahui dan tugas analitis di masa depan . Untuk meningkatkan kompetensi analisis data, manajer juga perlu berinvestasi pada kualitas data untuk mengurangi waktu pemrosesan informasi dan meningkatkan efektivitas pengambilan keputusan perusahaan

23. Kesimpulan Hasil penelitian ini menunjukkan pentingnya kelima indeks kompetensi analisis data ( yaitu , kualitas data, besarnya data, keterampilan analitis , pengetahuan domain, dan alat canggih ),( yaitu , kualitas keputusan , dan pengambilan keputusan )