Dony Prasetyo Ungkap Strategi Perkuat Satu Data Indonesia

Transformasi digital dan pemanfaatan Artificial Intelligence (AI) membutuhkan fondasi data yang berkualitas, aman, konsisten, dan dapat dipertukarkan antarorganisasi. Karena itu, implementasi Satu Data Indonesia (SDI) tidak cukup hanya dengan memenuhi ketentuan regulasi, tetapi juga memerlukan penguatan tata kelola, standardisasi, interoperabilitas, serta kompetensi pengelolaan data secara berkelanjutan.

Hal tersebut disampaikan Dony Prasetyo, Data Governance Consultant dari Asosiasi Data Manajemen Indonesia, dalam acara CDO|CIO Summit 2026: The Executive Agenda for Indonesia's Data & AI Future – Navigating the Direction of One Data Indonesia.

Dalam paparannya Dony menekankan bahwa organisasi perlu memandang data sebagai aset strategis yang berperan penting dalam pengambilan keputusan, peningkatan efisiensi operasional, dan pengembangan layanan berbasis teknologi.

Menurut Dony, penerapan Satu Data Indonesia tidak seharusnya dipahami sebatas kewajiban administratif untuk memenuhi peraturan pemerintah. Lebih dari itu, kebijakan tersebut perlu menjadi momentum bagi organisasi untuk membangun fondasi pengelolaan data yang terstruktur, terukur, dan dapat digunakan secara optimal.

"Implementasi Satu Data Indonesia bukan sekadar tentang kepatuhan terhadap regulasi, melainkan membangun fondasi manajemen data yang menempatkan data sebagai aset strategis organisasi," jelas Dony.

Ia menjelaskan, organisasi yang ingin memanfaatkan data secara maksimal perlu memastikan informasi yang dimiliki akurat, konsisten, mudah dibagikan, dan dapat dipercaya. Keempat karakteristik tersebut menjadi dasar penting agar data dapat digunakan lintas unit kerja maupun antarinstansi tanpa menimbulkan perbedaan interpretasi.

Data Tersebar Jadi Tantangan Organisasi

Dony menjelaskan, salah satu persoalan mendasar dalam pengelolaan data adalah informasi yang masih tersebar di berbagai aplikasi dan sistem. Kondisi tersebut membuat organisasi kesulitan memperoleh gambaran data secara menyeluruh, terutama ketika informasi yang dibutuhkan berada di unit kerja berbeda.

Persoalan semakin kompleks ketika setiap bagian menggunakan definisi, format, atau standar data yang tidak sama. Akibatnya, informasi yang seharusnya memiliki makna serupa dapat menghasilkan interpretasi berbeda saat digunakan untuk menyusun laporan atau mendukung pengambilan keputusan.

Di sisi lain, sejumlah organisasi juga belum memiliki mekanisme pengukuran kualitas data yang konsisten. Tanpa standar dan indikator yang jelas, organisasi akan kesulitan memastikan apakah data yang digunakan sudah akurat, lengkap, mutakhir, dan sesuai dengan kebutuhan.

Dony turut menyoroti pengelolaan akses dan pertukaran data yang belum sepenuhnya terkendali, ketergantungan pada kemampuan teknis semata, serta kurangnya komitmen pimpinan dalam membangun tata kelola data.

Menurutnya, persoalan tersebut memperlihatkan bahwa pengelolaan data tidak bisa hanya diserahkan kepada tim teknologi informasi. Diperlukan keterlibatan berbagai unit kerja, pembagian tanggung jawab yang tegas, dan dukungan pimpinan agar kebijakan pengelolaan data dapat diterapkan secara konsisten.

Dalam konteks Satu Data Indonesia, data yang dikelola harus memenuhi empat karakteristik utama, yakni akurat, konsisten, dapat dibagikan, dan tepercaya. Keempat aspek ini menjadi fondasi agar data dapat dimanfaatkan secara lintas sektor tanpa kehilangan kualitas maupun maknanya.

"Organisasi membutuhkan kapabilitas data yang terstruktur dan berkelanjutan agar data dapat dikelola secara konsisten, bukan hanya dikumpulkan untuk memenuhi kebutuhan sesaat," ujar Dony.

DAMA-DMBOK Jadi Acuan Pengembangan Kapabilitas Data

Untuk membantu organisasi membangun fondasi tersebut, Dony mengacu pada DAMA-DMBOK (Data Management Body of Knowledge), sebuah kerangka pengetahuan yang digunakan dalam pengelolaan data.

Dalam pemetaannya, delapan dari sebelas area pengetahuan DAMA-DMBOK dinilai memiliki relevansi langsung dengan implementasi Satu Data Indonesia. Kerangka ini membantu organisasi memahami aspek apa saja yang perlu diperkuat, sekaligus menyusun prioritas pengembangan sesuai kebutuhan.

Salah satu aspek utamanya adalah data governance atau tata kelola data. Area ini mengatur siapa yang bertanggung jawab atas data, bagaimana kebijakan ditetapkan, dan bagaimana pelaksanaan pengelolaan data diawasi.

Organisasi perlu menetapkan peran seperti Data Owner, Data Steward, Data Producer, dan Data Custodian atau walidata. Setiap peran memiliki tanggung jawab berbeda, mulai dari memastikan kepemilikan dan kualitas data hingga mengelola data sesuai ketentuan yang berlaku.

Selain menetapkan struktur organisasi, tata kelola data juga membutuhkan kebijakan yang mencakup kualitas data, metadata, pertukaran informasi, keamanan, dan klasifikasi data. Prosedur untuk menangani permasalahan data, menyetujui standar, dan memantau kepatuhan juga harus dibangun.

Dengan pembagian peran yang jelas, organisasi dapat mengurangi tumpang tindih tanggung jawab, mempercepat penyelesaian masalah, serta meningkatkan kepercayaan terhadap informasi yang digunakan dalam pengambilan keputusan.

Aspek berikutnya adalah standardisasi data dan pengelolaan metadata. Standardisasi bertujuan menyamakan definisi, format, kode referensi, dan aturan bisnis agar setiap unit kerja memahami data dengan cara yang sama.

Sementara itu, metadata menyediakan informasi mengenai suatu data, termasuk sumber, struktur, definisi, frekuensi pembaruan, dan riwayat perpindahannya. Keberadaan metadata memudahkan organisasi menemukan data, memahami konteksnya, dan mengintegrasikannya dengan sistem lain.

Tanpa standar dan metadata yang memadai, pertukaran informasi berisiko menimbulkan perbedaan interpretasi meskipun data telah berhasil dikirimkan secara teknis.

Kualitas dan Keamanan Data Tak Bisa Diabaikan

Selain tata kelola dan standardisasi, Dony menyoroti pentingnya kualitas data dan interoperabilitas. Kualitas data perlu dipantau secara berkala melalui aturan validasi, dasbor pemantauan, dan mekanisme penanganan masalah.

Langkah ini memungkinkan organisasi mendeteksi data yang tidak lengkap, tidak konsisten, atau tidak sesuai dengan standar sebelum digunakan dalam proses bisnis maupun pelaporan.

Adapun interoperabilitas memungkinkan sistem yang berbeda saling bertukar dan menggunakan data melalui mekanisme yang terstandar. Implementasinya dapat didukung oleh application programming interface (API), format pertukaran data yang seragam, dan penggunaan data referensi bersama.

Kemampuan tersebut menjadi penting bagi instansi pemerintah yang perlu mengintegrasikan informasi dari berbagai sumber. Ketika sistem dapat saling berkomunikasi dan memahami data dengan standar yang sama, proses pelaporan dapat berlangsung lebih cepat dan kebutuhan rekonsiliasi manual dapat dikurangi.

Dony juga memasukkan arsitektur dan keamanan data sebagai bagian penting dari pengembangan kapabilitas organisasi. Arsitektur data membantu memetakan sumber informasi, alur perpindahan data, dan hubungan antarsistem. Pemetaan ini menjadi dasar untuk menentukan kebutuhan integrasi dan mencegah pembangunan sistem yang berjalan sendiri-sendiri.

Sementara itu, keamanan data mencakup klasifikasi informasi, pengaturan hak akses, pencatatan aktivitas, serta perlindungan terhadap data sensitif. Penerapan pengamanan tersebut diperlukan agar data dapat dibagikan sesuai kewenangan tanpa meningkatkan risiko kebocoran informasi.

Bagi organisasi yang mulai mengadopsi AI, aspek-aspek tersebut semakin penting. Data yang tidak akurat atau tidak konsisten dapat memengaruhi kualitas analisis dan keluaran sistem AI. Karena itu, kesiapan data perlu menjadi bagian dari strategi pemanfaatan AI sejak awal.

Lima Tahap Membangun Kapabilitas Data

Dalam paparannya, Dony juga menjabarkan roadmap pengembangan kapabilitas data berdasarkan DAMA-DMBOK. Roadmap ini terdiri dari lima tahap yang membawa organisasi dari pembentukan tata kelola hingga perluasan pemanfaatan data.

Tahap pertama berlangsung pada bulan ke-0 hingga ke-8 dengan fokus membangun tata kelola data. Organisasi perlu menilai tingkat kematangan pengelolaan data, membentuk struktur tata kelola, menetapkan peran dan tanggung jawab, serta menyusun kebijakan dan pedoman. Pada tahap ini, pengembangan glosarium bisnis juga diperlukan untuk menyamakan definisi istilah penting di seluruh organisasi.

Tahap kedua, yang berlangsung pada bulan ke-5 hingga ke-10, berfokus pada pemenuhan kebutuhan regulasi. Kegiatannya mencakup pemetaan kebutuhan pelaporan, standardisasi aset data, penyempurnaan metadata, serta pembangunan lapisan semantik agar data dapat dipahami dan diakses secara lebih luas oleh pengguna di lingkungan organisasi.

Berikutnya, pada tahap ketiga di sekitar tahun kedua, organisasi mulai membangun single data view. Tahap ini mencakup penerapan pengelolaan kualitas data, penyusunan golden records yang telah diselaraskan, dan pembentukan pandangan data 360 derajat untuk memberikan gambaran yang lebih menyeluruh.

Tahap keempat berlangsung sekitar delapan bulan dengan fokus pada pembangunan platform pengelolaan data terpusat. Platform tersebut dirancang untuk mendukung integrasi, akses, dan pertukaran data dengan menerapkan standar keamanan yang sesuai.

Tahap terakhir berlangsung sekitar enam bulan dan diarahkan pada monetisasi serta perluasan ekosistem data. Pada fase ini, data dapat disediakan sebagai layanan melalui berbagai kanal, disertai evaluasi dan peningkatan kualitas secara berkelanjutan.

Urutan tersebut memberikan gambaran bahwa pengembangan kapabilitas data membutuhkan proses bertahap. Organisasi perlu memperkuat fondasi tata kelola dan kualitas sebelum memperluas integrasi maupun pemanfaatan data dalam skala yang lebih besar.

Teknologi Percepat Implementasi Satu Data Indonesia

Dony menegaskan, keberhasilan implementasi Satu Data Indonesia sangat bergantung pada konsistensi organisasi dalam mengelola data. Tata kelola, standar, metadata, kualitas, dan keamanan harus berjalan sebagai satu kesatuan, bukan sebagai program yang terpisah.

Teknologi dapat mempercepat proses integrasi dan pertukaran data, tetapi keberhasilannya tetap ditentukan oleh kesiapan organisasi dalam menetapkan kebijakan, menjalankan proses, dan memastikan setiap pihak memahami tanggung jawabnya.

Pendekatan ini juga relevan bagi pemerintah dan organisasi yang ingin memanfaatkan AI secara lebih luas. Tanpa fondasi data yang baik, investasi teknologi berisiko tidak menghasilkan manfaat optimal karena informasi yang digunakan belum memenuhi kebutuhan.

"Keberhasilan implementasi Undang-Undang Satu Data Indonesia ditentukan oleh kapabilitas yang dikelola secara konsisten dalam tata kelola data, standar, metadata, kualitas, dan keamanan, sementara teknologi membantu mempercepat proses tersebut," tutup Dony.

Dengan membangun kapabilitas data secara terarah dan berkelanjutan, Satu Data Indonesia diharapkan tidak berhenti pada penyelarasan kebijakan. Upaya tersebut perlu menghasilkan ekosistem data yang lebih terintegrasi, aman, dan tepercaya sehingga dapat mendukung pengambilan keputusan, meningkatkan kualitas layanan publik, serta memperkuat kesiapan Indonesia menghadapi era AI.