Kualitas Data: Data buruk lebih mahal daripada tidak ada data

Buku ini membahas kualitas data sebagaimana DAMA-DMBOK Bab 13 mendefinisikannya, dengan prinsip Redman bahwa akar masalah kualitas data adalah organisasi tidak menciptakan data dengan benar sejak awal. Bab demi bab menguraikan apa yang kualitas data sebenarnya berarti, tiga dimensi yang bisa diukur dari data sendiri (completeness, uniqueness, consistency), empat dimensi yang memerlukan konteks lebih (accuracy, validity, timeliness, integrity), dan data yang membusuk diam-diam.

Pembahasan dilanjutkan dengan profiling sebagai baseline sebelum semua aturan, pendefinisian aturan kualitas yang sesuai konteks bisnis, monitoring otomatis dengan alert yang bermakna, root cause analysis untuk pelanggaran berulang, dan governance kualitas data yang menugaskan tanggung jawab konkret. Penekanannya pada kualitas data sebagai proses pencegahan, bukan pembersihan reaktif.

Saya menulis ini sebagai praktisi yang pernah membayar konsekuensi nyata dari NPWP yang diinput dengan format salah dan nomor rekening yang tertukar. Biaya jam-orang untuk klarifikasi tidak masuk ke laporan keuangan, tetapi nyata. Buku ini ditulis untuk pelaku usaha yang ingin menghentikan akumulasi biaya tersembunyi tersebut.

Untuk pembaca yang mencari: DAMA-DMBOK Bab 13 dalam Bahasa Indonesia, Redman 2017 estimasi biaya data buruk, tujuh dimensi kualitas data, profiling dan rule definition, monitoring otomatis, root cause analysis, dan governance kualitas data. Disusun dari konteks operator di Indonesia, tetapi rangka diagnostiknya berlaku untuk organisasi manapun yang datanya dipakai untuk mengambil keputusan.