Rapat pagi Senin berhenti di angka yang sama untuk ketiga kalinya. Dashboard tim marketing mencatat 12.400 pelanggan aktif bulan lalu, dashboard tim keuangan 9.800, dan keduanya mengaku menarik data dari sistem yang sama.
Pertanyaan “angka mana yang benar” tidak selesai di rapat itu, dan di banyak perusahaan Indonesia, pertanyaan itu tidak pernah selesai.
Data governance, atau tata kelola data, adalah cara perusahaan mengatur datanya supaya angka seperti itu tidak berulang dan setiap data yang dipakai untuk keputusan bisa dipercaya.
Tanpanya, kelebihan versi data jarang berhenti di ruang rapat. Beberapa insiden kebocoran data besar di Indonesia berawal dari data yang menumpuk dan beredar tanpa kendali. Sejak UU Pelindungan Data Pribadi berlaku penuh pada Oktober 2024, kekacauan itu membawa konsekuensi hukum yang nyata.
Poin penting:
- Data governance memastikan data perusahaan akurat, aman, dan layak dipercaya saat dipakai untuk keputusan.
- UU No. 27 Tahun 2022 (UU PDP) menjadikan tata kelola data kewajiban operasional, termasuk pelaporan kebocoran paling lambat 3×24 jam.
- Programnya bertumpu pada kebijakan dan standar, peran yang jelas, serta catatan seperti katalog, lineage, dan log audit.
- Program paling tahan lama mulai dari satu domain data dalam 90 hari, tanpa menunggu CDO.
Apa Itu Data Governance?
Data governance adalah sistem yang menentukan siapa yang boleh memutuskan apa tentang data perusahaan, aturan mainnya, dan bukti bahwa aturan itu dijalankan.
Dua organisasi bisa memakai aplikasi dan database yang sama, tapi yang membedakan data terpercaya dari data berisiko adalah siapa yang memegang keputusan dan seberapa jelas aturannya.
Cara paling cepat memahaminya lewat analogi dapur restoran. SOP dapur tidak melarang koki memasak. Ia memastikan setiap piring yang keluar ke meja pelanggan aman, dan kalau terjadi masalah, restoran tahu bahan mana yang bermasalah dan siapa yang menanganinya.
Data governance bekerja dengan logika yang sama terhadap data: ia menetapkan syarat agar data layak dipercaya saat digunakan.
Perbedaan Data Governance, Data Management, dan Data Quality
Istilah serumpun sering tertukar karena saling menempel. Tabel berikut memisahkan tiga yang paling sering disamakan.
| Istilah | Cakupan | Hubungan dengan data governance |
|---|---|---|
| Data governance | Aturan, peran, dan akuntabilitas atas data | Lapisan kebijakan yang mengatur dua istilah lainnya |
| Data management | Seluruh praktik mengelola data, dari penyimpanan sampai integrasi | Eksekusi yang mengikuti aturan governance |
| Data quality | Akurasi, kelengkapan, dan konsistensi data | Hasil akhir yang dijaga oleh governance |
Jadi kalau angka di dua dashboard berbeda, aturan yang belum tertulis biasanya menjadi penyebab pertama yang perlu dicek, sebelum menyalahkan alatnya.
Contoh sehari-hari di perusahaan kecil
Data governance juga bekerja di skala sepuluh karyawan. File “Gaji_2024_FINAL_v2.xlsx” yang dikirim lewat WhatsApp ke tiga grup berbeda adalah masalah tata kelola: tak ada satu versi yang disepakati dan tak ada catatan siapa mengubah apa. Yang berubah di perusahaan besar hanyalah besaran kerugiannya.
Mengapa Data Governance Penting
Manfaat data governance terasa di pekerjaan harian: laporan yang angkanya cocok antartim, permintaan akses yang selesai dalam hitungan jam karena aturannya jelas, dan audit yang dijawab dari catatan yang sudah siap.
Kualitas keputusan ikut naik, biaya dari duplikasi turun, dan akses ke data sensitif jadi bisa dikendalikan tanpa membuat tim menunggu berhari-hari.
Di balik manfaat harian itu ada dua tekanan yang membuat perusahaan Indonesia mulai menganggap tata kelola data sebagai kebutuhan: regulasi dan biaya dari data yang dibiarkan tak terkelola.
Tekanan regulasi, dari GDPR sampai UU PDP
Peraturan perlindungan data sudah lama mengikat perusahaan yang beroperasi lintas negara. GDPR di Uni Eropa menetapkan standar bagi data warga Eropa, dan HIPAA mengatur data kesehatan di Amerika Serikat. Indonesia mengikuti lewat UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi, yang berlaku penuh sejak Oktober 2024 setelah masa transisi dua tahun.
Undang-undang ini menuntut hal-hal yang hanya bisa dipenuhi lewat tata kelola yang tertulis: dasar pemrosesan yang sah, hak subjek data yang bisa dieksekusi, dan pelaporan kegagalan pelindungan data paling lambat 3×24 jam sejak perusahaan mengetahuinya. Sanksi administratifnya mencapai denda dua persen dari pendapatan tahunan, dan beberapa pelanggaran diancam pidana kurungan hingga enam tahun.
Detail penerapannya sebaiknya dikonsultasikan dengan penasihat hukum; yang jelas, penanganan data tanpa aturan tertulis kini punya harga.
Di sisi pelanggan, kewajiban persetujuan (consent) yang diatur UU PDP dikelola lewat consent preference management, lapisan tata kelola yang sama dengan yang dibahas artikel ini.
Apa yang terjadi tanpa data governance
Biaya dari data yang tak terkelola jarang muncul di satu baris laporan. Ia menyebar: keputusan yang diambil dari angka duplikat, jam kerja yang habis untuk mencocokkan file, dan akses yang diberikan karena “sekali ini saja”.
Kami melihat polanya di satu klien distributor pada 2024. Proses permintaan akses resmi ke data piutang butuh lima hari kerja karena melewati empat persetujuan bertingkat. Tim keuangan memilih jalan pintas, yaitu mengekspor data ke Excel setiap Senin pagi lalu mengirimkannya lewat email ke empat pihak.
Dalam enam bulan ada sebelas versi spreadsheet yang beredar. Salah satu versi lama, berisi daftar harga 2022, sempat dipakai sebagai dasar penawaran ke klien besar. Selisihnya baru ketahuan ketika klien bertanya kenapa harga penawaran “aneh” dibanding pesaing.
Perbaikannya tidak mahal. Kami membuka akses read-only ke dashboard piutang untuk empat peran yang membutuhkan, menetapkan pemilik data, dan mencatat aturannya di satu halaman. Waktu penyelesaian permintaan akses turun dari lima hari ke empat jam, dan ekspor manual berhenti dalam dua minggu. Akses sah yang cepat menghapus alasan untuk membuat salinan liar.
Di kasus lain, data yang menumpuk tanpa kendali berakhir di tempat yang jauh lebih mahal. Kebocoran 279 juta data pelanggan BPJS Kesehatan pada 2021, yang dijual di forum bawah tanah, menunjukkan sisi paling mahal dari data yang menumpuk tanpa pengawasan siapa yang mengaksesnya.
Arah manajemennya sama. Survei MIT CDOIQ 2024 terhadap 350 Chief Data Officer menemukan 45 persen menempatkan tata kelola data sebagai prioritas utama mereka, karena mereka ingin data mudah diakses orang yang tepat tanpa kehilangan kendali.
Komponen dan Peran Data Governance
Komponen programnya berlapis, tapi logikanya sederhana. Ada aturan yang menentukan cara kerja, ada orang yang menjalankan aturan itu, dan ada catatan yang membuktikan semuanya benar-benar berjalan.
Kebijakan dan standar data
Kebijakan adalah dokumen yang menentukan bagaimana data dikumpulkan, disimpan, diakses, dan dihapus. Standar membuat kebijakan itu bisa diuji, mulai dari format data, konvensi penamaan, definisi istilah, sampai tingkat klasifikasi.
Klasifikasi minimal biasanya dipisah empat tingkat: publik, internal, rahasia, dan data pribadi. Standar kualitasnya diukur lewat enam dimensi yang dirinci Google Cloud: akurasi, kelengkapan, konsistensi, ketepatan waktu, validitas, dan keunikan.
Contoh keputusan kecil yang dampaknya besar: mendefinisikan “pelanggan aktif” sebagai pelanggan yang bertransaksi dalam 90 hari terakhir. Satu definisi yang dipakai seluruh perusahaan membuat dua dashboard langsung bicara bahasa yang sama.
Siapa yang menjalankannya
Ada empat peran: Chief Data Officer, data owner, data steward, dan komite governance. CDO memegang akuntabilitas strategi dan mendanai programnya.
Data owner, biasanya pimpinan unit bisnis seperti kepala keuangan untuk data keuangan, menentukan siapa yang boleh mengakses dan bagaimana kualitasnya dijaga.
Data steward menjalankan aturan itu setiap hari, dari menjaga metadata sampai menindak masalah kualitas. Komite governance memutuskan kebijakan lintas domain dan menyelesaikan perselisihan antartim.
Perusahaan tanpa CDO tidak perlu meniru struktur itu secara utuh. Yang penting satu: kepemilikan yang eksplisit. Satu orang boleh merangkap data owner dan data steward sekaligus, selama namanya tertulis dan ia tahu apa yang dimintakan padanya.
Katalog, metadata, lineage, dan audit
Empat catatan inilah bukti bahwa program berjalan. Data catalog adalah inventaris terpusat: dataset apa saja yang ada, milik siapa, dan untuk apa. Metadata mendokumentasikan definisi dan asal-usulnya.
Data lineage melacak perjalanan data dari sumber sampai laporan, yang sangat berguna saat angka dipertanyakan. Log audit mencatat siapa mengakses apa dan kapan, bahan pertama yang diminta regulator ketika insiden terjadi.
Katalog itu biasanya lahir dari pemetaan; hasil data mapping menjadi bahan bakunya. Catatan yang sama sekali kali disusun bisa dipakai ulang untuk audit standar keamanan seperti ISO 27001, yang mensyaratkan kontrol dan dokumentasi serupa.
Alat yang biasa dipakai dalam Data Governance
Alatnya beragam, dari platform tata kelola seperti Collibra dan Informatica, katalog seperti Alation dan Apache Atlas, sampai modul keamanan dan privasi seperti OneTrust dan Varonis.
Namun, perusahaan kecil dan menengah Indonesia sering tidak perlu mulai dari sana. Inventaris di spreadsheet, klasifikasi di satu dokumen, dan kontrol akses di sistem yang sudah ada, misalnya ERP atau BI, sudah menghasilkan sebagian besar manfaatnya.
Cara Memulai Data Governance Tanpa CDO
Jalannya: mulai dari satu domain data dan selesaikan siklus pertamanya dalam 90 hari, tanpa menunggu CDO. Kebanyakan program data governance mati dengan cara yang sama: dimulai dari semua arah sekaligus.
Kebijakan ditulis untuk seluruh perusahaan, komite dibentuk, lalu tiga bulan kemudian tidak ada yang mengubah cara kerjanya. Sponsor eksekutif beralih ke prioritas lain, tim menganggap program itu urusan IT, dan tiap departemen tetap memakai definisinya sendiri. Program yang bertahan biasanya mulai dari satu domain data saja.
Tiga puluh hari pertama dipakai untuk pemetaan. Petakan data paling sensitif, biasanya data pelanggan, gaji, dan transaksi. Tunjuk satu nama sebagai pemilik untuk masing-masing dan tulis semuanya di satu halaman. Itu saja.
Enam puluh hari berikutnya dipakai untuk aturan. Tulis tiga sampai lima aturan akses untuk data yang sudah dipetakan, terapkan klasifikasi minimal, dan sepakati definisi dua atau tiga istilah kunci seperti “pelanggan aktif” atau “pelunasan”. Aturan aksesnya mengikuti prinsip least privilege: setiap peran hanya mendapat akses yang benar-benar dipakai kerjanya. Jaga jumlahnya tetap kecil; aturan yang bisa dihafal lebih kuat daripada dokumen tiga puluh halaman yang tidak dibaca.
Sembilan puluh hari terakhir dipakai untuk bukti. Ukur kondisi awal, perbaiki satu masalah yang paling terlihat, lalu laporkan satu kemenangan ke sponsor. Satu angka yang membaik meyakinkan manajemen lebih dari sepuluh slide rencana.
Setelah itu baru bicara model. Organisasi kecil cukup satu pemilik per domain. Saat unit bisnis bertambah, pilih antara tata kelola terpusat, yang mengikat semua unit dengan kebijakan sama, atau federasi, yang memberi keleluasaan di tiap unit dengan standar bersama. Pilihannya bisa mengikuti ukuran organisasi; yang tidak boleh ditunda adalah aturan aksesnya sendiri.
Metrik untuk mengukur kemajuan
Empat angka berikut cukup untuk memulai, dan semuanya bisa dihitung minggu ini:
- Jumlah dataset yang sudah punya pemilik tertulis.
- Persentase dataset yang sudah terklasifikasi.
- Rata-rata waktu penyelesaian permintaan akses.
- Jumlah spreadsheet bayangan, yaitu salinan data yang beredar di luar sistem resmi.
Angka pertama biasanya paling membuka mata. Di banyak perusahaan, jawabannya nol padahal jumlah datasetnya ratusan.
Data Governance dan AI
AI memperbesar konsekuensi dari data yang buruk. Model yang dilatih dari data kacau menghasilkan jawaban yang terdengar meyakinkan sambil tetap salah. Gartner memperingatkan kurangnya data yang siap untuk AI sebagai risiko utama proyek AI pada 2025, dan menempatkan tata kelola data sebagai prasyaratnya.
Masalahnya bertambah rumit karena agen AI bisa membocorkan data sensitif lewat jawabannya kalau izin aksesnya longgar. Aturan yang melindungi data hari ini sekaligus menjadi pagar untuk AI, dan UU PDP tidak berhenti berlaku hanya karena yang memproses datanya sebuah model.
Pelajari UU PDP
Undang-Undang Perlindungan Data Pribadi (UU PDP) adalah aturan yang mengatur bagaimana data pribadi harus dikelola dan dilindungi, sekaligus menjelaskan hak pemilik data serta tanggung jawab pihak yang mengolahnya.
UU PDP
Perdalam pemahaman Anda dan pelajari ketentuannya secara menyeluruh dengan mengunduh PDF ini. Data Anda aman dengan kami!
Kesimpulan
Satu langkah untuk minggu ini: buka daftar sistem Anda, pilih satu dataset paling sensitif, dan tulis satu nama di sampingnya sebagai pemilik. Sepakati satu aturan akses untuk dataset itu dan catat tanggalnya. Dari satu halaman seperti itu, sisa tata kelola tumbuh mengikuti kebutuhan nyata perusahaan.
Kalau Anda ingin aturan itu ditegakkan di level identitas, hubungi tim Adaptist. Konsultasi pertamanya memetakan kontrol akses yang sudah berjalan dan menunjuk celah yang paling berisiko, sehingga keputusan sistem berikutnya berdiri di atas aturan yang sudah tertulis.
