Bukan Sekadar Teknologi, Data Tepercaya Jadi Fondasi Pengambilan Keputusan Berbasis AI

JAKARTA — Kesiapan data menjadi salah satu faktor penentu keberhasilan perusahaan dalam memanfaatkan kecerdasan buatan atau artificial intelligence (AI). Data yang tidak lengkap, tidak konsisten, atau tidak akurat berisiko menghasilkan analisis dan rekomendasi yang keliru, meskipun perusahaan telah menggunakan teknologi AI yang canggih.

Persoalan tersebut menjadi sorotan dalam konferensi tahunan Virtus Showcase 2026 yang digelar PT Virtus Technology Indonesia, penyedia solusi infrastruktur digital sekaligus anak perusahaan CTI Group, di Raffles Hotel Jakarta, Selasa (13/10/2026).

Mengusung tema Delivering AI with Confidence: From Fragmented Data to Trusted Decisions, acara tersebut membahas kesiapan organisasi dalam mengelola data dan membangun infrastruktur teknologi yang dapat mendukung penggunaan AI secara konsisten dan tepercaya.

Virtus mengangkat isu tersebut seiring dengan meluasnya pemanfaatan AI dalam proses bisnis. Perusahaan tidak cukup hanya menyediakan model AI dan kemampuan komputasi, tetapi juga perlu memastikan data yang digunakan relevan, berkualitas, terlindungi, serta dapat dipertanggungjawabkan.

Dalam materi yang disampaikan pada acara tersebut, Virtus mengutip prediksi Gartner bahwa hingga akhir 2026, organisasi akan menghentikan 60% proyek AI yang tidak didukung data yang siap digunakan AI atau AI-ready data.

Direktur Virtus Technology Indonesia, Christian Atmadjaja, mengatakan kualitas hasil AI tidak hanya ditentukan oleh model yang digunakan, tetapi juga oleh kualitas data dan kesiapan lingkungan teknologi yang menopangnya.

“Ketika AI mulai masuk ke proses bisnis, kualitas hasilnya tidak hanya ditentukan oleh model yang digunakan. Kita juga perlu melihat data yang menjadi dasarnya, bagaimana data tersebut dikelola, serta bagaimana seluruh lingkungan teknologi mendukung proses tersebut,” ujar Christian melalui keterangannya di Jakarta pada hari Selasa (13/10/2026).

Menurut dia, fondasi data yang belum siap dapat membuat kemampuan AI tidak menghasilkan keputusan bisnis yang lebih baik. Karena itu, perusahaan perlu memperhatikan tata kelola data sebelum memperluas penerapan AI ke berbagai fungsi bisnis.

Kualitas dan Tata Kelola Data Menjadi Fondasi AI

Presiden DAMA Indonesia, Alex Budiyanto, yang hadir sebagai pembicara utama, menjelaskan bahwa pengelolaan data tidak sekadar berkaitan dengan penyimpanan. Data management juga mencakup proses pengembangan, pengelolaan, perlindungan, dan pemeliharaan nilai data sepanjang siklus hidupnya.

Salah satu tantangan yang dihadapi perusahaan adalah ketersediaan data yang belum tentu sejalan dengan kebutuhan AI. Data dapat tidak lengkap, tidak konsisten, sudah tidak relevan, atau tidak cukup merepresentasikan kondisi sebenarnya.

Selain itu, perbedaan definisi data antardivisi, ketidakjelasan sumber data, dan belum adanya pihak yang bertanggung jawab atas kualitas data dapat menghambat pemanfaatannya. Kondisi tersebut berpotensi memengaruhi keandalan hasil analisis AI.

Alex menilai perusahaan perlu membangun tata kelola yang mencakup kualitas data, metadata, standar definisi, serta kejelasan kepemilikan data. Dengan demikian, data dapat dipahami secara konsisten dan digunakan sesuai kebutuhan bisnis.

Ia juga menekankan bahwa kualitas data perlu dinilai berdasarkan tujuan penggunaannya atau prinsip fit for purpose. Artinya, perusahaan harus terlebih dahulu menentukan proses bisnis atau keputusan yang hendak didukung AI, kemudian menetapkan jenis data dan standar kualitas yang diperlukan.

“Untuk menilai kesiapan data bagi AI, perusahaan dapat melihat indikator seperti akurasi, kelengkapan, konsistensi, validitas, tingkat duplikasi, dan ketepatan waktu. Penilaian juga perlu mencakup keterwakilan data terhadap kondisi sebenarnya, tingkat bias yang dapat diterima, keterlacakan asal-usul data, serta keakuratan dan keandalan label yang digunakan,” jelas Alex.