Belajar Data Architect - Prinsip & Framework Arsitektur Data

#Pendahuluan

Setelah di episode 1 kita memahami peran dan tanggung jawab Data Architect, sekarang waktunya membangun fondasi teoretis profesi ini. Arsitektur data bukan sekadar kumpulan keputusan teknis — ia adalah disiplin dengan badan pengetahuan, prinsip, dan model penilaian yang sudah matang. Kalian tidak bisa menjadi arsitek yang kredibel tanpa memahami dasar ini.

Mengapa episode ini penting? Karena keputusan arsitektur selalu punya banyak jawaban benar. Yang membedakan arsitek berpengalaman dari pemula adalah kerangka pikir: kemampuan menjelaskan mengapa sebuah keputusan diambil, bukan hanya apa keputusannya. Framework dan prinsip memberikan bahasa bersama untuk itu.

#DAMA-DMBOK: Badan Pengetahuan Arsitektur Data

DAMA-DMBOK (Data Management Body of Knowledge) adalah referensi paling diakui untuk manajemen data, diterbitkan oleh DAMA International. Di dalamnya ada 11 knowledge areas manajemen data — dan Data Architecture adalah salah satunya.

DAMA-DMBOK juga membedakan data architecture dari data modeling: modeling adalah bagian dari architecture. Arsitektur menetapkan peta jalan dan standar, modeling menetapkan bentuk spesifik dari setiap entitas data.

#Prinsip Arsitektur Data

Prinsip adalah aturan tingkat tinggi yang menuntun keputusan. Setiap keputusan arsitektur yang bertentangan dengan prinsip harus dibuktikan dulu alasannya. Prinsip umum yang dipakai banyak organisasi:

1. Data adalah aset bersama. Data dihasilkan satu tim tapi nilainya muncul saat dipakai tim lain.
2. Data dikelola sekali, dipakai banyak kali. Hindari duplikasi yang tidak terkendali.
3. Keputusan berbasis data. Arsitektur harus memungkinkan pengambilan keputusan yang cepat dan akurat.
4. Standar adalah wajib, bukan saran. Standar dipatuhi agar integrasi tidak mahal.
5. Security dan governance sejak awal — bukan tempelan di akhir.
6. Sederhana lebih baik. Hindari kompleksitas yang tidak diperlukan (YAGNI untuk arsitektur).

Prinsip harus ditulis spesifik untuk organisasi. Contoh perbandingan:

GENERIK:  "Data harus aman."
SPESIFIK: "Data berisi PII harus dienkripsi at-rest dan aksesnya
          dicatat di audit log, dengan review kuartalan oleh DPO."

Prinsip yang terlalu generik tidak bisa dieksekusi; yang terlalu spesifik jadi usang cepat. Kuncinya ada di tengah: cukup jelas untuk diuji, cukup umum untuk bertahan.

#Data Maturity Model

Maturity model mengukur seberapa matang organisasi dalam mengelola data. Model yang umum dipakai adalah adaptasi DAMA-DMBOK dan CMMI:

Maturity model bukan untuk "menghukum" organisasi, tapi untuk memprioritaskan perbaikan. Organisasi di level 1 tidak perlu langsung membangun data mesh; fokus dulu pada standar dan ownership.

#Assessment Arsitektur

Assessment adalah proses menilai kondisi arsitektur data saat ini. Ini praktik inti yang akan dipakai di banyak episode berikutnya. Langkah-langkahnya:

#1. Kumpulkan Inventaris

Daftar semua aset data: sistem sumber, database, pipeline, dashboard, dan siapa pemiliknya. Tanpa inventaris, assessment tidak mungkin dilakukan.

sistem_sumber | pemilik | data_kritis | format | aliran_data
ERP SAP        Finance  ya           SQL     → warehouse → BI
Aplikasi CRM    Sales    ya           API     → warehouse → BI
Log aplikasi    Platform sedang        JSON    → lake → ... 

#2. Skor Dimensi Kunci

Nilai arsitektur di beberapa dimensi dengan skala 1-5:

• Data architecture fit — seberapa cocok dengan kebutuhan bisnis.
• Data quality — akurasi, kelengkapan, ketepatan waktu.
• Scalability & performance — mampu menangani pertumbuhan.
• Security & compliance — melindungi dan patuh regulasi.
• Operational cost — efisiensi biaya per unit data.

#3. Identifikasi Gap dan Risiko

Bandingkan skor dengan target. Contoh hasil assessment:

dimensi            skor_saat_ini  target  gap
data quality       2              4       kritis
governance         1              3       kritis
scalability        3              4       sedang
cost efficiency    4              4       - (ok)

#4. Susun Rekomendasi Berprioritas

Rekomendasi diurutkan dari gap paling kritis yang paling murah untuk diperbaiki. Hasil assessment inilah yang menjadi input roadmap yang kita bahas di episode 1.

#Penutup

Inti yang harus dibawa pulang:

• DAMA-DMBOK adalah badan pengetahuan resmi; Data Architecture adalah satu dari 11 knowledge areas.
• Prinsip menuntun keputusan; tulis prinsip yang spesifik dan bisa diuji.
• Maturity model (0-4) membantu memprioritaskan perbaikan sesuai kondisi organisasi.
• Assessment adalah siklus inventaris → skor → gap → rekomendasi.

Di episode 3 selanjutnya kita akan membahas data modeling lanjutan — conceptual, logical, dan physical model, dimensional modeling, serta Data Vault sebagai pendekatan modeling yang tangguh untuk perubahan. Sampai jumpa di episode 3!