Proyek AI yang gagal hampir selalu punya akar yang sama: data yang belum siap. Panduan ini memberi langkah praktis menyiapkan data perusahaan Indonesia agar AI berpijak pada fondasi yang kuat.
Mengapa data menentukan segalanya
AI bekerja dari data Anda. Data yang berantakan, tidak konsisten, atau terjebak di silo akan menghasilkan output yang lemah — tidak peduli sebaik apa modelnya. Inilah mengapa persiapan data adalah langkah paling berdampak, dan paling sering dilewati. Lihat penilaian kesiapan AI.
Langkah menyiapkan data
- Inventarisasi — petakan sumber data: sistem, dokumen, basis data, email.
- Bersihkan & standarkan — perbaiki inkonsistensi, duplikasi, dan format.
- Klasifikasikan sensitivitas — publik, internal, sensitif (data pribadi, keuangan, kesehatan).
- Pecahkan silo — satukan agar AI punya konteks lintas fungsi.
- Pastikan dasar hukum — sesuai UU PDP untuk data pribadi.
Kepatuhan UU PDP saat menyiapkan data
Data pribadi yang dipakai untuk AI harus punya dasar hukum yang sah (mis. persetujuan untuk tujuan spesifik), dan data sensitif mendapat perlindungan lebih ketat. Lihat panduan UU PDP dan checklist kepatuhan. Klasifikasi sensitivitas saat ini juga menentukan arsitektur.
Sensitivitas menentukan arsitektur
Untuk data sensitif, rancang arsitektur yang menjaganya tetap di kendali Anda — self-hosting atau inferensi lokal — dan pilih model via BYOK berdasarkan sensitivitas.
osFoundry menyediakan basis pengetahuan dan basis data aplikasi yang menyatukan data dengan kontrol akses, serta self-hosting agar data sensitif tetap di lingkungan Anda. dgm, mitra integrasi independen, membantu menyiapkan dan mengklasifikasikan data sebelum AI diterapkan.
Kesimpulan
Data yang bersih, terstruktur, terklasifikasi, dan patuh UU PDP adalah fondasi setiap proyek AI yang berhasil. Siapkan data lebih dulu — itu investasi dengan dampak tertinggi. Hubungi dgm untuk membantu menyiapkan data AI perusahaan Anda.