BigBox Solusi Satu Data memberikan solusi lengkap untuk mengumpulkan, mengelola, dan menganalisis berbagai jenis data dari sumber internal maupun eksternal untuk mendukung program Satu Data Pemerintah Kota Semarang.
2. Big Data Characteristics, Definition & Benchmark
Big Data is always related to 3Vs, but now becomes 7Vs. Countries & companies have extracted and unlocked values of data
3. Big Data Market Potential & Players
Market is growing (Gr. 15%) and selected players (global and local) have been in the market
/ Infra.
4. IT & Data Management
Manage,
gather,
integrate,
extract
data from internal &
external source
Sponsorship & Governance
Organization Structure & Talent Mgt
Capability Development
Data to Insights Insights to action
The process to obtain executive sponsorship and senior leader
commitment to the analytics vision
Organization structure, people, skill set to support analytics
transfromation
Big Data Academy for Data Driven Organization
Process to analyze data
to be insights
Deliver insights, analysis, recommendation
for consumption by business units
Outcomes
Measurement
KPI
Process to measure the
value of analytic
insights and track the
benefits over time
CFUs & FUs
Business Use
Cases
Innovation
from Data
V
A
L
U
E
Demography
Nasional
External Data
(socmed)
IoT
Data Source
Internal
Sources
Activity inside Big Data Unit Activity outside Big Data Unit
Big Data Operating Model
From Data to Insight and from insight into action. Need executive commitments and building new skills & capabilities
6. Kebutuhan Pemerintah Kota Semarang dalam merealisasikan Program Satu Data tingkat Daerah
Current Condition
• Pengumpulan data dari setiap sektor/OPD masih
kurang maksimal dikarenakan belum tersedianya
sistem yang mudah untuk diakses dan handal.
• Belum tersedianya repository untuk melakukan
penyimpanan dan pengolahan data yang besar dan
beraneka ragam dan dengan mudah untuk bisa
tumbuh tanpa harus ada investasi yg besar.
• Belum tersedianya tools yang membantu
pengelolaan data yang yg masih sangat variatif
sehingga menjadi data yg terstandarisasi.
• Belum tersedianya tools yang membantu
pengolahan data yang membantu dalam
kategorisasi, klasifikasi dan translasi data dan
interoperability.
7. Kebutuhan akan Pengolahan Data Publik (social media) & e-commerce
Social Media & e-Commerce Analytic
Social Media Analytic
• Salah satu tugas humas pemerintah adalah menyebarluaskan
informasi dan kebijakan pemerintah sesuai dengan
institusi/lembaga masing-masing kepada publik, menampung
dan mengolah aspirasi masyarakat, serta membangun
kepercayaan publik guna menjaga citra dan reputasi
pemerintah. Untuk itu, diperlukan upaya-upaya kreatif dan
persuasif dalam pelaksanaan misi tersebut.
e-Commerce Analytic
• Seiring tumbuhnya ekosistem bisnis berbasis online seperti e-
commerce, pengolahan big data layak menjadi salah satu
sorotan utama untuk menganalisis kebutuhan dan keputusan
yang tepat. Pengolahan data yang tepat akan memberikan
akurasi yang tinggi untuk memprediksi tren pasar.
Selanjutnya, bagaimana cara mencari peluang untuk
mengembangkan bisnis dan kinerja pemerintah dengan
memanfaatkan data e-commerce?
9. Solusi Satu Data Untuk Pemerintah Kota Semarang
Bigbox Platform Big Data Full Stack untuk Program Satu Data
Big Data
Platform
Big Search
Big Box Platform
BIG
BigBox Platform = Platform Full Stack Big Data yang dikembangan
oleh Telkom Indonesia yang digunakan untuk
mengimplementasikan Big Data di customer (Bisnis &
Pemerintahan). Platform tersebut dilengkapi dengan kemampuan
untuk menjadi Repository yang tumbuh secara dinamis,
mendukung pengolahan data yang terstandarisasi dalam
memberikan dukungan khususnya program Satu Data.
Big Social
BigOne
(Data Management Platform)
Workflow
Management
Classification
Management
Document
Discovery
Search Share Save Report
Metadata
Categories
Taxonomy Tagging
Document
Management
Web Crawler
Sync FTP
DB Connection
File Processing
XLS DOC
PPT
OCR
Data
Translation
Metadata Standardization
Interoperability System
Reference System
API
Data
Standard
Expose
Alert
SQL noSQL
BIG DATA ARCHITECTURE
Bigbox
Platform
Big
Social
Big
Commerce
Big
One
10. Internal Data
BIGBOX END-TO-END PROCESS
Solusi Satu Data Untuk Pemerintah Kota Semarang
Bigbox Platform – teknologi fullstack bigdata dalam mendukung Pengumpulan dan Pengolahan Data
yang complete
11. BigOne
(Data Management Platform)
Workflow
Management
Classification
Management
Document
Discovery
Search Share Save Report
Metadata
Categories
Taxonomy Tagging
Document
Management
Web Crawler
Sync FTP
DB Connection
File Processing
XLS DOC
PPT
OCR
Data
Translation
Metadata Standardization
Interoperability System
Reference System
API
Data
Standard
Expose
Alert
SQL noSQL
Solusi Satu Data Untuk Pemerintah Kota Semarang
BigOne - platform untuk standarisasi, klasifikasi dan translasi
12. Crawling
Engine
BIGSPIDER
BIGACTION
Alert & Complex Event
Processing
BIGLAKE
Enterprise Data Lake
Data Insight
BIGQUERY
Search Engine
BIGSEARCH
BIGACTION
Alert & Complex Event
Processing
BIGENVELOPE
API Management
Web Page Builder
BIGBUILDER
Solusi Satu Data Untuk Pemerintah Kota Semarang
BigSocial- solusi analytic untuk Pengelolaan data social media
BigSocial
• Layanan Pengelolaan Sosial Media data on premise dan on cloud
untuk mengukur dan menganalisa dengan tepat tren topik, merek,
masalah sosial, politik, ekonomi, merek pribadi dan lain-lain di
media sosial dan media online dengan lebih mudah dan efektif yang
disajikan dalam bentuk satu dashboard.
13. Solusi Satu Data Untuk Pemerintah Kota Semarang
BigMarket - solusi analytic untuk data-data e-commerce nasional
14. Solusi Satu Data Telkom hadir di semua Provinsi Indonesia
Value dan Benefit
• Layanan Solusi Satu Data Berbasis Cloud wide
Nation, yang memudahkan Pemerintah Daerah
untuk menyiapkan program satu data dengan cepat
dengan memanfaatkan infrastuktur dan connectivity
Telkom yang handal.
• Dukungan teknologi BigBox – Big Data Full stack
platform yang reliable dimulai dari akuisisi data dari
berbagai sumber dalam bentuk yang beragam dan
unstructured sampai dengan pengelolahan data
untuk mendapatkan insight dalam proses
pengambilan keputusan para eksekutif
pemerintahan.
• Ekosistem Cloud yang memudahkan proses
pertukaran data antar daerah dan juga aman
dukungan Cyber security Telkom yang handal
21. Analisa Indikator Kemiskinan
Data Ketahanan Pangan Nasional
2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 *2019
14.15 13.33 12.49 11.66 11.47 10.96 11.13 10.70 10.12 9.66 *9.22
Year
Indonesia
Tren Persentase Penduduk Miskin – Indonesia VS Jawa Barat
Persentase Penduduk Miskin Menurut Provinsi (Persen)
26.6
21.5
20.6
17.7
15.3 15.0 14.9
13.9
13.2 12.6 12.3
11.4 11.0 11.0 10.6 10.2
9.2 8.6 8.6
7.5 7.5 7.3 6.9 6.9 6.8 6.5 6.3 5.9 5.8
4.9 4.8 4.5 4.5
3.6 3.4
Sejak tahun 2015, presentase
penduduk miskin di Indonesia dan
Jawa Barat selalu menurun, hingga
di tahun 2019 ditutup dengan angka
persentase 9,22% dan 6,82%
penduduk miskin
Lima provinsi dengan jumlah penduduk miskin
paling banyak didominasi oleh provinsi di wilayah
Indonesia Timur. Sedangkan jumlah persentase
penduduk miskin paling sedikit adalah provinsi
Kalimantan Selatan, Bali dan DKI Jakarta
11.96 11.27 10.65 9.89 9.61 9.18 9.57 8.77 7.83 7.25 *6.82
Jawa Barat
Source Data : BPS, Dukcapil, Telkom Analysis. 2018.
22. Analisa Indikator Proporsi Pengeluaran untuk Pangan
Data Ketahanan Pangan Nasional
473,382
512,796
421,216
420,732
330,890
326,512
329,208
359,187
383,546
426,278
511,272
549,351
470,450
494,858
426,381
298,180
355,034
421,577
483,956
380,993
365,012
330,646
425,883
615,486
602,071
578,812
382,368
413,263
379,945
428,457
495,322
472,428
414,566
415,354
PAPUA
PAPUA BARAT
MALUKU UTARA
MALUKU
SULAWESI BARAT
GORONTALO
SULAWESI TENGGARA
SULAWESI SELATAN
SULAWESI TENGAH
SULAWESI UTARA
KALIMANTAN UTARA
KALIMANTAN TIMUR
KALIMANTAN SELATAN
KALIMANTAN TENGAH
KALIMANTAN BARAT
NUSA TENGGARA TIMUR
NUSA TENGGARA BARAT
BALI
BANTEN
JAWA TIMUR
DI YOGYAKARTA
JAWA TENGAH
JAWA BARAT
DKI JAKARTA
KEP. RIAU
KEP. BANGKA BELITUNG
LAMPUNG
BENGKULU
SUMATERA SELATAN
JAMBI
RIAU
SUMATERA BARAT
SUMATERA UTARA
ACEH
473,382
512,796
421,216
420,732
330,890
326,512
329,208
359,187
383,546
426,278
511,272
549,351
470,450
494,858
426,381
298,180
355,034
421,577
483,956
380,993
365,012
330,646
425,883
615,486
602,071
578,812
382,368
413,263
379,945
428,457
495,322
472,428
414,566
415,354
473,382
512,796
421,216
420,732
330,890
326,512
329,208
359,187
383,546
426,278
511,272
549,351
470,450
494,858
426,381
298,180
355,034
421,577
483,956
380,993
365,012
330,646
425,883
615,486
602,071
578,812
382,368
413,263
379,945
428,457
495,322
472,428
414,566
415,354
473,382
512,796
421,216
420,732
330,890
326,512
329,208
359,187
383,546
426,278
511,272
549,351
470,450
494,858
426,381
298,180
355,034
421,577
483,956
380,993
365,012
330,646
425,883
615,486
602,071
578,812
382,368
413,263
379,945
428,457
495,322
472,428
414,566
415,354
2015 2016 2017 2018
*Rata-Rata Pengeluaran per
Kapita untuk Makanan
Source Data : BPS, Dukcapil, Telkom Analysis. 2018.
24. Analisa Indikator Akses Listrik
Data Ketahanan Energi Nasional
Persentase Rumah Tangga Yang Tidak Menggunakan Penerangan
Dengan Sumber Listrik (40% Ke Bawah),
Menurut Provinsi (Persen)
0
1
2
3
4
5
6
7
8
9
10
2015 2016 2017 2018
ACEH
SUMATERA UTARA
SUMATERA BARAT
RIAU
JAMBI
SUMATERA SELATAN
BENGKULU
LAMPUNG
KEP. BANGKA BELITUNG
KEP. RIAU
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
2015 2016 2017 2018
DKI JAKARTA
JAWA BARAT
JAWA TENGAH
DI YOGYAKARTA
JAWA TIMUR
BANTEN
0
5
10
15
20
25
30
35
40
45
50
2015 2016 2017 2018
BALI
NUSA TENGGARA BARAT
NUSA TENGGARA TIMUR
KALIMANTAN BARAT
KALIMANTAN TENGAH
KALIMANTAN SELATAN
KALIMANTAN TIMUR
KALIMANTAN UTARA
0
10
20
30
40
50
60
70
80
2015 2016 2017 2018
SULAWESI UTARA
SULAWESI TENGAH
SULAWESI SELATAN
SULAWESI TENGGARA
GORONTALO
SULAWESI BARAT
MALUKU
MALUKU UTARA
PAPUA BARAT
PAPUA
Sedangkan jika menurut daerah tempat
tinggal, berikut persentasenya:
2016 2017 2018
0,31 3,44 0,24
7,09 2,08 4,62
Year
Perkotaan
Pedesaan
2016 2017 2018
4,03 3,12 2,55
Year
Indonesia
Source Data : BPS, Dukcapil, Telkom Analysis. 2018.
26. Analisa Indikator Lama Sekolah Perempuan
Data Ketahanan Pendidikan Nasional
8.09
8.1
8.3
8.41
8.76
8.97
9.14
9.22
9.45
9.88
LAMPUNG
KEP. BANGKA BELITUNG
SUMATERA SELATAN
JAMBI
BENGKULU
RIAU
SUMATERA BARAT
ACEH
SUMATERA UTARA
KEP. RIAU
7.45
7.49
8.29
8.53
9.36
10.75
JAWA TENGAH
JAWA TIMUR
JAWA BARAT
BANTEN
DI YOGYAKARTA
DKI JAKARTA
7.17
7.31
7.52
8.11
8.33
8.37
8.9
9.32
NUSA TENGGARA BARAT
KALIMANTAN BARAT
NUSA TENGGARA TIMUR
KALIMANTAN SELATAN
BALI
KALIMANTAN TENGAH
KALIMANTAN UTARA
KALIMANTAN TIMUR
5.97
7.83
8.17
8.26
8.27
8.6
8.74
8.82
9.37
9.58
9.71
PAPUA
SULAWESI BARAT
GORONTALO
INDONESIA
SULAWESI SELATAN
SULAWESI TENGAH
SULAWESI TENGGARA
MALUKU UTARA
PAPUA BARAT
SULAWESI UTARA
MALUKU
2018
8,26
Year
Indonesia
Source Data : BPS, Dukcapil, Telkom Analysis. 2018.
Rata-rata Lama Sekolah Penduduk Perempuan
Berumur 15 Tahun ke Atas
Pulau Sumatera dan
Pulau Jawa
Kalimantan, Bali, Nusra,
Sulawesi, Maluku
dan Papua
Top 3 Province
Sumatera : Kep.Riau, Sumut, Aceh
Jawa : DKI, DIY, Banten
Kalbanusra : Kaltim, Kaltara, Kalteng
Sulmapua : Maluku, Sulut, Papua Barat
28. Analisa Indikator Akses Air Bersih
Data Ketahanan Kesehatan Nasional
Proporsi Populasi Penduduk Yang Memiliki Akses Terhadap
Layanan Sanitasi Layak Dan Berkelanjutan (Persen)
Proporsi Populasi Yang Memiliki Akses Terhadap Layanan Sumber
Air Minum Layak Dan Berkelanjutan Menurut Provinsi (Persen)
Bali, DKI Jakarta dan DIY
adalah provinsi dengan
jumlah penduduk yang
paling banyak dalam
memiliki layanan sanitasi
layak
49
57
58
63
63
65
65
66
67
67
69
70
71
71
72
72
73
73
74
74
75
76
76
77
78
78
79
80
81
81
81
84
88
90
91
BENGKULU
LAMPUNG
PAPUA
KALIMANTAN SELATAN
SULAWESI BARAT
SUMATERA SELATAN
KALIMANTAN TENGAH
ACEH
JAMBI
KEP. BANGKA BELITUNG
MALUKU UTARA
SUMATERA BARAT
JAWA BARAT
SULAWESI TENGAH
SUMATERA UTARA
NUSA TENGGARA TIMUR
BANTEN
KALIMANTAN BARAT
NUSA TENGGARA BARAT
INDONESIA
JAWA TIMUR
SULAWESI UTARA
MALUKU
PAPUA BARAT
SULAWESI SELATAN
JAWA TENGAH
GORONTALO
RIAU
DI YOGYAKARTA
SULAWESI TENGGARA
KALIMANTAN TIMUR
KEP. RIAU
KALIMANTAN UTARA
DKI JAKARTA
BALI
34
44
51
52
53
54
57
63
63
64
64
64
65
67
67
69
69
69
69
70
71
71
72
74
74
74
75
75
79
80
85
86
89
91
91
PAPUA
BENGKULU
NUSA TENGGARA TIMUR
LAMPUNG
KALIMANTAN TENGAH
KALIMANTAN BARAT
SUMATERA BARAT
KALIMANTAN SELATAN
SULAWESI BARAT
JAMBI
SULAWESI TENGAH
GORONTALO
JAWA BARAT
MALUKU UTARA
ACEH
SUMATERA SELATAN
JAWA TIMUR
MALUKU
INDONESIA
SULAWESI TENGGARA
BANTEN
RIAU
KALIMANTAN UTARA
NUSA TENGGARA BARAT
PAPUA BARAT
JAWA TENGAH
SUMATERA UTARA
SULAWESI UTARA
KALIMANTAN TIMUR
SULAWESI SELATAN
KEP. RIAU
KEP. BANGKA BELITUNG
DI YOGYAKARTA
DKI JAKARTA
BALI
Bali, DKI Jakarta dan
Kaltara adalah provinsi
dengan jumlah penduduk
yang paling banyak dalam
memiliki akses layanan
sumber air minum layak
Akses sanitasi layak masih
dirasa susah oleh pendu-
duk di Papua, Lampung
dan Bengkulu. Persepsi
masyarakat untuk menja-
ga kesehatan lingkungan
masih belum menjadi ke-
butuhan.
Source Data : BPS, Dukcapil, Telkom Analysis. 2018.
29. Analisa Indikator Tenaga Kesehatan
Data Ketahanan Kesehatan Nasional
Rasio Dokter terhadap 100.000 Penduduk
di Indonesia 2016
Rasio Perawat terhadap 100.000 Penduduk
di Indonesia 2016
Rasio Bidan terhadap 100.000 Penduduk
di Indonesia 2016
Rasio dokter terhadap 100.000 penduduk baik secara nasional
maupun provinsi masih jauh dari target rasio dokter pada tahun
2019 yaitu 45 per 100.000 penduduk. Secara nasional, rasio
dokter di Indonesia sebesar 16,02 per 100.000 penduduk.
Rasio bidan di Indonesia adalah sebesar 63,22 per 100.000
penduduk. Angka ini masih jauh dari target 2019 sebesar 120
per 100.000 penduduk. Ada empat provinsi yang telah
memenuhi target tahun 2019 yaitu Aceh, Bengkulu, Maluku
Utara, dan Jambi.
Secara nasional, rasio perawat adalah 114,75 per 100.000
penduduk. Hal ini masih jauh dari target tahun 2019 sebesar
180 per 100.000 penduduk. Namun ada delapan provinsi
dengan rasio perawat yang sudah memenuhi target tahun
2019.
10.4
10.9
11.6
12.0
12.2
12.4
12.6
13.1
13.7
13.9
14.8
15.5
16.2
16.3
17.6
17.7
19.1
19.7
19.7
20.1
20.4
20.6
20.8
21.8
22.2
22.8
23.0
23.1
24.8
27.2
28.1
28.8
31.4
37.6
38.3
LAMPUNG
JAWA BARAT
JAWA TIMUR
MALUKU
BANTEN
NUSA TENGGARA TIMUR
SULAWESI BARAT
JAWA TENGAH
KALIMANTAN BARAT
NUSA TENGGARA BARAT
SUMATERA SELATAN
SULAWESI TENGGARA
INDONESIA
SULAWESI TENGAH
SULAWESI SELATAN
KALIMANTAN SELATAN
JAMBI
SUMATERA BARAT
KALIMANTAN TENGAH
KEP. RIAU
SUMATERA UTARA
RIAU
PAPUA BARAT
MALUKU UTARA
BENGKULU
DI YOGYAKARTA
PAPUA
GORONTALO
KALIMANTAN UTARA
BALI
KALIMANTAN TIMUR
KEP. BANGKA BELITUNG
ACEH
SULAWESI UTARA
DKI JAKARTA
49.4
70.8
73.5
85.4
105.1
105.2
110.1
111.8
112.3
114.7
114.8
126.5
137.4
140.1
144.6
144.8
144.8
147.1
155.1
155.1
160.0
165.4
167.8
170.7
172.8
177.1
178.7
180.7
189.0
197.1
200.6
202.6
205.4
207.2
223.6
LAMPUNG
JAWA BARAT
BANTEN
JAWA TIMUR
SUMATERA UTARA
JAWA TENGAH
NUSA TENGGARA BARAT
KALIMANTAN BARAT
KALIMANTAN SELATAN
RIAU
INDONESIA
NUSA TENGGARA TIMUR
KEP. RIAU
SUMATERA SELATAN
SULAWESI SELATAN
SUMATERA BARAT
SULAWESI BARAT
GORONTALO
SULAWESI TENGAH
SULAWESI TENGGARA
BALI
PAPUA BARAT
KALIMANTAN TENGAH
DI YOGYAKARTA
MALUKU UTARA
KALIMANTAN UTARA
PAPUA
JAMBI
BENGKULU
SULAWESI UTARA
KEP. BANGKA BELITUNG
MALUKU
ACEH
KALIMANTAN TIMUR
DKI JAKARTA
37.2
40.5
42.0
43.4
44.3
46.4
48.6
51.4
51.9
54.0
55.6
55.9
57.6
60.6
61.8
63.2
67.1
68.0
73.1
76.7
81.1
82.2
85.5
90.0
90.2
96.1
102.2
103.8
107.0
107.3
108.8
117.1
144.0
162.3
172.4
JAWA BARAT
DI YOGYAKARTA
LAMPUNG
DKI JAKARTA
BANTEN
JAWA TIMUR
SULAWESI UTARA
KALIMANTAN SELATAN
JAWA TENGAH
KALIMANTAN UTARA
KALIMANTAN BARAT
PAPUA
KEP. RIAU
NUSA TENGGARA BARAT
PAPUA BARAT
INDONESIA
SULAWESI SELATAN
MALUKU
KALIMANTAN TENGAH
NUSA TENGGARA TIMUR
KEP. BANGKA BELITUNG
KALIMANTAN TIMUR
BALI
SULAWESI TENGAH
GORONTALO
RIAU
SULAWESI BARAT
JAMBI
SUMATERA SELATAN
SUMATERA BARAT
SUMATERA UTARA
SULAWESI TENGGARA
MALUKU UTARA
BENGKULU
ACEH
Source : BPS, 2016 Source : BPS, 2016 Source : BPS, 2016
Source Data : BPS, Dukcapil, Telkom Analysis. 2018.
30. Analisa Indikator Tinggi Badan Balita
Data Ketahanan Kesehatan Nasional
Stunting merupakan masalah kurang gizi kronis akibat asupan gizi yang kurang sehingga tinggi badan bayi di bawah standar menurut
usianya/pendek. Menurut World Health Organization/WHO batas maksimal stunting bayi adalah 20%. Artinya stunting Balita di Indonesia saat
ini masih di atas batas toleransi yang ditetapkan oleh Badan Kesehatan Dunia.
Berdasarkan hasil Pantauan Status Gizi (PSG) 2017 prevalensi stunting bayi berusia di bawah lima tahun (Balita) Nusa Tenggara Timur (NTT)
mencapai 40,3%. Angka tersebut merupakan yang tertinggi dibanding provinsi lainnya dan juga di atas prevalensi stunting nasional sebesar
29,6%. Prevalensi stunting di NTT tersebut terdiri dari bayi dengan kategori sangat pendek 18% dan pendek 22,3%. Sementara provinsi
dengan prevalensi Balita stunting terendah adalah Bali, yakni hanya mencapai 19,1%. Angka tersebut terdiri dari Balita dengan kategori sangat
pendek 4,9% dan pendek 14,2%.
36
29
31 30
25
23
29
32
23
29 29
20
27
30
19
37
40
36
39
34
31
33
36
31
35 36
32
40
25 25
33 33
31
Source Data : BPS, 2017
31. Analisa Indikator Angka Harapan Hidup
Data Ketahanan Kesehatan Nasional
Angka Harapan Hidup (AHH)
adalah perkiraan rata-rata
tambahan umur seseorang
yang diharapkan dapat terus
hidup
Angka Harapan Hidup (AHH) merupakan alat untuk mengevaluasi kinerja pemerintah dalam meningkatkan kesejahteraan penduduk pada
umumnya, dan meningkatkan derajat kesehatan pada khususnya.
Angka Harapan Hidup (AHH) yang rendah di suatu daerah harus diikuti dengan program pembangunan kesehatan, dan program sosial
lainnya termasuk kesehatan lingkungan, kecukupan gizi dan kalori termasuk program pemberantasan kemiskinan.
AHH Perempuan 73,19
tahun
Setiap Penduduk
perempuan yang lahir
tahun 2018 diharapkan
dapat hidup selama 73
hingga 74 tahun
AHH Laki-laki
69,3 tahun
Setiap Penduduk
perempuan yang lahir
tahun 2018 diharapkan
dapat hidup selama 69
hingga 70 tahun
2010 2011 2012 2013 2014 2015 2016 2017 2018
69,8 70,0 70,2 70,4 70,6 70,8 70,9 71,1 71,2
Year
Indonesia
Tren Angka Harapan Hidup Indonesia VS Jawa Barat
71,3 71,6 71,8 72,1 72,2 72,4 72,4 72,5 72,7
Jawa Barat
Source Data : BPS, Dukcapil, Telkom Analysis. 2018.
32. POTENTIAL USERS
Kemenpar, Kemenhan.
LIST OF CLIENS
Kementrian Pariwisata ( 2017, 2018,
2019 , 2020 )
POTENTIAL REVENUE
Rp. 7 Milyar / Year and Yearly
recurring.
SUPPORTING PARTIES
Wisatawan
mancanegara
Menggunakan No
ponsel asal
negaranya
Memasuki area PLB
yang dilakukan
observasi dengan
Jaringan Telkomsel
TRAVELLERS
INBOUND ROAMERS Network Coverage
Data LBA Pre-
processing
Spatial
mapping
Cross border
algorithm
implementati
on
Cross border dashboard monitor
Distribution of visitor’s origin
Tourism Insight Use Case
33. 33
Case of Social Media Analytics
BACKGROUND AND OPPORTUNITIES
SOURCE DATA
Background. Gather information from media online and social media to
analysis hot issues or new request from Business User. And we provide analytics /
platform of Digital Media Analytics that we named it as Sonar Platfor.
Opportunities. These platform will make easy to use by Business user to
find out the Hot issues or posting from outside of company on media online or social
media. We provide analytic for adhoc cases as a request more easyest for Data
Scientist of Requester.
• Social Media
• Media Online
• Others
IMPACT
• Easy to use if we are looking to hot issues & Impact
• Already use by Melon, Blanja, KF
ALGORITHM AND PROCESS
Media
Online
Social
Media
Sonar Platform
Crawling
Crawling
Business user
Dashboard
Analytics
Data Scientist
Adhoc
Dashboard for Social Media Analytics
Kemen BUMN memanfaatkan untuk monitoring semua BUMN
34.
35.
36.
37. Custom Mobility Insight – Segment Heat Map
Derived from Clients’s internal
definition of NGID*, Telkomsel
helps sizing up and visualized
the area populated of
Telkomsel’s subscribers whom
categorized as NGID segment
Greater Jakarta &
Palembang as cities filter
Populations’ Home, Office and Hangout place
category count
*NGID Segment Definition:
Gender: Male
Age: 18-30
Application Accessed:
• Social Media
• Video Streaming
• Ecommerce
