Professional Documents
Culture Documents
Kemenkeu Agung
Kemenkeu Agung
1
OUTLINE
01 Latar Belakang dan Tujuan
02 Perkembangan AIFA
What’s Next?
03
2
Penerapan Teknologi untuk Perbaikan Kualitas Proses Bisnis
#Top Strategic Technology Trends 2024
*) Source
https://www.gartner.com/en/articles/gartner-top-10-strategic-technology-trends-for-2024
3
Implementation of Technology in DGFB
#Artificial Intelligence
Rules-Based System
Machine Learning
4
Latar Belakang
Perbedaan Bagan Akun Standar (BAS) di sistem informasi yang digunakan
Pemda sehingga data yang masuk ke Sistem Informasi Keuangan Daerah
(SIKD) di DJPK menjadi bervariasi.
Tujuan
Meningkatkan kualitas pengelolaan keuangan daerah dalam rangka
peningkatan pelayanan publik dan kesejahteraan masyarakat melalui:
• Klasifikasi nomenklatur yang tidak terstandar dari data keuangan
daerah
• Monitoring/tracking dan evaluasi data keuangan daerah secara near
real-time
• Penguatan peran Kemenkeu dalam peningkatan kualitas
pengelolaan keuangan daerah dengan menyediakan benchmark dan
pedoman terkait belanja di daerah
5
Pengembangan Tata Kelola SIKD-AIFA
6
Transformasi SIKD
Penyampaian Implementasi Implementasi SIKD Interkoneksi Data SIKD Next Generation
Informasi Keuangan KOMANDAN SIKD Core dan agen Transaksi
Daerah (IKD) secara SINERGI Pemerintah Daerah
manual
8
Pembangunan Model Konseptual
2 4 2
Unit data Pimpinan mengambil Unit data 4
mengolah data keputusan/kebijakan mengolah data Pimpinan mengambil
dengan melakukan berdasarkan data yang yang lebih valid keputusan/kebijakan
input manual lag-nya lama secara otomatis berdasarkan data yang
relevan
3 3 Unit data 4a
Unit data melakukan publikasi data Memberikan feedback
melakukan
dalam waktu yang relatif lama kepada pemilik data
publikasi data
karena data tidak terstandardisasi berupa saran-saran
dalam waktu yang
dan ada isu validitas data perbaikan berdasarkan
relatif cepat data yang dikirimkan
9
AIFA V.1
2020 10
AIFA V.1
Cakupan
Penyediaan input pada tiga indikator:
• Kinerja pendapatan dan belanja daerah
• Forecasting realisasi pendapatan dan
belanja
• Data anomaly detection
Methodology
EFFECTIVENESS EFFICIENCY
• Text Standardization menggunakan Corpus yang dapat membuat vektorisasi dari Bahasa Indonesia
• Text cleansing untuk menghilangkan non-alphanumeric dan spasi berlebih, serta meniadakan huruf besar
menjadi kecil (lowering case)
• Vektorisasi teks antara database SIKD dan referensi Permendagri 90 Tahun 2019 1).
• Memanfaatkan algoritma kedekatan konteks kata/kalimat dengan suatu klaster kata/kalimat tersebut secara
asosiatif 2).
1. Permendagri 90 Tahun 2019 mengatur mengenai klasifikasi, kodefikasi, dan nomenklatur data keuangan daerah.
2. Cosine Similarity: Metode ini digunakan untuk mengukur kemiripan antara dua teks
14
AIFA V.2 - Tahapan Data Standardization
15
AIFA V.2 - Arsitektur
WA-BOT untuk
Dashboard Mobile monitor data
Portal APBD
pipeline
Datawarehouse
SIKRI (Konsolidasi) SLDK
16
AIFA V.2
Pengecekan kembali oleh manusia untuk mengevaluasi
hasil prediksi dari NLP
17
AIFA V.2
Anomaly Detection menggunakan Box-Plots Model – Realisasi APBD Bulanan
18
AIFA V.2
Batas Atas dan Bawah untuk Validasi (Rules-Based) – Realisasi APBD Bulanan
Rule-based model digunakan untuk meningkatkan akurasi karena pola datanya masih bisa terlihat oleh manusia
Pendapatan Belanja
Bulan Bulan
Upper Limit Lower Limit Upper Limit Lower Limit
20
AIFA V.2
Langkah-langkah Standardisasi Tagging Tematik
21
AIFA V.2
Analisis Belanja Tematik (Budget Tagging) untuk Sinergi Fiskal Nasional Tahun 2023
PMK Nomor 67 dan 97 Tahun 2023
terkait dengan Insentif Fiskal untuk
Pemda
23
PENYELARASAN KEBIJAKAN FISKAL PUSAT DAN DAERAH MELALUI
HARMONISASI ARAH KEBIJAKAN MAKRO FISKAL PUSAT - DAERAH
Dynamic Tagging
Analytics untuk harmonisasi KEM-PPKF
dengan KUA-PPAS menggunakan
dynamic tagging sesuai dengan
prioritas Nasional
Pemda AIFA
Data analytics
Budget Optimizer (misal
mandatory
Analytics untuk spending)
memberikan
rekomendasi kepada Pemda berupa
SIKD – AIFA memperkuat monev melalui digital platform menggunakan data budget optimizer
analytics untuk analisis, tracking, dan mengevaluasi belanja tematik sesuai
prioritas Nasional di belanja daerah dan Transfer ke Daerah
Monitoring dan
APBD, Forward Looking Data Quality Enhancement
APBD, dll. Total LG Penguatan kualitas data dengan
pelibatan Pemda untuk memverifikasi
Forecasting APBD *) per 31 August 2023 dan mengotorisasi data dalam
rangkat meningkatkan sense of
belonging dari Pemda
25
DIREKTORAT JENDERAL PERIMBANGAN KEUANGAN
WHAT’S NEXT?
Budget Optimizer untuk Analisis Tematik
• Penyediaan rekomendasi untuk Pemda mengenai postur anggaran yang efektif dan
impactful untuk mendukung pencapaian prioritas Nasional
26
WHAT’S NEXT?
Generative AI
• Penguata transparency
terkait data keuangan daerah
melalui open data di Portal
Data APBD
• Masyarakat diharapkan
dapat mengakses dan
“berinteraksi” dengan Portal
Data APBD menggunakan
Generative AI
https://djpk.kemenkeu.go.id/portal/data/apbd
27
Terima Kasih
28