KEGIATAN TERBARU

Berikut adalah berbagai kegiatan kami, salah satunya mungkin cocok buat kamu

Kegiatan Pilihan

Data Security Summit 2026: Managing Security, Privacy, and Compliance for Secure and Trusted Data-Driven Organization
DKI Jakarta Rabu, 29 Jul 2026

Data Security Summit 2026 merupakan forum strategis yang mempertemukan para pemimpin, praktisi, dan komunitas profesional di bidang keamanan informasi, tata kelola data, privasi, dan kepatuhan. Mengusung tema “Managing Security, Privacy, and Compliance for Secure and Trusted Data-Driven Organization”, kegiatan ini dirancang untuk membahas bagaimana organisasi dapat membangun ekosistem data yang aman, tepercaya, dan sesuai dengan kebutuhan regulasi.

Dalam konteks DAMA-DMBOK, Data Security merupakan salah satu knowledge area utama dalam praktik manajemen data. Area ini menekankan pentingnya perlindungan aset data dari akses, penggunaan, perubahan, pengungkapan, atau penghancuran yang tidak sah. Oleh karena itu, keamanan data tidak hanya dipandang sebagai isu teknologi, tetapi juga sebagai bagian integral dari tata kelola data, manajemen risiko, kepatuhan, dan pembangunan kepercayaan dalam organisasi berbasis data.

Melalui kegiatan ini, peserta akan mendapatkan wawasan mengenai peran strategis data security dalam mendukung penerapan data governance, perlindungan privasi, kepatuhan terhadap regulasi, serta pengelolaan risiko data. Diskusi juga akan mengangkat praktik terbaik dan pendekatan terkini dalam memastikan bahwa data dapat dikelola secara aman, bertanggung jawab, dan bernilai bagi organisasi.

Data Security Summit 2026 menjadi ruang kolaborasi bagi para profesional untuk bertukar perspektif, memperluas jejaring, dan memahami bagaimana prinsip-prinsip keamanan data dalam DAMA-DMBOK dapat diterapkan secara praktis di berbagai sektor industri.


 

 

Data & AI in Finance: Shaping the Future of Financial Services
DKI Jakarta Rabu, 22 Jul 2026

Sektor jasa keuangan Indonesia berada pada titik penting dalam perjalanan transformasi digital. Perbankan, asuransi, pasar modal, pembiayaan, dan fintech tidak hanya dituntut untuk menghadirkan layanan yang lebih cepat, aman, dan personal, tetapi juga untuk menjaga kepercayaan publik melalui tata kelola data, manajemen risiko, keamanan siber, dan kepatuhan regulasi yang semakin matang. Dalam konteks tersebut, data dan kecerdasan artifisial atau AI menjadi dua pilar utama yang membentuk masa depan layanan keuangan.

Tema Data & AI: Shaping the Future of Financial Services menegaskan bahwa masa depan sektor jasa keuangan akan sangat ditentukan oleh kemampuan institusi dalam mengelola data sebagai aset strategis dan menerapkan AI secara bertanggung jawab. Data yang berkualitas, aman, terintegrasi, dan mudah dipahami menjadi fondasi bagi inovasi layanan, pengambilan keputusan berbasis insight, peningkatan efisiensi operasional, deteksi fraud, personalisasi pengalaman nasabah, serta perluasan inklusi keuangan.

Di sisi lain, adopsi AI di sektor keuangan harus dibangun di atas prinsip kehati-hatian, akuntabilitas, transparansi, keamanan, privasi, dan pengawasan manusia yang memadai. Otoritas Jasa Keuangan telah menerbitkan panduan Tata Kelola Kecerdasan Artifisial Perbankan Indonesia sebagai acuan bagi bank dalam mengembangkan dan menerapkan AI secara bertanggung jawab, melengkapi kebijakan transformasi digital, penyelenggaraan teknologi informasi, ketahanan siber, maturitas digital, dan resiliensi digital. Sejalan dengan itu, penguatan manajemen data berbasis praktik terbaik seperti DAMA-DMBOK menjadi semakin relevan untuk memastikan kesiapan organisasi dalam memanfaatkan AI secara aman, etis, dan bernilai bisnis.

  1. Kepatuhan Regulasi
    Lembaga keuangan wajib mematuhi berbagai aturan terkait data, termasuk Undang-Undang Perlindungan Data Pribadi (UU PDP), peraturan OJK tentang tata kelola data, serta standar internasional seperti Basel untuk manajemen risiko. Implementasi tata kelola data yang baik menjadi fondasi kepatuhan terhadap regulasi ini.
  2. Deteksi Fraud dan Manajemen Risiko
    Kejahatan keuangan seperti pencucian uang, penipuan, dan serangan siber semakin canggih. AI dan machine learning efektif dalam mendeteksi anomali dan pola mencurigakan secara real-time, sehingga meningkatkan kemampuan mitigasi risiko.
  1. Personalisasi Layanan
    Persaingan semakin ketat dengan hadirnya bank digital dan fintech. Analisis data nasabah untuk memberikan layanan yang personal dan relevan menjadi faktor pembeda utama dalam memenangkan pasar.
  1. Efisiensi Operasional
    Otomatisasi proses bisnis melalui AI, seperti penilaian kredit, chatbot layanan pelanggan, dan pemrosesan dokumen, dapat meningkatkan efisiensi dan mengurangi biaya secara signifikan.
  1. Inklusi Keuangan
    Indonesia menargetkan peningkatan inklusi keuangan. AI dapat membantu menjangkau masyarakat yang belum terlayani melalui alternatif penilaian kredit berbasis data non-tradisional dan layanan digital yang lebih mudah diakses.

Transformasi digital di sektor keuangan membawa peluang besar, tetapi juga memunculkan tantangan yang kompleks dalam pengelolaan data. Volume data yang terus meningkat, ditambah dengan tuntutan regulasi dan ekspektasi nasabah, membuat pengelolaan data bukan sekadar kebutuhan teknis, melainkan faktor strategis yang menentukan daya saing.

Hands-On Labs: Preparing Enterprise Data for AI
DKI Jakarta Rabu, 22 Jul 2026

Artificial Intelligence (AI) is only as effective as the quality, accessibility, and trustworthiness of the data that powers it. Many organizations face challenges with fragmented data sources, inconsistent definitions, limited interoperability, and insufficient metadata, making it difficult to fully realize the value of AI initiatives.

This hands-on lab is designed to help data professionals, architects, engineers, analysts, and business stakeholders understand and implement the foundational data management capabilities required for AI readiness. Participants will gain practical experience in preparing enterprise data through data integration, interoperability, metadata management, data quality, and governance practices.

Throughout the session, participants will explore how to connect and harmonize data from multiple sources, establish common data definitions, improve discoverability through metadata, and create trusted data assets that can be effectively utilized by analytics, machine learning, and generative AI applications.

Key Topics

  • Data Integration for AI-ready environments
  • Data Interoperability and standardized data exchange
  • Metadata Management and data discovery
  • Data Governance foundations for AI
  • Building trusted and reusable enterprise data assets
  • Preparing data products for analytics and AI use cases

Learning Outcomes

By the end of this lab, participants will be able to:

  • Understand the critical role of data management in AI initiatives
  • Identify data readiness challenges that impact AI performance
  • Apply practical approaches to integrate and harmonize enterprise data
  • Leverage metadata to improve data accessibility and understanding
  • Establish governance mechanisms that support trusted AI outcomes
  • Design a foundational framework for AI-ready enterprise data

This interactive session combines concepts, best practices, and practical exercises to help organizations move from fragmented data environments toward a trusted, interoperable, and AI-ready data ecosystem.

 

Kegiatan Sebelumnya

Building a Resilient Data & AI Foundation in The Cloud
DKI Jakarta Selasa, 21 Apr 2026

Sesi pagi Cloud Computing Indonesia Conference 2026 difokuskan pada pentingnya membangun fondasi data dan kecerdasan artifisial (AI) yang tangguh di lingkungan cloud sebagai prasyarat utama transformasi digital nasional. Di tengah meningkatnya ketergantungan pada data dan AI dalam pengambilan keputusan strategis, pemerintah dan industri jasa keuangan dituntut untuk memiliki arsitektur data modern yang andal, aman, dan berkesinambungan.

Melalui perspektif kebijakan dan praktik, sesi ini membahas bagaimana cloud computing berperan sebagai enabler utama dalam pengelolaan data modern, mulai dari tata kelola data, interoperabilitas, hingga kesiapan infrastruktur untuk pemanfaatan AI secara bertanggung jawab. Pembahasan menekankan pentingnya ketahanan sistem (resilience), keamanan informasi, serta kepatuhan terhadap regulasi sebagai fondasi kepercayaan publik dan stabilitas industri keuangan.

Para pemimpin dan praktisi dari sektor pemerintah, industri, dan komunitas data akan berbagi pandangan strategis mengenai arah kebijakan nasional, tantangan implementasi, serta pembelajaran dari inisiatif data dan AI di lingkungan pemerintahan dan layanan keuangan. Diskusi ini diharapkan dapat memberikan pemahaman yang seimbang antara aspek regulasi, tata kelola, dan imperatif bisnis dalam adopsi cloud dan AI.

Sesi ini ditujukan bagi pimpinan instansi, regulator, eksekutif industri finansial, serta pemangku kepentingan transformasi digital yang ingin memperoleh gambaran komprehensif mengenai bagaimana membangun fondasi data dan AI yang resilien, terpercaya, dan siap mendukung agenda digital Indonesia.

Online Selasa, 03 Mar 2026

Kursus ini dirancang untuk membekali para profesional kesehatan, pengelola data, pemimpin teknologi, dan pemangku kepentingan di sektor kesehatan dengan pemahaman komprehensif mengenai pelindungan data rekam medis elektronik (RME) dan keamanan infrastruktur digital layanan kesehatan. Peserta akan mempelajari prinsip-prinsip tata kelola data kesehatan, standar keamanan informasi, praktik kepatuhan terhadap regulasi nasional, serta strategi pengelolaan risiko di lingkungan digital kesehatan yang semakin terintegrasi.

Melalui kombinasi materi teoretis, studi kasus, dan simulasi praktis, kursus ini mengupas berbagai tantangan dalam pengelolaan RME, termasuk pengendalian akses, integritas data, interoperabilitas, keamanan cloud, serta ancaman siber terhadap fasilitas kesehatan. Setelah mengikuti kursus ini, peserta diharapkan mampu:

  • Mengidentifikasi risiko utama terkait keamanan dan kerahasiaan rekam medis elektronik.
  • Menerapkan prinsip pelindungan data pribadi sesuai regulasi Indonesia, termasuk Undang-Undang Pelindungan Data Pribadi (UU PDP) dan regulasi kesehatan terkait.
  • Merancang kebijakan dan prosedur keamanan data kesehatan yang efektif.
  • Mengimplementasikan kontrol teknis dan organisatoris untuk mengamankan infrastruktur digital layanan kesehatan, baik on-premise maupun cloud.
  • Menilai kesiapan keamanan siber fasilitas kesehatan dan mengembangkan rencana peningkatan berkelanjutan.

Kursus ini menjadi fondasi penting bagi organisasi kesehatan yang ingin meningkatkan tata kelola data, mencegah insiden kebocoran informasi, serta membangun kepercayaan pasien dalam ekosistem layanan kesehatan digital.

Online Rabu, 11 Feb 2026

Webinar ini membahas bagaimana organisasi yang sudah patuh regulasi masih bisa mengalami insiden siber berdampak besar, serta mengapa compliance belum tentu berarti security yang mature. Bersama DTrust, peserta akan diajak memahami konsep Security Maturity secara menyeluruh mulai dari definisi, blind spot lintas industri, hingga langkah strategis setelah assessment dilakukan.

Dalam webinar ini, peserta akan mendapatkan:

  • Pemahaman jelas tentang perbedaan compliance vs security maturity

  • Insight risiko dan konsekuensi jika organisasi tidak pernah mengukur security maturity

  • Gambaran proses dan metodologi Security Maturity Assessment

  • Contoh output assessment seperti skor, gap analysis, dan roadmap peningkatan keamanan

  • Best practice meyakinkan manajemen untuk berinvestasi pada security maturity, bukan sekadar checklist compliance

Pembicara:
Paulus Miki Resa Gumilang, DTrust MSSP Product Manager

Moderator:
Erina Raisah, Marketing Communication Datacomm

Di tengah lanskap ancaman siber yang terus berkembang, kepatuhan regulasi saja tidak lagi cukup. Organisasi perlu memahami seberapa matang postur keamanannya untuk dapat mengelola risiko secara nyata dan berkelanjutan. Webinar ini menjadi langkah awal untuk melihat keamanan siber Anda dari sudut pandang yang lebih strategis, bukan sekadar memenuhi kewajiban, tetapi membangun ketahanan jangka panjang.

Daftarkan diri Anda sekarang dan pahami tingkat security maturity organisasi Anda sebelum celah keamanan menjadi insiden yang merugikan.

Smart Hospital Leadership Summit 2026
DKI Jakarta Rabu, 28 Jan 2026
Smart Hospital Leadership Summit 2026

DAMA Indonesia Jakarta DAMA Indonesia Jakarta

Dengan mempertimbangkan arah kebijakan transformasi digital kesehatan, peluang dan tantangan pemanfaatan Artificial Intelligence (AI), serta pentingnya fondasi manajemen data yang kuat, diperlukan sebuah platform dialog strategis untuk mengidentifikasi kesenjangan, berbagi praktik terbaik, dan merumuskan kebutuhan pengembangan kapasitas di sektor kesehatan. Smart Hospital Leadership Summit 2026 menjadi forum penting untuk:

  • Mengidentifikasi tantangan nyata yang dihadapi rumah sakit dalam mengelola data klinis, operasional, dan administratif, serta menerapkan teknologi digital dan AI secara efektif.
  • Berbagi pengalaman dan pembelajaran dari para praktisi dan pemimpin rumah sakit mengenai implementasi manajemen data, interoperabilitas sistem, dan pemanfaatan AI untuk pengambilan keputusan klinis.
  • Menggali kebutuhan pengembangan kapasitas SDM kesehatan, termasuk literasi data, keamanan siber, dan tata kelola AI yang bertanggung jawab.
  • Merumuskan rekomendasi strategis untuk memperkuat ekosistem data dan teknologi di rumah sakit Indonesia, agar transformasi digital berjalan terukur dan berkelanjutan.
  • Membangun jejaring kolaborasi antara pemangku kepentingan, manajemen rumah sakit, regulator, dan penyedia teknologi untuk mempercepat inovasi layanan kesehatan yang aman dan berpusat pada pasien.

Forum ini akan menjembatani kesenjangan antara ambisi transformasi digital dengan kesiapan operasional rumah sakit, serta merumuskan langkah konkret agar data dikelola secara profesional dan AI diterapkan secara etis, aman, dan memberikan nilai nyata bagi pasien dan organisasi.

Focus Group Discussion: Data Management Framework for the Healthcare Sector
Jawa Barat Rabu, 19 Nov 2025

Di sektor kesehatan, kualitas layanan dan efektivitas kebijakan sangat bergantung pada bagaimana data dikelola. Sayangnya, banyak institusi masih menghadapi tantangan dalam mengintegrasikan data yang tersebar di berbagai sistem, tidak terstruktur, atau sulit diakses. Padahal, kerangka manajemen data yang baik dapat menjadi fondasi untuk meningkatkan mutu pelayanan, mempercepat proses pengambilan keputusan klinis, serta memperkuat koordinasi antarunit. Inilah mengapa pengembangan data management framework menjadi langkah strategis dalam membangun sistem kesehatan yang lebih efisien, aman, dan adaptif.

Seiring dengan meningkatnya kompleksitas kebutuhan layanan kesehatan, kerangka manajemen data tidak hanya berfungsi sebagai panduan teknis, tetapi juga sebagai acuan strategis untuk memastikan konsistensi, akurasi, dan keberlanjutan pemanfaatan data. Framework yang terstruktur memungkinkan institusi kesehatan untuk menetapkan standar, mengelola risiko, serta membuka peluang pemanfaatan teknologi lanjutan seperti analitik prediktif dan kecerdasan buatan. Dengan demikian, data tidak lagi sekadar catatan administratif, melainkan aset yang mendukung transformasi layanan kesehatan secara menyeluruh.

Untuk mendorong pemahaman dan implementasi yang tepat, Focus Group Discussion: Data Management Framework for the Healthcare Sector akan digelar sebagai forum kolaboratif yang mempertemukan para pemimpin, praktisi, dan pengambil kebijakan. Melalui diskusi yang terarah, para peserta akan berbagi pengalaman, mengidentifikasi tantangan nyata, serta merumuskan strategi penerapan framework yang relevan dengan konteks layanan kesehatan di Indonesia.

Seminar Nasional: Data Management & AI for Healthcare
Jawa Barat Rabu, 19 Nov 2025
Sertifikat

Era transformasi digital di sektor kesehatan telah mengubah cara pengelolaan data dan pelayanan medis. Data kini menjadi aset strategis yang harus dikelola secara sistematis agar dapat mendukung inovasi dan pengambilan keputusan berbasis bukti. Dalam konteks ini, pengelolaan data yang baik dan pemanfaatan Artificial Intelligence (AI) menjadi dua pilar utama yang saling melengkapi untuk meningkatkan kualitas layanan kesehatan. Data berkualitas tinggi adalah fondasi bagi AI. Algoritma machine learning dan deep learning membutuhkan data yang akurat, lengkap, dan representatif. Tanpa pengelolaan data yang baik, model AI berisiko bias dan tidak dapat digeneralisasi, sehingga mengurangi efektivitas penerapannya dalam sistem kesehatan. Oleh karena itu, Data Management menjadi prasyarat utama untuk keberhasilan AI.

AI memberikan dampak besar pada efisiensi operasional rumah sakit. Teknologi ini mendukung predictive analytics untuk manajemen tempat tidur, penjadwalan otomatis staf dan peralatan, optimisasi rantai pasok, serta pemantauan real-time untuk meningkatkan efisiensi. Selain itu, AI membantu deteksi dini kondisi pasien, pencegahan kesalahan obat, dan dokumentasi otomatis yang mengurangi beban administratif tenaga medis. Dalam bidang diagnostik, AI menghadirkan terobosan melalui analisis citra medis menggunakan computer vision yang mampu mendeteksi abnormalitas dengan akurasi tinggi. Natural Language Processing (NLP) memungkinkan analisis catatan klinis untuk menemukan pola penyakit, sedangkan predictive modeling mendukung stratifikasi risiko dan perencanaan terapi yang dipersonalisasi.

Di Indonesia, pengembangan ekosistem kesehatan berbasis data dan AI menjadi prioritas nasional. Platform SATUSEHAT menyediakan infrastruktur integrasi data yang memungkinkan penerapan AI secara lebih luas dan terhubung antar fasilitas kesehatan, sehingga mendukung transformasi digital yang berkelanjutan. Implementasi AI dan Data Management harus memperhatikan keamanan data, privasi pasien, serta kepatuhan terhadap regulasi. Prinsip ethical AI, kerangka kerja data governance, dan penerapan best practices menjadi kunci untuk memastikan adopsi teknologi yang aman, efektif, dan berkelanjutan di sektor kesehatan.

Seminar ini bertujuan untuk meningkatkan pemahaman tentang peran Data Management dan AI dalam kesehatan, membahas praktik terbaik, mengeksplorasi studi kasus, mengidentifikasi tantangan, serta membangun kolaborasi antar pemangku kepentingan. Diharapkan kegiatan ini menjadi katalisator percepatan transformasi digital kesehatan Indonesia melalui pemanfaatan teknologi yang bertanggung jawab dan berdampak positif.