Pengantar Common Statistical Production Architecture (CSPA)

(CSPA version 1.1, Desember 2014)

I.  Permasalahan

Selama ini organisasi-organisasi statistik di dunia telah mengembangkan proses bisnis dan sistem TI mereka masing-masing untuk memproduksi produk-produk statistik. Meskipun secara konseptual produk yang dihasilkan dan proses yang dilakukan sangat mirip, tetapi solusi organisasi secara individu dilakukan berbeda-beda (gambar 1). cspa1Setiap solusi yang dibangun hanya mempunyai tujuan yang sangat spesifik, kemampuan untuk berbagi (sharing) informasi dengan aplikasi lain sangat kurang, dan kemampuan untuk menangani proses dan tugas yang berbeda juga terbatas. Hal ini dapat disebut sebagai “Accidental Architecture”, yaitu proses dan solusi yang tidak dirancang secara holistik.

Sangat sulit untuk mengganti komponen pendukung produksi statistik, walaupun hanya satu komponen saja. Dengan menggunakan proses, metode, dan lingkungan yang tidak fleksibel, organisasi statistik sulit untuk memproduksi dan sharing data yang selaras dengan standard modern (misalnya, Data Documentation Initiative (DDI) dan Statistical Data and Metadata eXchange (SDMX).

Banyak organisasi statistik yang melakukan modernisasi dan transformasi organisasi mereka dengan menggunakan Enterprise Architecture (EA) untuk mendukung visi dan mengubah strategi mereka. EA bertujuan untuk menciptakan lingkungan yang dapat mengubah dan mendukung tujuan-tujuan bisnis. EA akan menunjukkan kebutuhan bisnis yang seperti apa, organisasi ingin menjadi seperti apa, dan memastikan bahwa strategi TI sejalan dengan kebutuhan bisnis. EA membantu organisasi menghilangkan silo (terkotak – kotak) yang terjadi selama ini, meningkatkan kolaborasi di seluruh organisasi, dan memastikan bahwa teknologi sejalan dengan kebutuhan bisnis. Dengan adanya EA ini akan memungkinkan mereka untuk melakukan standardisasi organisasi. Ini ditunjukkan pada Gambar 2, organisasi statistik tiap negara memiliki standar komponen dan antarmuka mereka masing-masing.

cspa2Organisasi-organisasi statistik selama bertahun-tahun telah berusaha untuk sharing proses bisnis, metodologi dan solusi. Mekanisme untuk sharing tersebut biasanya organisasi akan mengambil salinan (copy) komponen dan mengintegrasikannya ke dalam lingkungan mereka. Contohnya CANCEIS (CANadian Census Edit and Imputation System) dan Banff (sistem editing dan imputasi dalam survei). Namun, kebanyakan kasus dalam hal ini adalah sulitnya untuk mengintegrasikan suatu komponen ke dalam lingkungan pengolahan dan teknologi yang berbeda.

cspa3Gambar 3 akan menjelaskan mengapa terjadi kesulitan dalam sharing atau penggunaan kembali (reuse) sebuah komponen produksi. Pada gambar 3 mengasumsikan bahwa dua organisasi statistik mengembangkan business capability mereka dan komponen pendukung serta  interface dengan menggunakan standar tertentu (mereka memiliki EA sendiri seperti ditunjukkan pada gambar 2).Sebuah organisasi telah mempunyai standar di dalam organisasi mereka yang mungkin  tidak sama dengan standar organisasi lainnya. Seperti yang ditunjukkan dalam gambar 2 dan 3, dimana setiap negara memiliki bentuk komponen yang berbeda-beda (komponen Kanada memiliki bentuk zig zag, sedangkan Swedia memiliki komponen dengan tepi miring). Jika Swedia memerlukan komponen baru, idealnya mereka perlu sebuah komponen dengan tepi miring. Dapat terlihat pada baris ketiga dari gambar 3, bahwa sangat sulit bagi Swedia untuk dapat menggunakan atau mengintegrasikan komponen dari Canada untuk kebutuhan mereka.

II.  Common Statistical Production Architecture

Sebagai bagian dari usaha modernisasi, the High Level Group for the Modernization of Statistical Production and Services (HLG) berusaha untuk mengatasi masalah dan isu-isu yang dijelaskan sebelumnya. Untuk alasan ini, HLG telah menempatkan prioritas pada pengembangan Common Statistical Production Architecture (CSPA) dan implementasinya.

Jika suatu organisasi statistik telah mencapai keselarasan antara bisnis, informasi, dan aplikasi, maka proses sharing dan reuse akan lebih mudah dilakukan. CSPA akan membantu organisasi-organisasi statistik untuk mengatasi masalah di atas dengan menyediakan framework, termasuk prinsip-prinsip, proses, dan pedoman (guideline), untuk membantu mengurangi biaya pengembangan serta maintenance dari proses dan sistem. Sharing dan reuse komponen proses akan menjadi lebih mudah, tidak hanya dalam organisasi, akan tetapi dapat dilakukan untuk antar organisasi-organisasi statistik.

Proposisi nilai dari CSPA, dalam menyediakan organisasi statistik dengan framework standar, adalah untuk:

  • Memfasilitasi proses modernisasi
  • Menyediakan panduan untuk transformasi dalam organisasi statistik
  • Memfasilitasi sharing dan reuse solusi & service, standardisasi proses, dan mengurangi biaya produksi
  • Mendorong interoperabilitas dari sistem dan proses
  • Menyediakan dasar untuk sistem informasi yang fleksibel untuk mencapai misi mereka dan untuk menanggapi tantangan dan opportunity
  • Mengaktifkan inisiatif kolaborasi secara internasional untuk membangun infrastruktur dan service yang umum
  • Mendorong keselarasan dengan standard industri yang ada seperti Generic Statistical Business Process Model (GSBPM) dan Generic Statistical Information Model (GSIM)

II.1.  Ruang Lingkup CSPA

CSPA adalah sebuah referensi arsitektur untuk organisasi statistik. Ruang lingkup dari  CSPA adalah produksi data statistik di seluruh proses yang didefinisikan di GSBPM (ini bukanlah ciri dari sebuah EA secara penuh untuk organisasi statistik). Hal ini dapat dipahami bahwa organisasi statistik mungkin juga memiliki EA yang lebih umum (misalnya, EA yang biasa digunakan oleh semua lembaga pemerintah di suatu negara tertentu).
Fokus utama dari CSPA adalah untuk mendukung dalam memfasilitasi aktivitas sharing dan penggunaan reuse dari  service statistik, baik di dalam maupun antar organisasi statistik. CSPA bukanlah referensi arsitektur yang statis/tetap. CSPA dirancang untuk dapat dikembangkan lebih lanjut dari waktu ke waktu.

CSPA dirancang untuk digunakan oleh para pembuat keputusan investasi dalam mengembangkan organisasi statistik. Selama mengembangkan organisasi, tingkat kematangan EA dan lingkungan teknis modern diperlukan untuk implementasi.

Konsep penting dalam sebuah arsitektur adalah “separation of concern“. Untuk alasan itu, arsitektur ini dipisahkan ke dalam sejumlah “perspective”:

  • Business Architecture yang mendefinisikan organisasi seperti apa dan bagaimana hal itu dilakukan,
  • Information Architecture yang menggambarkan informasi, aliran informasi dan penggunaannya di dalam organisasi, dan bagaimana informasi tersebut dikelola,
  • Application Architecture yang menggambarkan seperangkat praktek-praktek yang digunakan untuk memilih, mendefinisikan atau mendesain komponen perangkat lunak dan keterkaitan antar komponen tersebut, dan
  • Technology Architecture yang menggambarkan infrastruktur teknologi yang mendasari (mendukung) perspektif arsitektur lainnya.

 II.2.  Service Oriented Architecture

Nilai dari sebuah arsitektur adalah memungkinkan kolaborasi dalam mengembangkan dan menggunakan service statistik yang akan memungkinkan organisasi statistik untuk membuat proses bisnis dan sistem yang fleksibel untuk produksi statistik yang lebih mudah.

Arsitektur tersebut didasarkan pada style arsitektur yang disebut Service Oriented Architecture (SOA). Style ini berfokus pada service dalam kegiatan statistik. Service adalah representasi dari aktivitas bisnis di dunia nyata dengan outcome tertentu. Service dapat digunakan kembali (reuse) oleh sejumlah proses bisnis (dalam atau di seluruh organisasi statistik).

Dengan CSPA mengadopsi SOA, setiap organisasi akan lebih mudah untuk melakukan standardisasi dan menggabungkan komponen-komponen dari produksi statistik, terlepas dari mana service statistik tersebut dibangun. Seperti yang ditunjukkan pada gambar 4, Swedia bisa menggunakan kembali service statistik dari Kanada karena mereka berdua menggunakan komponen yang sama.

cspa4CSPA juga akan memfasilitasi sharing dan reuse dari service statistik baik di dalam maupun antar organisasi statistik. Service statistik yang di-share atau di-reuse di seluruh organisasi statistik mungkin saja berupa service statistik baru atau existing yang dibangun berdasarkan CSPA (gambar 4).

Referensi
[1] (2015) Common Statistical Production Architecture Home. [Online]. Available: http://www1.unece.org/stat/platform/display/CSPA/Common+Statistical+Production+Architecture+Home

Hits : 577