memanfaatkan geospatial dalam penyampaian …ngis.mygeoportal.gov.my/sites/default/files/ngis8/bda...

Dr. Yusminar binti Yunus

Bahagian Kerajaan Digital, MAMPU

MEMANFAATKAN GEOSPATIAL

DALAM PENYAMPAIAN PERKHIDMATAN

BERPACUKAN DATA

Simposium Maklumat Geospatial Kebangsaan Ke-8

10 Julai 2018

01

03 Inisiatif Analitis Data Raya

Latar Belakang

Cabaran dan Peluang04

05Kesimpulan

AGENDA

02 Pengenalan

LATAR BELAKANG

https://www.domo.com/blog/data-never-sleeps-6/

DATA YANG KIAN MENINGKAT

Keputusan tepat berasaskan data

Tumpuan lebih baik

Ramalan berasaskan data

4

5

GEOSPATIAL DAN INISIATIF

BERPACUKAN DATA

DATA

Data Geospatial

PUNCA KUASA

JITIK BIL.1/2014

(28 Mac 2014)

Memutuskan

supaya semua

agensi mengenal

pasti inisiatif

analitis data raya

dalam setiap

perkhidmatan

teras agensi.

MESYUARAT JEMAAH MENTERI

(20 Ogos 2014)

Mesyuarat bersetuju supaya agensi sektor awam

melaksanakan inisiatif Analitis Data Raya (Big

Data Analytics (BDA) :

• Kementerian Komunikasi dan Multimedia

Malaysia (KKMM) dengan kerjasama MAMPU

dan MDEC membangunkan Kerangka Data Raya

Kerajaan.

• MAMPU dan MDEC berkolaborasi untuk

melaksanakan 4 projek rintis BDA kerajaan.

• MDEC menerajui inisiatif BDA sektor swasta dan

MAMPU menerajui BDA sektor awam.

MESYUARAT MPA

BIL. 1 TAHUN 2016

(30 Mac 2016)

Mesyuarat mengambil

perhatian perkongsian

data secara lebih

agresif dalam

kalangan kementerian/

agensi diperlukan untuk

memastikan analisis

yang dibuat lebih tepat

dan menyeluruh.

6

Mempertingkatkan pengurusan

projek untuk menghasilkan

outcome yang lebih baik dan cepat Memperkukuh pengurusan

bakat untuk perkhidmatan

awam masa hadapan

Merasionalisasikan

institusi sektor awam

untuk meningkatkan

produktiviti dan prestasi

Memanfaatkan pihak berkuasa

tempatan untuk menyediakan

perkhidmatan berkualiti di

peringkat tempatan

5 Bidang Fokus Bab 9 : Mentransformasi Perkhidmatan Awam Untuk Produktiviti

RANCANGAN MALAYSIA KE-11

(2016-2020)

7

1

2

3

4

5

Mempertingkatkan

penyampaian perkhidmatan

dengan mengutamakan

rakyat

Memanfaatkan data bagi

meningkatkan outcome

dan mengurangkan kos

PENGENALAN

DEFINISI

Analitis Data Raya (Big Data Analytics) adalah proses

menganalisis data raya untuk merungkai corak

tersembunyi dan perkaitan yang tidak diketahui dari

maklumat yang berkaitan. (Sumber: Whalts.com)

Data Raya (Big Data) adalah data/fakta yang mempunyai

isi padu tinggi (high-volume), halaju tinggi (high-velocity)

dan kepelbagaian tinggi (high-variety) yang memerlukan

pemprosesan maklumat secara kos efektif dan inovatif

untuk mendapat makna yang mendalam (insights) dan

membuat keputusan. (Sumber: Gartner)

Sains Data (Data Science) adalah suatu bidang multi displin untuk

mengekstrak pengetahuan dari data raya yang melibatkan

pengenalpastian kes bisnes untuk menjawab persoalan/masalah;

pengumpulan, pembersihan, analisis, visualisasi data; dan

penyampaian/pembentangan insights kepada kumpulan sasaran.

SECS

9

Rangka

Kerja

Tadbir

Urus

1

2

3

Metodologi

4

5

6

7

8

9

Platform

Pekeliling

Program Inovasi

Data Terbuka

Pembangunan

Kompetensi

Khidmat

Perundingan &

Nasihat

Data Terbuka,

Sharable Data,

Data Terperingkat

PROGRAM BERPACUKAN DATA

10

RANGKA KERJA ANALITIS DATA

RAYA SEKTOR AWAM (DRSA)

11

Urusetia MAMPU

Pejabat

Pengurusan ProjekPeringkat

Agensi

TADBIR URUS ANALITIS DATA

RAYA SEKTOR AWAM (DRSA)

12

Memahami

Bisnes

1

Definisi

Keperluan

2

Analisis

Data

Eksploratori

3

Pembangunan

Model Data

4Pembangunan

Produk Data

5

Pelaksanaan

6

Pemantauan7

KITARAN

PROJEK

Permulaan projek baru atau

kitaran peningkatan sistem Mengenal pasti kes bisnes,

objektif, pengguna dan keperluan

analitis data raya

Pemprosesan dananalisis dataexploratori

Pembangunan

model data dan

analisis

Dashboard,

visualisasi

dan laporan

Pemantauan

berdasarkan

keperluan bisnes

Pernyataan masalah,

soalan bisnes dan

keperluan bisnes

METODOLOGI ANALITIS DATA

RAYA SEKTOR AWAM (DRSA)

13

PerkakasanVirtualization Server

SAS VA/LASR Master

Hadoop Slave Node

Postgres-XL Data Node

Gluster Node

40GbE network switch

PerisianRed Hat Enterprise Linux

Red Hat Enterprise for Virtual Data Center

Red Hat Enterprise

Hortonworks Data Platform Standard

SAS Visual Analytics

Red Hat Storage Standard

JBOSS Data Virtualization

Postgres-XL

Mi-Morphe

Mi-Intelligence

Mi-CLIP

OpenRefine

Mod Security Web Application

R Studio

PLATFORM ANALITIS DATA RAYA

SEKTOR AWAM (DRSA)

14

3 JANUARI 2017

PEKELILING PELAKSANAAN DRSA

15

INISIATIF ANALITIS DATA RAYA

SEKTOR AWAM (DRSA)

PROJEK DRSA 2015-2018

1

2

34

5

Projek Rintis Analitis Data Raya Sektor

Awam (DRSA)

Transformasi Digital Data

Analitik (TDDA)

Peluasan

Analitis Data

Raya Sektor

Awam

Data Optimization

Transformation

Services (GDOTS)

BDA-Digital Government Open Innovation Network

(BDA-GDOIN)

17

Meninjau pelampau

Islam di kalangan rakyat

Malaysia

Menganalisis dan

membina Model Ekonomi

Fiskal

Teknologi

& Platform

Pemudah cara

Pengurusan

1

2

3

5

4

Analisis Sentimen Kos

Sara Hidup yang diperolehi

melalui Media Sosial

Mendapatkan unjuran 90

tahun taburan hujan selaras

dengan kesan limpahan di

tebing sungai

Membangunkan pangkalan

pengetahuan banjir

berdasarkan gabungan data

sensor dan media sosial

• Dilaksanakan secara Proof Of Concept (POC) dari 29 Jan 2015 – 28 Jan 2016 (12 bulan)

• Kolaboratif Strategik MAMPU-MDEC-MIMOS bersama MOF, JAKIM, JPS dan NAHRIM (5 kes

bisnes)

BDA-OPEN INNOVATION NETWORK

(BDA-DGOIN)

18

Rangka

kerja

Platform di PDSA

dalam 1Gov*Net

1

2

3

54

Metodologi

Garis Panduan

Pembangunan Empat Analitis

Pencegahan

Jenayah

Pemantauan

Harga

Ramalan Penyakit

Berjangkit

AnalisisSentimen

Tadbir

urus

• Dilaksanakan secara rintis dari 10 Mac 2015 – 9 Mac 2016 (12 bulan)

• Empat (4) agensi terlibat: MAMPU, KPDNKK, KKM dan PDRM (4 kes bisnes)

28

RINTIS ANALITIS DATA RAYA

SEKTOR AWAM (DRSA)

19

• Dilaksanakan secara proof of concept (POC) dari 1 Oktober 2015 – 31 Disember 2015 (3 bulan)

• Kolaboratif Strategik MAMPU bersama KPDNKK, MOA, LKIM, FAMA, MOF, DOSM bagi kes

bisnes Price of Goods

• Memaparkan trend harga barangan mengikut cuaca (hujan), pelaksanaan GST, musim perayaan,

kenaikan harga petrol dan kenaikan harga tol

0.00%

100.00%

200.00%

300.00%

400.00%

500.00%

600.00%

700.00%

800.00%

900.00%

1000.00%

2012 2013 2014 2015

%Peningkatan/Penurunan(RantaianBekalan)-Selangor

Pendaratan

Borong

Runcit

0.00%

50.00%

100.00%

150.00%

200.00%

250.00%

2012 2013 2014 2015

%Peningkatan/Penurunan(RantaianBekalan)-Kedah

Pendaratan

Borong

Runcit

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

120.00%

140.00%

160.00%

180.00%

2012 2013 2014 2015

%Peningkatan/Penurunan(RantaianBekalan)-Pahang

Pendaratan

Borong

Runcit

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

120.00%

140.00%

160.00%

2012 2013 2014 2015

%Peningkatan/Penurunan(RantaianBekalan)-Johor

Pendaratan

Borong

Runcit

TRANSFOMASI DIGITAL DATA

ANALITIK (TTDA)

20

• Pembangunan produk data secara coaching oleh syarikat dan MAMPU dengan agensi Sektor Awam dari 23

Nov 2016 – 22 Nov 2017 (12 bulan).

• Meliputi hands-on training bagi self-development dalam pembangunan produk data/BDA dengan menggunakan

analytics tool R Studio.

BIL. KEMENTERIAN/AGENSI KES BISNES

1. Kementerian Kewangan Malaysia (MOF) Pemantauan Media Sosial Berkaitan Kementerian Kewangan

2. Kementerian Sumber Manusia (KSM) Peningkatan Kebolehpasaran Pekerjaan Kepada Pencari Kerja

3. Suruhanjaya Perkhidmatan Awam (SPA) Seamless Job Recruitment

4. Kementerian Pengangkutan Malaysia (MOT) Perkhidmatan Pelabuhan Klang yang lebih kompetitif dan

efisien

5. Kementerian Pendidikan Malaysia (MOE) Penyelesaian Isu Keciciran Murid daripada Sistem Pendidikan

Malaysia Bagi Pembangunan Modal Insan

6. Jabatan Perikanan Malaysia (DOF), Kementerian

Pertanian dan Industri Asas Tani (MOA)

Pemilihan Kawasan Akuakultur

7. Institut Penyelidikan dan Kemajuan Pertanian

Malaysia (MARDI)

Peningkatan Produktiviti dan Kualiti Padi

8. Kementerian Tenaga, Teknologi Hijau dan Air

(KeTTHA)

Penggunaan Air Domestik di Malaysia

9. Kementerian Perdagangan Antarabangsa dan

Industri (MITI)

Pengurusan Permasalahan Industri Pengeluaran Halal

10. Jabatan Audit Negara Penemuan Audit (Kewangan)

11. MAMPU Pengukuhan Perkhidmatan 1MOCC

12. Bahagian Penyelidikan, JPM Sentimen Semasa Rakyat

PELUASAN ANALITIS DATA RAYA

SEKTOR AWAM (DRSA)

21

Kementerian Perdagangan Antarabangsa dan

Industri (MITI)

- Halal Development Corporation (HDC)

Kes Bisnes Pengurusan permasalahan industri pengeluaran halal

Objektif Meningkatkan nilai perdagangan

negara melalui pembangunan

Industri Kecil dan Sederhana

(IKS) dengan fokus industri halal

HALALB IG DATA

ANALYT ICS

( BDA )

WITH COLLABORATION

PELUASAN DRSA : KES BISNES HDC

22

DASHBOARD HDC : KESELURUHAN

23

DASHBOARD HDC : EKSPORT HALAL

24

DASHBOARD HDC : PENSIJILAN

HALAL

25

DASHBOARD HDC : KORELASI &

ANALYSIS RAMALAN

26

DASHBOARD HDC : ANALISIS SENTIMEN

27

• Membangunkan kes bisnes bagi enam (6) kluster dengan memberi focus kepada golongan miskin bandar

(urban poor) iaitu Demografi, Sosial, Ekonomi, Pengangkutan, Pendidikan dan Kesihatan

• Projek bermula dari 17 Ogos 2017 hingga 31 Disember 2018 dengan kolaborasi pelbagai agensi kerajaan

seperti EPU, ICU, KPKT, PDRM, JKM, MOT, JPN, MOF, KPM, PTPTN dan sebagainya.

LANGKAH 2

PADANAN SISTEM

SUMBER DATA

DARIPADA

KEMENTERIAN

&

AGENSI-

AGENSI

KERAJAAN

LANGKAH 1

KAJIAN AWAL

AKTIVITI

1. Sesi-sesi bengkel2. Kenalpasti tujuan3. Kenalpasti pemilik data4. Senarai semak

LANGKAH 3

PADANAN FUNGSI

LANGKAH 4

PADANAN DATA

LANGKAH 5

PEMPROSESAN

DATA

LANGKAH 6

ANALITIK

LANGKAH 7

PAPARAN

VISUALISASI

1. Sesi-sesi bengkel2. Fahami fungsi-fungsi

sistem3. Kajian keperluan

1. Sesi-sesi bengkel2. Padanan data dan

proses3. Aliran proses data

1. Pembangunan kajian-kajian kes

2. Consolidasi data3. Profil data

1. Pemurnian data 2. Saringan dan migrasi

data

1. Analisis statistik2. Elemen data baru3. Pembangunan platform

visualisasi

1. Paparan visualisasiberdasarkan kepadakajian-kajian kes yang telah dikenalpasti

++

++

++

WAWASAN ANALITIK & LAPORAN

DESCRIPTIVE ANALYTICS

DIAGNOSTIC ANALYTICS

PREDICTIVE ANALYTICS

PRESCRIPTIVE ANALYTICS

1. Merancang dan mengesyor2. Membuat keputusan3. Mengambil tindakan4. Memastikan penguatkuasaan

GOVERNMENT DATA OPTIMIZATION TRANSFORMATION SERVICES (GDOTS)

28

GDOTS : KLUSTER PENGANGKUTAN

29

• Data pergerakan bas/rel dapat membantu

menghasilkan analisis real time

pengguna dapat merancang perjalanan

operator dapat membuat penambahbaikan

atau tindakan susulan

• Data lokasi kejadian kesalahan trafik dapat

mencegah/ mengurangkan kesalahan

memudahkan rakyat untuk lebih

berhati–hati

pihak berkuatkuasa dapat membuat

penguatkuaan atau kempen pencegahan

dengan berkesan

GDOTS : KLUSTER KESIHATAN

30

• Lokasi pesakit dan maklumat trafik dapat

membantu pesakit merancang jadual

lawatan ke klinik/hospital

• Lokasi kejadian wabak dan maklumat

geospatial keadaan persekitaran dapat

membantu analisis punca wabak dan

kaedah pencegahan

GDOTS : KLUSTER PENDIDIKAN

31

• Lokasi pusat pendidikan pra sekolah dan tadika

dapat membantu ibu bapa mengenal pasti

kesesuaian tempat penghantaran anak dari segi

jarak

• Maklumat laluan serta kekerapan bas di kawasan

institusi pendidikan dapat bantu :

pelajar merancang perjalanan

operator perkhidmatan menambah baik

perkhidmatan

• Mengenal pasti tapak baru bagi pembinaan

institusi pengajian berdasarkan taburan penduduk

CABARAN

Pemilik data

kurang

bersedia

untuk kongsi

dataKeselamatan

data

Sumber dan

kemahiran

Sains Data

Ketersediaan

Subject

Matter Expert

Mengenal

pasti kes

bisnes yang

memberi nilai

ISU & CABARAN YANG DIHADAPI

33

Komitmen

tinggi

Subject

Matter Expert

dalam

setiap

domain

Sokongan

padu

pengurusan

atasan

agensi

Kesediaan

agensi

pemilik

data untuk

berkongsi

data

FAKTOR KEJAYAAN KRITIKAL

34

Pengetahuan

dan

kemahiran

dalam

Sains Data

KESIMPULAN

• Data geospatial, data berstuktur agensi dan

data media sosial merupakan elemen penting

dalam program berpacukan data yang akan

membuka lebih banyak potensi dan memberi

nilai tambah kepada pelbagai pihak.

• Perkongsian data membolehkan produk data/

analitis data raya/ aplikasi berpacukan data

dihasilkan yang akan meningkatkan

penyampaian perkhidmatan dan merangsang

pendigitalan negara.

KESIMPULAN

36

Sekian, terima kasih.

yusminar@mampu.gov.my