Tata Nilai Perusahaan Pertamina

      Tata Nilai Perusahaan

Clean (Bersih) 
      Dikelola secara profesional, menghindari benturan kepentingan, tidak menoleransi suap, menjunjung tinggi kepercayaan dan integritas.Berpedoman pada asas-asas tata kelola korporasi yang baik.
Competitive (Kompetitif)
      Mampu berkompetisi dalam skala regional maupun internasional, mendorong pertumbuhan melalui inventasi, membangun budaya sadar biaya dan menghargai kinerja.
Confident (Percaya Diri)
      Berperan dalam pembangunan ekonomi nasional, menjadi pelopor dalam reformasi BUMN, dan membangun kebanggaan bangsa.
Customer Focus (Fokus Pada Pelanggan)
      Berorientasi pada kepentingan pelanggan, dan berkomitmen untuk memberikan pelayanan terbaik kepada pelanggan.
Commercial(Komersial)
      Menciptakan nilai tambah dengan orientasi komersial, mengambil keputusan berdasarkan prinsip-prinsip bisnis yang sehat.
Capable (Berkemampuan)
     Dikelola oleh pemimpin dan pekerja yang profesional dan memiliki talenta dan penguasaan teknik tinggi, berkomitmen dalam membangun riset dan pengembangan.

     Integritas Dalam Bekerja
   
     Perseroan berkomitmen untuk menjalankan kegiatan usaha secara berintegritas dan profesional, menghindari benturan kepentingan, tidak menoleransi suap, menjunjung tinggi kepercayaan dan berpedoman pada asas-asas tata kelola korporasi yang baik. Komitmen perseroan ini mewujudkan pertamina yang bersih.

     Untuk mencapai komitmen tersebut, Insan Pertamina:
1. Wajib mematuhi hukum,peraturan, dan undang-undang yang berlaku pada wilayah penugasannya,  baik tingkat nasional maupun internasional, termasuk peraturan internal
2. Bertanggung jawab untuk memastikan bahwa kepentingan pribadi luar pekerjaan tidak menganggu pelaksanaan tugas dan tanggung jawabnya terhadap Perserongan
3. Menghindari segala bentuk benturan kepentingan, baik secara langsung maupun tidak langsung
4. Dilarang terlibat dalam segala bentuk indakan korupsi, kolusi, dan nepotisme
5. Dilarang menawarkan, memberi, dan/atau menerima sesuatu yang tidak sesuai dengan ketentuan tujuan memperoleh manfaat/imbalan/ kontraprestasi dan perlakuan istimewa pihak tertentu.

    Sikap Kerja Profesional

    Perseroan menyadari bahwa kunci sukses pertamina adalah profesionalisme Insan Pertamina dalam melakukan pekerjaannya. Hal tersebut merupakan komitmen perseroan untuk meningkatkan daya saing dan memberikan pelayanan terbaik kepada pelanggan.

    Dalam berinteraksi Insan Pertamina
1. Harus bersikap saling percaya, ikhlas, saling mengingatkan, memberi masukan, solid, bersinergi mencapai visi dan misi Perseroan
2. Melakukan setiap pekerjaan dengan iktikad baik dan penuh tanggung jawab (setiap individu merupakan bagian dari perusahaan yang harus saling mendukung dan berkepentingan terhadap kemajuan ataupun kelangsungan operasi Perseroan
3. Berperilaku disiplin dan tidak  melakukan aktivitas lain untuk  kepentingan pribadi pada jam  kerja
4. Menjaga kerahasiaan dokumen dan informasi mengenai Perseroan
5. Harus taat terhadap kesepakatan yang  tertuang dalam perjanjian/kontrak serta ketentuan dan peraturan perundang-undangan yang  berlaku; dan
6. Mengambil keputusan berdasarkan prinsip  kehati-hatian dan penuh tanggung jawab.

Sebagai Pimpinan, Insan Pertamina wajib untuk:

1. Menjadi panutan (role  model) yang  baik  dalam tindakan dan tutur  kata serta bersikap adil

  dan terbuka dengan bawahannya

2. Selalu berusaha  melaksanakan  koordinasi dan  hubungan  kerja   sama  yang harmonis dengan tim kerjanya dalam mengambil kebijakan

3. Memberikan kesempatan kepada bawahan untuk  mengembangkan diri

4. Mematuhi dan menghormati kesepakatan yang  tertuang dalam Perjanjian

    Kerja Bersama (PKB)

5. Menilai kinerja  bawahan   secara  objektif    berdasarkan   kriteria  yang    telah ditetapkan

6. Tidak memanfaatkan posisi  atau jabatan untuk  kepentingan pribadi, kelompok, atau pihak 

   lain.

  

Sebagai Pekerja, Insan Pertamina wajib untuk:

1. Bersikap hormat dan santun kepada Pimpinan dan loyal  kepada perusahaan dalam setiap

     pelaksanaan tugas yang  diberikan

2. Patuh dan konsekuen terhadap hukum, kebijakan, dan Sistem  Tata  Kerja  

   (STK) Yang  sudah ditetapkan

3. Tidak  melakukan tindakan yang  di luar  kewenangannya

4. Selalu disiplin  dalam  melaksanakan setiap tugasnya

5. Mematuhi serta menghormati tugas dan petunjuk atasan yang tidak bertentangan dengan 

    peraturan dan ketentuan yang  berlaku; dan

6. Mematuhi dan menghormati kesepakatan yang  tertuang dalam Perjanjian

    Kerja Bersama (PKB).

https://pep.pertamina.com/Tentang-PEP/Visi-Misi-dan-Tata-Nilai-Perusahaan

https://www.pertamina.com/id/visi-misi-tujuan-dan-tata-nilai

Komparasi 5 Metode Algoritma Klasifikasi Data Mining Pada Prediksi Keberhasilan Pemasaran Produk Layanan Perbankan

     Pemasaran adalah suatu proses tentang pengembangan produk, periklanan, distribusi dan penjualan (Zhang, 2008) .Proses pemasalan sangan erat kaitannya dengan peran telemarketing. Telemarketing merupakan sebuah cara baru dalam bidang pemasaran yang menggunakan teknologi telekomunikasi sebagai bagian dari pemasaran yang teratur dan terstuktur. Telemarketing (pemasaran jarak jauh) adalah penggunaan telepon dan pusat panggilan untuk menarik prospek, menjual kepada pelanggan yang telah ada dan menyediakan layanan dengan mengambil pesanan dan menjawab pertanyan melalui telepon. Telemarketing membantu perusahaan dalam meningkatkan pendapatan, mengurangi biaya penjualan, meningkatkan kepuasan pelanggan, Penawaran melalui jalur Telemarketing memberikan solusi bagi nasabah yang memiliki keterbatasan jarak serta waktu untuk tetap dapat melakukan transaksi atas program perlindungan yang dibutuhkan baik perlindungan bagi nasabah sendiri ataupun anggota keluarga. Dukungan data mining pada pemasaran adalah pada marketing research dan Business Intelligence. Dalam mengoptimasisasi proses pemasaran diperlukan suatu strategi sehingga dapat digunakan untuk meningkatkan keunggulan kompetetif, Data mining dalam strategi pemasaran menggunakan salah satunya menggunakan database marketing untuk melakukan proses pencarian pengetahuan baru guna mendukung pengambilan keputusan, Oleh karena itu, penelitian inifokus pada pemanfaatan data mining untuk memprediksi tingkat keberhasilan telemarketing bank dalam mencari calon nasabah bank dari berbagai produk layanan perbankan, sehingga dapat diketahui apakah calon nasabah yang bersangkutan merupakan nasabah yang berpotensi menjadi nasabah kredit yang produktif atau tidak di liat dari penelitian sebelumnya algoritma yang di pakai adalah Decision Tree di gunakan untuk memecahkan masalah tersebut , oleh karna itu penulis ingin menguji algoritma klasifikasi lain apakah tingkat akurasinya lebih baik atau di bawah nilai dari decesion tree.Untuk menangani permasalahan tersebut, maka akan dibandingkan beberapa algoritma yaitu pohon keputusan C4.5, naive bayes, neural network, Logistic Regreesion dan K-NN untuk mengetahui algoritma mana yang lebih akurat dalam memprediksi tingkat keberhasilan telemarketing dalam layanan produk perbankan.

1. Neural Network

       Neural Network (Jaringan Saraf Tiruan) adalah prosesor tersebar paralale yang sangat besar dan memiliki kecenderungan untuk menyimpan pengetahuan yang bersifat pengalaman dan membuatnya siap untuk digunakan (puspitaningrum, 2006). NN ini merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Secara sederhana NN adalah sebuah alat pemodelan data statistik non-linear. NN dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Neuron juga terdiri dari satu output. Outputnya adalah terbentuk dari pengolahan dari beberbagai input oleh neuron-neuron (shukla, 2010).

2. Decision Tree

  Decision tree sendiri merupakan metode klasifikasi dan prediksi yang sangat kuat dan banyak di minati (Wu, 2009) . Dalam decision tree ini data yang berupa fakta dirubah menjadi sebuah pohon keputusan yang berisi aturan dan tentunya dapat lebih mudah dipahami dengan bahasa alami. Model pohon keputusan banyak digunakan pada kasus data dengan output yang bernilai diskrit . Walaupun tidak menutup kemungkinan dapat juga digunakan untuk kasus data dengan atribut numeric.

3. Naive Bayes

 Naïve Bayes merupakan sebuah model klasifikasi statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu kelas. Naïve Bayes didasarkan pada teorema bayes yang memiliki kemampuan klasifikasi serupa dengan decision tree dan neural network. Teknik Naïve Bayes (NB) adalah salah satu bentuk sederhana dari Bayesian yang jaringan untuk klasifikasi. Sebuah jaringan Bayes dapat dilihat sebagai diarahkan sebagai tabel dengan distribusi probabilitas gabungan lebih dari satu set diskrit dan variabel stokastik (Liao, 2007).Metode ini penting karena beberapa alasan, termasukberikut. Hal ini sangat mudah untuk membangun, tidak perlu ada yang rumit Parameter estimasi skema berulang. Ini berarti dapat segera diterapkan untuk besar Data set. Sangat mudah untuk menafsirkan, sehinggapengguna tidak terampil dalam teknologi classifier dapat memahami mengapa itu adalah membuat klasifikasi itu membuat. Dan, sangat penting, hal itu sering sangat baik: Ini mungkin bukan classifier terbaik dalam setiap diberikan aplikasi, tetapi biasanya dapat diandalkan untuk menjadi kuat dan melakukan dengan sangat baik (Wu, 2009).

4. Logistic Regreesion.

  Regresi logistik (Logistic regression) adalah bagian dari analisis regresi yang digunakan ketika variabel dependen (respon) merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai (Santosa, 2007) yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 0 atau 1. Tidak seperti regresi linier biasa, regresi logistik tidak mengasumsikan hubungan antara variabel independen dan dependen secara linier. Ada beberapa penelitian yang menggunakan komparasi algoritma klasifikasi untuk mengukur akurasi terhadap dataset marketing bankRBFNN), SVM, CBR, dan pohon keputusan (DTs). Dari semua model ternyata tingkat klasifikasi akurasi yang mengungguli adalah Decision trees, DTs tidak hanya mengklasifikasikan lebih baik dari model yang lain tapi juga memiliki pengetahuan dalam membentuk aturan yang mudah ditafsirkan, masukakal dalam menjelaskan tentang alasan penolakan pinjaman.

 Comparing decision trees with logistic regression for credit risk analysis (Satchidananda & Simha, 2006. Penelitian ini membandingkan dua model algoritma untuk analisa resiko kredit, yaitu Pohon Keputusan dan Regresi Logistik. Data diambil dari dua bank yang berbeda, kemudian untuk mengelompokkan kasus positif dan negatif maka dilakukan klustering data dengan menggunakan k-means. Hasil analisa dari masing-masing model dikomparasi dan kemudian diukur,kemudian didapatkan bahwa algoritma pohon keputusan mempunyai tingkat akurasi yang tinggi dibandingkan algoritma regresi logistik

5. K-Nearest Neighbor

     Algoritma k-nearest neighbor (k-NN atau KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut, Ketepatan algoritma k-NN ini sangat dipengaruhi oleh ada atau tidaknya fitur-fitur yang tidak relevan, atau jika bobot fitur tersebut tidak setara dengan relevansinya terhadap klasifikasi. Riset terhadap algoritma ini sebagian besar membahas bagaimana memilih dan memberi bobot terhadap fitur, agar performa klasifikasi menjadi lebih baik,menurut (Wu, 2009) KNN juga merupakan contoh teknik lazy learning, yaitu teknik yang menunggu sampai pertanyaan (query) datang agar sama dengan data training.

Sumber :

http://ejournal.nusamandiri.ac.id/ejurnal/index.php/techno/article/view/266

Penerapan Metode K-Means Untuk Clustering Produk Online Shop Dalam Penentuan Stok Barang

Ragam Jogja merupakan salah satu online shop yang berdomisili di Jogja. Barang yang dijual antara lain adalah Batik, tas-tas kerajinan khas Yogyakarta, sarung bantal kursi khas Jogja, jilbab, dan lain-lain. Distribusi Ragam Jogja meliputi seluruh wilayah Indonesia bahkan luar negeri. Pada saat ini, online shop Ragam Jogja melakukan pemenuhan stok barang atau produk dan melakukan pencatatan transaksi secara manual. Jumlah permintaan dari konsumen yang fluktuatif mengakibatkan stok yang harus disiapkan Ragam Jogja menjadi tidak stabil. Selain itu produk yang beragam dan banyak jenisnya menjadikan manajemen stok yang dilakukan menjadi tidak akurat. Kadang karena tidak ingin terjadi kekurangan stok barang atau produk tertentu pada saat permintaan konsumen dalam jumlah besar, maka perusahaan mengambil langkah yaitu melakukan pemesanan barang produk tertentu lebih besar daripada sebelumnya. Hal ini dapat mengatasi kekurangan persediaan stok produk tertentu dan online shop juga tidak perlu melakukan pemesanan berulang-ulang ke pengrajin, tetapi mengakibatkan biaya simpan yang tinggi dan tidak ekonomis. Selain itu manajemen stok yang tidak akurat juga mengakibatkan sering terjadi kekurangan atau kelebihan produk tertentu yang akhirnya akan mengecewakan konsumen. Permasalahan yang terjadi pada online shop tersebut disebabkan karena online shop mengalami kesulitan dalam menentukan stok minimum tiap barang yang harus dipenuhi berdasarkan minat konsumen. Untuk dapat mengatasi permasalahan yang terjadi, maka online shop membutuhkan suatu metode dan sistem perencanaan stok barang yang lebih baik sehingga dapat menentukan produk mana yang harus di stok banyak, sedang atau bahkan sedikit agar online shop tidak lagi mengalami kekurangan atau bahkan kelebihan dalam pemenuhan stok produk tertentu. Penentuan jumlah stok produk yang kurang akurat karena harus berdasarkan pengetahuan dari jumlah data transaksi penjualan yang besar (Setiawan, 2011). Karena hal itu untuk mendapatkan pengetahuan tersebut maka diperlukan suatu proses pengolahan data historis transaksi besar diperlukan suatu teknik data mining. Teknik data mining yang akan digunakan pada penelitian ini adalah metode K-Means dan software yang digunakan sebagai pendukung pengolahan data adalah Rapid Miner.

Tahapan KDD yang digunakan yaitu:

1. Tahap Selection dan Addition.

Data historis diambil dari data transaksi penjualan online shop RAGAM JOGJA dari bulan Januari 2011 – Mei 2012. Penelitian ini memfokuskan pada produk kategori Batik yang akan dikelompokkan dengan kriteria tertentuTahap

2. Preprocessing dan Data Cleansing.

Preprocessing data pada tahap ini adalah mengambil 148 data sampel dari data transaksi penjualan menggunakan software SPSS dengan metode Simple Random Sampling.

3. Tahap Transformation.

 Proses transformasi data dengan cara merubah kode produk yang terjual sebagai atribut lama dengan kode produk baru untuk memudahkan pemrosesan data sehingga didapatkan kode baru untuk produk dan beberapa atribut lain yang tidak digunakan dihilangkan. Atribut yang digunakan dalam penelitian adalah kode produk, jumlah transaksi, volume penjualan dan rata-rata penjualan.

4. Clustering

Tipe Data Mining yang digunakan dalam penelitian ini adalah clustering untuk pengelompokan produk untuk penentuan stok produk dengan jumlah banyak untuk produk paling diminati, jumlah sedang untuk produk diminati dan jumlah sedikit untuk produk kurang diminati.

5. Tahap Data Mining memilih algoritma data mining.

Metode yang digunakan dalam penelitian adalah metode K-Means yang mengkluster produk menjadi tiga kelompok yaitu kelompok pertama produk untuk stok banyak, kelompok kedua produk untuk stok sedang dan kelompok ketiga produk untuk stok sedikit berdasarkan peminatan terhadap produk. Pada Tahap Data Mining dalam penggunaan algoritma data mining. Pada tahap ini dilakukan implementasi dari algoritma data mining yang telah ditentukan pada tahap sebelumnya.

6. Tahap Evaluation.

Pada tahap ini dilakukan evaluasi terhadap sampel data yang dihasilkan mengenai penentuan stok produk untuk jumlah banyak, sedang atau sedikit. Dari hasil pengolahan data tersebut kemudian dihitung perbandingan antara jumlah produk yang dianggap relevan dan tidak relevan dengan jumlah stok produk yang banyak, sedang atau sedikit dengan menggunakan metode Precision dan Recall. Untuk selanjutnya proses analisis data, akan dihitung tingkat akurasi dengan menggunakan rumus F1, sehingga akan diketahui jumlah akurasi dari sistem tersebut.

Alogoritma Metode K-Means

Metode K-Means merupakan salah satu metode dalam fungsi clustering atau pengelompokan. Clustering mengacu pada pengelompokkan data, observasi atau kasus berdasar kemiripan objek yang diteliti. Sebuah cluster adalah suatu kumpulan data yang mirip dengan lainnya atau ketidakmiripan data pada kelompok lain (Larose, 2005). Clustering dijelaskan oleh (Xu & Wunsch II, 2009) diartikan dengan membagi objek data (bentuk, entitas, contoh, ketaatan, unit) ke dalam beberapa jumlah kelompok (grup, bagian atau kategori). Sedangkan tujuan proses clustering dijelaskan oleh Agusta (2007) yaitu untuk meminimalkan terjadinya objective function yang diset dalam proses clustering, yang pada umumnya digunakan untuk meminimalisasikan variasi dalam suatu cluster dan memaksimalkan variasi antar cluster.

Algoritma metode K-Means menurut Agusta (2007) adalah sebagai berikut :

1. Tentukan jumlah cluster

2. Alokasikan data sesuai dengan jumlah cluster yang telah ditentukan

3. Hitung nilai centroid pada tiap-tiap cluster

4. Alokasikan masing-masing data ke centroid terdekat

5. Kembali ke step 3, apabila masih terdapat perpindahan data dari satu cluster ke   cluster lainnya, atau apabila perubahan pada nilai centroid masih di atas nilai threshold yang ditentukan, atau apabila perubahan pada nilai objective function masih di atas nilai threshold yang ditentukan.

Sumber :

http://ejournal.bsi.ac.id/ejurnal/index.php/Bianglala/article/view/570

Budaya Kerja Dalam Perusahaan

LATAR BELAKANG PERUSAHAAN

       PT Pertamina EP adalah salah satu anak perusahaan PT Pertamina. PT Pertamina EP adalah perusahaan yang menyelenggarakan kegiatan usaha di sektor hulu bidang minyak dan gas bumi, meliputi eksplorasi dan eksploitasi. Di samping itu, Pertamina EP juga melaksanakan kegiatan usaha penunjang lain yang secara langsung maupun tidak langsungmendukung bidang kegiatan usaha utama.
       Sejarah Pertamina EP tidak bisa dilepaskan dari perjalanan panjang perburuan minyak di bumi nusantara ini yang dimulai sejak abad 19 antara 1871 hingga 1885 pakan masa-masa awal pencarian hingga penemuan & Tiga Pangkalan Brandan, Sumatera Utara maka pada 1885 berdirilah Royal Dutch Company di Pangkalan Brandan. Sejak itulah ekspolitasi minyak dari perut bumi nusantara dimulai.Ketika pecah Perang Asia Timur Raya, produksi minyak mengalami gangguan. Pada masa pendudukan Jepang, usaha dilakukan hanyalah merehabilitasi lapangan dan tau pengeboman. Pada masa perang minyak terhenti. namun ketika perang usai dan bangsa ini mulai menjalankan pemerintahanyang teratur, ternyata penguasaan atas usaha minyak di Indonesia menjadi tidak jelas. 

ETIKA KERJA DAN BISNIS
      Etika Kerja dan bisnis Pertamina EP mencakup seperangkat aturan perilaku yang dimiliki pekerja mengalami keraguraguan dalam menjalankan kegiatan bisnis pada situasi situasi tertentu. Aturan ini bukan sekedar menggambarkan bagaimana Pertamina EP melaksanakan kegiatan bisnis, namun lebih jauh adalah upaya perusahaan ini membangun budaya baru dengan tujuan menciptakan lingkungan kerja yang beretika diseluruh lingkungan bisnis Pertamina EP

PEKERJA PERTAMINA EP
      Pekerja Pertamina EP adalah professional yang diseleksi secara ketat dan akurat. Mereka secara terus menerus ditingkatkan kemampuannya sehingga menjadi pekerja yang tangguh memiliki keunggulan kompetitil berkesinambungan, berjiwa wirausaha, professional dan bermoral tinggi. Kualitas dan moralitas yang tinggi sangat diperlukan karena pekerja Pertamina EP sangat diandalkan sebagai penghasil devisa karena kewajiban yang dibebankan kepundaknya, inilah maka peningkatan kualitas keharusan pengembangan sisi sumberdaya manusia di Pertamina untuk menitik beratkan,pada peningkatan personal dengan standar World/lass People Perjalanan untuk mendapatkan pekerja yang berkelas dunia dimulai dengan beberapa proyek yang dilaksanakan sejak awal transformasi, yakni Talent Manajemen dan Succession Planning.

VISI DAN MISI
     Budaya berbasis pengetahuan, pengembangan budaya perusahaan di Pertamina diawali dengan penetapan visi dan misi yang menjadi landas pacu Pertamina, yaitu: Visi : Menjadi perusahaan energi nasional kelas dunia. Misi : Menjalankan usaha minyak, gas, serta energi baru dan terbarukan secara terintegritas, berdasarkan prinsip-prinsip komersial yang kuat.

PERUBAHAN BUDAYA PERTAMINA
     Pertamina mencanangkan transformasi dengan melakukan perubahan budaya perusahaan dalam mendukung pencapaian visi, misinya melalui Tata Nilai 6C. Terdiri dari Clean, Competitive, Confident, Coustomer Focus, Commercial, yang menjadi landasan bagi pekerja dalam beraktifitas sehari-hari. Adapun tata nilai dalam mencapai visi dan misinya sebagai berikut:

Clean (Bersih)
     Dikelola secara profesional, menghindari benturan kepentingan, tidak menoleransi suap, menjunjung tinggi kepercayaan dan integritas. Berpedoman pada asas-asas tata kelola korporasi yang baik.
Competitive (Kompetitif)
     Mampu berkompetisi dalam skala regional maupun internasional, mendorong pertumbuhan melalui inventasi, membangun budaya sadar biaya dan menghargai kinerja.
Confident (Percaya Diri)
     Berperan dalam pembangunan ekonomi nasional, menjadi pelopor dalam reformasi BUMN, dan membangun kebanggaan bangsa.
Customer Focus (Fokus Pada Pelanggan)
     Berorientasi pada kepentingan pelanggan, dan berkomitmen untuk memberikan pelayanan terbaik kepada pelanggan.
Commercial (Komersial)
     Menciptakan nilai tambah dengan orientasi komersial, mengambil keputusan berdasarkan prinsip-prinsip bisnis yang sehat.
Capable(Berkemampuan)
     Dikelola oleh pemimpin dan pekerja yang profesional dan memiliki talenta dan penguasaan teknik tinggi, berkomitmen dalam membangun riset dan pengembangan.

     Implementasi Knowledge Management atau KM di Pertamina secara resmi diluncurkan sejak 2008 dan dikelola oleh Tim Knowledge Management Pertamina (KOMET) berdasarkan Surat Perintah Direktur Utama yang ditetapkan pada tanggal 1 September 2009. KM di Pertamina bertumpu pada empat komponen yang berperan membawa strategi pertumbuhan, yaitu pedoman, infrastruktur dan kepemimpinan. Strategi dan Pengetahuan KM Pertamina yaitu Inovasi Melalui kegiatan Continuous Improvement Program(CIP) Pertamina telah berhasil menciptakan sistem pengelolaan program inovasi dan improvement. Berdasarkan konsep/prinsip DELTA PDCA “Delapan Langkah – Tujuh Alat (DELTA)”. Dengan Prinsip-prinsipnya Plan, Do, Check, Action (PDCA). Salah satu hasil kegiatan CIP adalah pemasang pada sumur-sumur tua untuk mencegah minyak mentah mencemari lingkungan sekitar. Modal Intelektual Pertamina mendefinisikan modal intelektualnya dalam tiga kategori Human Capital yaitu melakukan evaluasi dan monitoring SDM, melalui Performance Management System Enterprise Capital adalah dengan mengelola STK (Sistem Tata Kerja) di dalam website Intra-Pertamina, pengelolaan, aset pengetahuan berdasarkan formula aset pengetahuan (4 Kriteria, 3R, Pola ABCD, 6 Pasal, dan Lampiran PDF) Customer Capital yang dimiliki perusahaan adalah loyalty managementdan customer relationship management (CRM) yang dibangun untuk seluruh produk pertamina.

STRUKTUR ORGANISASI PT PERTAMINA

https://www.scribd.com/doc/216941303/ANALISIS-BUDAYA-PERUSAHAAN-PT-PERTAMINA-EP-EKSPLORATION-AND-PRODUCTION

https://www.kompasiana.com/hanamaryamm/budaya-berbasis-pengetahuan-pt-pertamina-persero_54f917a6a33311f4018b4681

https://www.scribd.com/doc/110007301/STRUKTUR-ORGANISASI-PERTAMINA

MANAJEMEN LAYANAN SISTEM INFORMASI

Pengertian Manajemen Layanan Sistem Informasi

Manajemen Layanan SIstem Informasi adalah manajemen melakukan atau melaksanakan pelayanan dalam suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang diperlukan.

Manajemen Layanan SIstem Informasi juga dapat diartikan sebagai suatu metode pengelolaan sistem teknologi informasi (TI) yang secara filosofis terpusat pada perspektif konsumen layanan TI terhadap bisnis perusahaan. Manajemen Layanan Sistem Informasi merupakan kebalikan dari pendekatan manajemen TI dan interaksi bisnis yang terpusat pada teknologi. Istilah Manajemen Layanan Sistem Informasi tidak berasal dari suatu organisasi, pengarang, atau pemasok tertentu dan awal penggunaan frasa ini pun tidak jelas kapan dimulainya.

Manajemen Layanan TI atau manajemen layanan dukungan TI / IT service management or IT service support management( ITSM atau ITSSM) mengacu pada pelaksanaan dan pengelolaan kualitas layanan TI yang memenuhi kebutuhan bisnis. Layanan manajemen TI dilakukan oleh penyedia layanan TI melalui kombinasi yang tepat dari teknologi, manusia, proses dan informasi.

Penyedia layanan TI tidak bisa lagi hanya berfokus pada teknologi dan organisasi internal mereka. Mereka sekarang harus mempertimbangkan kualitas layanan yang mereka berikan dan fokus pada hubungan dengan pelanggan.

 ITSM (Information Technology Service Management)

ITSM adalah proses-terfokus dan dalam pengertian ini memiliki hubungan dan kepentingan bersama dengan gerakan perbaikan proses (misalnya, TQM, Six Sigma, manajemen bisnis proses, CMMI) kerangka kerja dan metodologi dalam sebuah organisasi. Disiplin tidak memperhatikan tentang bagaimana menggunakan produk vendor tertentu, atau rincian teknis dari sistem di bawah manajemen. Sesuai dengan fungsi ini, ITSM sering dianggap sebagai analogi disiplin ERP pada TI, walaupun sejarahnya yang berakar pada operasi TI dapat membatasi penerapannya pada aktivitas utama TI

Metode yang digunakan Manajemen Layanan Sistem Informasi. 

1. Total Quality Management (TQM)

TQM adalah strategi manajemen yang ditunjukan untuk menanamkan kesadaran kualitas pada semua proses dalam organisasi.

 2. Six Sigma
Six Sigma adalah suatu alat manajemen baru yang digunakan untuk mengganti Total Quality Management (TQM), sangat terfokus terhadap pengendalian kualitas dengan mendalami sistem produksi perusahaan secara keseluruhan. Memiliki tujuan untuk, menghilangkan cacat produksi, memangkas waktu pembuatan produk, dan menghilangkan biaya.

3. Business Process Management (BPM)
BPM adalah suatu metode penyelarasan secara efisien suatu organisasi dengan keinginan dan kebutuhan organisasi tersebut. BPM merupakan suatu pendekatan manajemen holistic untuk meningkatkan efektivitas dan efisiensi bisnis seiring upaya untuk mencapai inovasi, fleksibilitas dan integrasi dengan teknologi.

 4. Capability Maturity Model Integration (CMMI)
CMMI adalah suatu pendekatan perbaikan proses yang memberikan unsure-unsur penting proses efektif bagi organisasi. Praktik-praktik terbaik CMMI dipublikasikan dalam dokumen-dokumen yang disebut model, yang masing-masing ditunjukan untuk berbagai bidang yang berbeda.

Framework Manajemen Layanan Sistem Informasi

          Contoh kerangka kerja dari Manajemen Layanan Sistem Informasi adalah sistem pengelolaan data karyawan dan penggajian pada sebuah perusahaan manufaktur, atau biasa disebut Human Resources Information System (HRIS). Software HRIS tersebut biasanya melakukan proses penyimpanan database karyawan dalam sebuah perusahaan. Dari mulai karyawan tersebut di-hire sebagai karyawan sampai dengan karyawan tersebut resign. Manajemen Layanan Sistem Informasi pada HRIS terletak pada proses penginputan data oleh Admin dan juga transaksi-transaksi yang dilakukan secara online oleh karyawan itu sendiri. Proses Penginputan data oleh Admin biasanya berupa data personal karyawan, gaji, serta data lainnya sesuai kebutuhan masing-masing perusahaan. Transaksi-transaksi yang dilakukan oleh karyawan biasanya berupa permohonan cuti, overtime, atau yang berhubungan dengan Finance, seperti claim medical reimbursement, expenses, dan lain sebagainya. Proses otomatisasi tersebut dapat mengurangi kemungkinan human error juga mempercepat proses dengan mengurangi risiko tercecernya dokumen pendukung.

Daftar Pustaka

https://nuniknoviani.wordpress.com/2016/03/22/manajemen-layanan-sistem-informasi/

http://choiimam.blogspot.co.id/2016/03/manajemen-layanan-sistem-informasi_27.html

 Pengertian Teknologi Sistem Informasi (TSI) Perbankan

Teknologi Sistem Informasi (TSI) adalah suatu sistem pengolahan data keuangan dan pelayanan jasa perbankan secara elektronis dengan menggunakan sarana komputer, telekomunikasi, dan sarana elektronis lainnya. Mengapa Menggunakan Teknologi Sistem Informasi. Penggunaan TSI adalah untuk meningkatkan efektivitas dan efisiensi dalam pelaksanaan tugas dan pelayanan kepada masyarakat.

Kapan Menggunakan Teknologi Sistem Informasi

1. Penggunaan Teknologi Informasi Dalam Sistem Informasi Akuntansi

2. Penggunaan Sistem dan Teknologi Informasi Untuk Usaha Kecil

3. Teknologi Sistem Informasi (TSI) Perbankan

Siapa saja yang Berperan Menggunakan Teknologi Sistem Informasi

1. Dalam Hal Penyelenggaraan TSI Dilakukan Oleh Bank Sendiri

Semakin majunya teknologi di dunia transaksi perbankanpun mulai mengunakan teknologi berbasis komputer untuk mempermudah transaksi dengan nasabah. yang tadinya melayani nasabah dengan harus bertemu / nasabah datang ke cabang2 bank yang disediakan oleh bank yang dia gunakan untuk menabung/infertasi menjadi lebih mudah karena bank mulai mengunakan teknoligi berbasis komputer dan sekarang sudah bisa mengakses lewat internet bahkan dengan mobile “HP” dengan SMS sudah banyak diterapkan bank.

Dalam dunia perbankan, perkembangan teknologi informasi membuat para perusahaan mengubah strategi bisnis dengan menempatkan teknologi sebagai unsur utama dalam proses inovasi produk dan jasa seperti :

a.  Adanya transaksi berupa Transfer uang via mobile maupun via teller.

b.  Adanya ATM ( Auto Teller Machine ) pengambilan uang secara cash secara 24 jam.

c.  Penggunaan Database di bank – bank.

d.  Sinkronisasi data – data pada Kantor Cabang dengan Kantor Pusat Bank.

Dengan adanya jaringan komputer hubungan atau komunikasi kita dengan klien jadi lebih hemat, efisien dan cepat. Contohnya : email, teleconference. Sedangkan di rumah dapat berkomunikasi dengan pengguna lain untuk menjalin silaturahmi (chatting), dan sebagai hiburan dapat digunakan untuk bermain game online, sharing file. Apabila kita mempunyai lebih dari satu komputer, kita bisa terhubung dengan internet melalui satu jaringan. Contohnya seperti di warnet atau rumah yang memiliki banyak kamar dan terdapat setiap komputer di dalamnya.

 Pada dunia perbankan, perkembangan teknologi informasi membuat para perusahaan mengubah strategi bisnis dengan menempatkan teknologi sebagai unsur utama dalam proses inovasi produk dan jasa. Seperti halnya pelayanan electronic transaction (e-banking) melalui ATM, phone banking dan Internet Banking misalnya, merupakan bentuk-bentuk baru dari pelayanan bank yang mengubah pelayanan transaksi manual menjadi pelayanan transaksi yang berdasarkan teknologi.

2. Kriteria pemilihan teknologi perangkat lunak perbankan

Kriteria pemilihan software computer perbankan yang baik sesuai dengan kebutuhan bank secara umum berdasarkan pertimbangan-pertimbangan berikut :

2.1   Kemampuan dokumentasi atau Penyimpanan Data Jenis dan klasifikasi data bank yang relative banyak harus bisa ditampung oleh software yang akan digunakan, termasuk pertimbangan segi keamanan datanya. Jumlah nasabah serta frekuensi dan jumlah transaksi harian yang besar memerlukan memory computer yang besar, selain memerlukan kecepatan prosesor yang tinggi juga. Sebagai contoh BPR kurang efisien jika menggunakan mesin besar, misalnya AS/400 dalm operasionalnya karena kapasitas dan cakupan geografis BPR biasanya

2.2   Sistem Keamanan Sebagai lembaga kepercayaan masyarakat (agent of trusth), bank memerlukan system keamanan yang handal untuk menjaga kerahasiaan data atau keuangan nasabah; serta mencegah penyalahgunaan data atau keuangan oleh pihak lain yang tidak bertanggung jawab. Software computer perbankan yang baik harus menyediakan fasilitas pengendalian dan pengamanan tersebut.

2.3  Sistem Pelaporan (Reporting system) Data atau informasi yang dibutuhkan harus bisa disajikan dalam bentuk yang jelas dan mudah dimengerti. Bank memerlukan laporan-laporan yang lengkap dan jelas tersebut terutama dalam proses pemeriksaan (audit) atau penyajian laporan yang bisa dimengerti oleh pihak-pihak yang berkempentingan dengan harapan keuangan setiap bank menjadi lebih transparan dan bisa dipertanggungjawabkan.

2.4  Aspek Pemeliharaan Kinerja software perbankan diharapkan relative stabil selama bank beroperasi. Kondisi ini memerlukan aspek pemeliharaaan yang baik, dalam arti secara teknis tidak sulit dilakukan dan tidak membutuhkan biaya yang relative mahal. Pemeliharaan ini juga menyangkut pergantian atau perbaikan teknis peralatan dan modifikasi atau pengembangan software.

2.5   Source Code Software perbankan biasanya merupakan program paket yang sudah di-compile sehingga menjadi excecutable file. File program tersebut relative tidak bisa dirubah atau dimodifikasi seandainya bank menginginkan perubahan atau fasilitas tambahan dari software tersebut. Kondisi ini bisa diatasi jika pihak bank mempunyai dan memahami software tersevut dalam bentuk bahasa pemrograman aslinya atau source code.

3. Struktur Informasi Dan Hubungan Antar Sub Sistem Aplikasi Bank Konsep front office

Yang lebih mendekati sisi nasabah dan konsep back office yang lebih mendekati sisi bank sebagai lembaga keungan yang harus mencatat, mendokumentasikan, dan atau mempublikasikan informasi keuangan, menyebabkan system aplikasi perbankan terdiri dari sub-sub system yang saling berkaitan sesuai dengan tahap-tahap pemrosesan dan jenis-jenis data keuangan.

          Sistem Kliring dan Pemindahan Dana Elektronik di Indonesia

1.      Prinsip Kliring

Kliring (dari Bahasa Inggris “clearing”) sebagai suatu istilah dalam dunia perbankan dan keuangan menunjukkan suatu aktivitas yang berjalan sejak saat terjadinya kesepakatan untuk suatu transaksi hingga selesainya pelaksanaan kesepakatan tersebut. Kliring sangat dibutuhkan sebab kecepatan dalam dunia perdagangan jauh lebih cepat daripada waktu yang dibutuhkan guna melengkapi pelaksanaan asset transaksi. Klorong melibatkan manajemen dari paska perdagangan pra penyelesaian, ekposur kredit guan memastikan bahwa transaksi dagang terselesaikan sesuai dengan aturan pasar walaupun pembeli maupun penjual menjadi tidak mampu melaksanakan penyelesaian kesepakatannya. Proses kliring adalah termasuk pelaporan pemantauan marjin risiko netting transaksi dagang menjadi posisi tunggal, penanganan, perpajakan dan penanganan kegagalan.

Di Amerika, kliring antar bank dilaksanakan melalui Automated Clearing House (ACH), dimana aturan dan regulasinya diatur oleh NACHA-The Electronic Payments Association,yang dahulu dikenal dengan nama National Automated Clearing House Association, serta Federal Reserve. Jaringan ACH ini akan bertindak selaku pusat fasilitas kliring untuk semua transaksi transfer dana secara elektronik. Kliring antar bank atas cek dilaksanakan oleh bank koresponden dan Federal Reserve.

Sistem kliring yang dilaksanakan BI saat ini sudah dapat berlangsung secara nasional melalui Sistem Kliring Nasional BI (SKNBI). Maksudnya, proses kliring baik kliring debet maupun kliring kredit yang penyelesaian akhirnya dilakukan secara nasional. Selain itu ada tiga sistem kliring lain yang lazim dikenal, yakni Sistem manual, Sistem Semi Otomasi, dan Sistem Otomasi. Kliring manual adalah penyelenggaraan kliring lokal yang dalam perhitungan, pembuatan bilyet saldo kliring serta pemilihan warkat dilakukan secara manual oleh setiap peserta kliring. Perhitungan kliring didasarkan pada warkat yang dikliringkan oleh peserta kliring.

Sedangkan sistem semi otomasi adalah kliring lokal yang perhitungan dan pembuatan bilyet saldo kliring dilakukan secara otomasi melalui alat bantu komputer. Namun pemilihan warkat tetap dilakukan secara manual oleh bank peserta kliring. Sementara sistem kliring lokal yang dalam perhitungan dan pembuatan bilyet saldo kliring dan pemilahan warkat dilakukan secara otomatis dengan bantuan komputer.

1. Mekanisme proses kliring elektronik

Mempersiapkan warkat dan dokumen kliring meliputi pemisahan warkat menurut jenis transaksinya (warkat debet atau warkat kredit), pembubuhan stempel kliring dan pencantuman informasi MICR code line baik pada warkat maupun pada dokumen kliring.

Selanjutnya Bank pengirim merekam data warkat kliring ke dalam sistem TPK dengan menggunakan mesin reader encoder atau meng-input data warkat untuk menghasilkan DKE. Mengelompokkan warkat dalam batch kemudian menyusunnya dalam bundel warkat yang terdiri dari : BPWD/BPWK; Lembar Substitusi; Kartu Batch Warkat Debet/Kredit; Warkat Debet/Kredit. Mengirimkan batch DKE secara elektronik melalui JKD ke SPKE di penyelenggara. Fisik warkat dari DKE selanjutnya dikirim ke penyelenggara untuk dipilah berdasarkan bank tertuju secara otomasi dengan menggunakan mesin baca pilah berteknologi image. Peserta dapat melihat status DKE di TPK masingmasing, apakah pengiriman tersebut sukses atau gagal. SPKE akan memproses DKE yang diterima secara otomatis setelah batas waktu transmit DKE berakhir. Selanjutnya SPKE akan mem-broadcast informasi hasil kliring kepada seluruh TPK sehingga peserta dapat secara on-line melihat posisi hasil kliring melalui TPK. Hasil perhitungan DKE tersebut (Bilyet Saldo Kliring) selanjutnya dibukukan ke rekening giro masing-masing bank di sistem Bank Indonesia.

2.  Informasi Pada Check dan Struktur Kode MIRC

Di dalam chek code ini terdapat berbagai informasi yyang berkaitan dengan transaksi nasabah. Mulai dari Paye, Draw e, Draw bank, Drawer Account, Chek number, Amoun, Currency , Payee Bank Number, Payee account, Dat, Autorized signature of makers.

Sistem kliring elektronik di Indonesia

Pengertian umum kliring adalah pertukaran warkat atau data keuangan elektronik antar bank baik atas nama Bank maupun nasabah yang hasil perhitungannya diselesaikan pada waktu tertentu.  Penyelenggaraan kliring di Jakarta pada awalnya dilaksanakan secara manual. Namun dalam perkembangannya, sejalan dengan meningkatnya transaksi perekonomian nasional khususnya di Jakarta dimana pada akhir tahun 1989 volume warkat telah mencapai 82.052 lembar warkat perhari dengan jumlah bank peserta mencapai 613 bank. Hal ini menyebabkan penyelenggaraan kliring secara manual dirasakan tidak efektif dan efisien lagi dan suasana pertemuan kliring yang hiruk pikuk sering kali diibaratkan dengan suasana “pasar burung”.

Melihat kondisi tersebut, Direksi Bank Indonesia dengan SKBI No. 21/9/KEP/DIR tanggal 23 Mei 1988, kemudian menetapkan untuk mengubah sistem penyelenggaraan kliring lokal Jakarta dari sistem manual menjadi sistem otomasi kliring. Meskipun demikian baru pada tanggal 4 Juni 1990 sistem otomasi  dapat diimplementasikan untuk memproses kliring penyerahan. Sementara untuk proses kliring pengembalian tetap dilakukan secara manual, sampai kemudian pada tahun 1994 diganti dengan sistem semi otomasi yang kemudian dikenal dengan sebutan SOKL.

Pada tahun 1996 rata-rata volume warkat kliring Jakarta mencapai 216.911 lembar perhari, dengan pertumbuhahan rata-rata dalam tiga tahun sekitar 6%. Hal tersebut menyebabkan meningkatnya tekanan dalam kegiatan proses warkat kliring baik di bank peserta maupun di Bank Indonesia karena keterbatasan kemampuan sarana kliring yang ada dibandingkan dengan peningkatan jumlah warkat kliring. Pada gilirannya hambatan-hambatan tersebut menyebabkan terjadinya keterlambatan dalam settlement dan penyediaan informasi hasil kliring. Hal ini berpotensi mengurangi kepercayaan masyarakat terhadap bank dan merugikan lembaga lain yang terkait serta menimbulkan efek negatif berantai (systemic risk). Pada tanggal 18 September 1998, Bank Indonesia mencatat sejarah baru dalam bidang sistem pembayaran dimana untuk pertama kalinya di Indonesia diresmikan penggunaan Sistem Kliring Elektronik (SKE) oleh Gubernur Bank Indonesia, DR. Syahril Sabirin. Penerapan SKE tersebut dilakukan pada Penyelenggaraan Klring Lokal Jakarta dimana pada awal implementasi, jumlah peserta yang ikut serta masih terbatas 7 bank peserta kliring (BRI, BDN, BII, BCA, Deutsche Bank, Standard Chartered, Citibank) dan 2 peserta intern dari Bank Indonesia (Bagian Akunting Thamrin dan Bagian Akunting Kota). Keikutsertaan kantor-kantor bank dalam Kliring Elektronik dilakukan secara bertahap sesuai dengan kesiapan teknis masing-masing peserta. Bagi kantorkantor bank yang belum menjadi anggota Kliring Elektronik, perhitungan kliring tetap menggunakan sistem kliring otomasi. Implementasi Kliring Elektronik secara menyeluruh kepada seluruh peserta kliring di Jakarta baru dilaksanakan pada tanggal 18 Juni 2001.

 Warkat

Warkat merupakan alat pembayaran bukan tunai yang diperhitungkan melalui kliring. Jenis warkat yang dapat diperhitungkan dalam kliring adalah :

1.      Cek.

2.      Bilyet Giro.

3.      Wesel Bank Untuk Transfer.

4.      Surat Bukti Penerimaan Transfer.

5.      Nota Debet.

6.      Nota Kredit.

Dokumen Kliring

Dokumen kliring merupakan dokumen kontrol dan berfungsi sebagai alat bantu dalam proses perhitungan kliring yang terdiri dari :

1.      Bukti Penyerahan Warkat Debet – Kliring Penyerahan (BPWD).

2.      Bukti Penyerahan Warkat Kredit – Kliring Penyerahan (BPWK).

3.      Kartu Batch Warkat Debet.

4.      Kartu Batch warkat Kredit.

5.      Lembar Subsitusi.

3. Sistem Kliring Elektronik di Indonesia

Setiap warkat dan dokumen kliring yang digunakan wajib memenuhi spesifikasi teknis yang ditetapkan Bank Indonesia antara lain meliputi kualitas kertas, ukuran, dan rancang bangun. Setiap pembuatan dan pencetakan warkat dan dokumen kliring untuk pertama kali dan atau perubahannya oleh peserta wajib memperoleh persetujuan secara tertulis dari Bank Indonesia Dalam Kliring Elektronik, agar data pada warkat dan dokumen kliring dapat dibaca oleh mesin baca pilah yang ada di Penyelenggara maka warkat dan dokumen kliring tersebut wajib dicantumkan Magnetic Ink Character Recognition (MICR) code line. MICR adalah tinta magnetic khusus yang dicantumkan pada clear band yang merupakan informasi dalam bentuk angka dan symbol.

Penyelenggara Kliring

Siklus Kliring Nominal Besar, terdiri dari :

1. Kliring Penyerahan Nominal Besar.

2. Kliring Pengembalian Nominal Besar Kedua kegiatan kliring tersebut dilakukan pada hari yang sama.

 Siklus Kliring Ritel, terdiri dari :

1. Kliring Penyerahan Ritel.

2. Kliring Pengembalian Ritel Kedua kegiatan kliring tersebut dilakukan pada tanggal yang berbeda yaitu kegiatan kliring pada huruf b dilakukan pada hari kerja berikutnya setelah kegiatan kliring pada huruf a dilaksanakan.

4. Bank Indonesia Real Time Gross Settlement (BI-RTGS).

Untuk mendukung efektifitas implementasi kebijakan moneter dan untuk mempercepat pemulihan industri perbankan, kebijakan system pembayaran akan diarahkan untuk mempercepat pengembangan dan implementasi suatu system pembayaran yang efisien, akurat, aman, dan konsisten melalui peningkatan kualitas layanan. Salah satu cara untuk mencapai hal tersebut adalah melalui implemnetasi Real Time Gross Settlement System (BI-RTGS) yang sudah dimulai sejak 17 November tahun 2000 di  Jakarta. Tujuan RTGS :

4.1.  Memberikan pelayanan sistem transfer dana antar peserta, antar nasabah peserta dan pihak lainnya secara cepat, aman, dan efisien.

4.2  Memberikan kepastian pembayaran.

4.3  Memperlancar aliran pembayaran (payment flows).

4.4  Mengurangi resiko settlement baik bagi peserta maupun nasabah peserta (systemic risk).

                               Sistem Perbankan Elektronik

1. Perkembangan Teknologi Perbankan Elektronik

Dengan perkembangan teknologi informasi saat ini, telah menciptakan jenis-jenis dan peluang-peluang bisnis yang baru di mana transaksi-transaksi bisnis makin banyak dilakukan secara elektronika. Sehubungan dengan perkembangan teknologi informasi tersebut memungkinkan setiap orang dengan mudah melakukan perbuatan hukum seperti misalnya melakukan jual-beli. Perkembangan internet memang cepat dan memberi pengaruh signifikan dalam segala aspek kehidupan kita.

Penggunaan internet tidak hanya terbatas pada pemanfaatan informasi yang dapat diakses melalui media ini, melainkan juga dapat digunakan sebagai sarana untuk melakukan transaksi perbankan. Bank di Indonesia mulai memasuki dunia maya yaitu internet banking atau yang lebih dikenal dengan E-Banking, yang merupakan bentuk layanan perbankan secara elektronik melalui media internet. E-Banking pada dasarnya merupakan suatu kontak transaksi perbankan antara pihak bank dan nasabah dengan menggunakan media internet.

2.  Jenis-Jenis E-Banking :

Automated Teller Machine (ATM). Terminal elektronik yang disediakan lembaga keuangan atau perusahaan lainnya yang membolehkan nasabah untuk melakukan penarikan tunai dari rekening simpanannya di bank, melakukan setoran, cek saldo, atau pemindahan dana.

Computer Banking. Layanan bank yang bisa diakses oleh nasabah melalui koneksi internet ke pusat data bank, untuk melakukan beberapa layanan perbankan, menerima dan membayar tagihan, dan lain-lain.

Debit (or check) Card. Kartu yang digunakan pada ATM atau terminal point-of-sale (POS) yang memungkinkan pelanggan memperoleh dana yang langsung didebet (diambil) dari rekening banknya.

Direct Deposit. Salah satu bentuk pembayaran yang dilakukan oleh organisasi (misalnya pemberi kerja atau instansi pemerintah) yang membayar sejumlah dana (misalnya gaji atau pensiun) melalui transfer elektronik. Dana ditransfer langsung ke setiap rekening nasabah.

Direct Payment (also electronic bill payment). Salah satu bentuk pembayaran yang mengizinkan nasabah untuk membayar tagihan melalui transfer dana elektronik. Dana tersebut secara elektronik ditransfer dari rekening nasabah ke rekening kreditor. Direct payment berbeda dari preauthorized debit dalam hal ini, nasabah harus menginisiasi setiap transaksi direct payment.

Electronic Check Conversion. Proses konversi informasi yang tertuang dalam cek (nomor rekening, jumlah transaksi, dll) ke dalam format elektronik agar bisa dilakukan pemindahan dana elektronik atau proses lebih lanjut. Electronic Fund Transfer (EFT). Perpindahan “uang” atau “pinjaman” dari satu rekening ke rekening lainnya melalui media elektronik.

Payroll Card. Salah satu tipe “stored-value card” yang diterbitkan oelh pemberi kerja sebagai pengganti cek yang memungkinkan pegawainya mengakses pembayaraannya pada terminal ATM atau Point of Sales. Pemberi kerja menambahkan nilai pembayaran pegawai ke kartu tersebut secara elektronik.

Preauthorized Debit (or automatic bill payment). Bentuk pembayaran yang mengizinkan nasabah untuk mengotorisasi pembayaran rutin otomatis yang diambil dari rekening banknya pada tanggal-tangal tertentu dan biasanya dengan jumlah pembayaran tertentu (misalnya pembayaran listrik, tagihan telpon, dll). Dana secara elektronik ditransfer dari rekening pelanggan ke rekening kreditor (misalnya PLN atau PT Telkom).

Prepaid Card. Salah satu tipe Stored-Value Card yang menyimpan nilai moneter di dalamnya dan sebelumnya pelanggan sudah membayar nilai tadi ke penerbit kartu.

Smart Card. Salah satu tipe stored-value card yang di dalamnya tertanam satu atau lebih chips atau microprocessors sehingga bisa menyimpan data, melakukan perhitungan, atau melakukan proses untuk tujuan khusus (misalnya validasi PIN, otorisasi pembelian, verifikasi saldo rekening, dan menyimpan data pribadi). Kartu ini bisa digunakan pada sistem terbuka (misalnya untuk pembayaran transportasi publik) atau sistem tertutup (misalnya MasterCard atau Visa networks).

Stored-Value Card. Kartu yang di dalamnya tersimpan sejumlah nilai moneter, yang diisi melalui pembayaran sebelumnya oleh pelanggan atau melalui simpanan yang diberikan oleh pemberi kerja atau perusahaan lain.

3. Prinsip Penerapan E-Banking dan M-Banking

Electronic Banking (e-banking) merupakan suatu aktifitas layanan perbankan yang menggabungkan antara sistem informasi dan teknologi, e-banking meliputi phone banking, mobile banking, dan internet banking. E-banking didefinisikan sebagai penghantaran otomatis jasa dan produk bank secara langsung kepada nasabah melalui elektronik, saluran komunikasi interaktif.

E-Banking meliputi sistem yang memungkinkan nasabah bank, baik individu ataupun bisnis, untuk mengakses rekening, melakukan transaksi bisnis, atau mendapatkan informasi produk dan jasa bank melalui jaringan pribadi atau publik, termasuk internet. Nasabah dapat mengakses e-banking melalui piranti pintar elektronis seperti komputer/PC, PDA, ATM, atau telepon.

4. Internasional Elektronik Fund Transfer

Electronic Funds Transfer Systems (EFTS) sudah menjadi metode utama yang melibatkan pembayaran dana dalam jumlah besar yang dilakukan lembaga keuangan dan nasabah bisnisnya. EFT didefinisikan sebagai pemindahan dana yang diawali dari terminal elektronik, instrument telpon, computer, atau magnetic tape untuk memesan, memerintahkan, atau memberikan kewenangan kepada lembaga keuangan untuk mendebet atau mengkredit rekening.  Kemampuan lembaga keuangan untuk menyediakan jasa-jasa tersebut seiring dengan perkembangan teknologi computer dan teknologi komunikasi data.