Integrasi Big Data Analytics dalam Perencanaan Anggaran: Implikasi pada Akurasi Keuangan dan Pengembangan SDM di Instansi Pemerintah Kota Makassar
Sari
Transformasi digital mendorong pemerintah daerah untuk mengadopsi pendekatan perencanaan anggaran berbasis data guna meningkatkan akurasi dan akuntabilitas keuangan publik. Penelitian ini bertujuan untuk menganalisis tingkat integrasi Big Data Analytics (BDA) dalam perencanaan anggaran instansi pemerintah Kota Makassar serta implikasinya terhadap akurasi perencanaan anggaran dan pengembangan sumber daya manusia (SDM). Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei terhadap aparatur sipil negara yang terlibat dalam proses perencanaan dan pengelolaan anggaran. Analisis data dilakukan menggunakan Partial Least Squares–Structural Equation Modeling (PLS-SEM).
Hasil penelitian menunjukkan bahwa tingkat integrasi Big Data Analytics di Pemerintah Kota Makassar berada pada kategori menengah menuju tinggi, namun belum sepenuhnya optimal dalam pemanfaatan analitik prediktif. Integrasi Big Data Analytics terbukti berpengaruh positif dan signifikan terhadap akurasi perencanaan anggaran. Selain itu, Big Data Analytics juga berpengaruh positif terhadap pengembangan SDM, khususnya dalam peningkatan literasi data dan kompetensi analitik aparatur. Penelitian ini juga menemukan bahwa pengembangan SDM memediasi secara signifikan pengaruh Big Data Analytics terhadap akurasi perencanaan anggaran.
Temuan ini menegaskan bahwa keberhasilan perencanaan anggaran berbasis Big Data Analytics tidak hanya bergantung pada teknologi, tetapi juga pada kesiapan dan pengembangan SDM. Penelitian ini memberikan kontribusi empiris bagi penguatan tata kelola keuangan daerah berbasis data di Kota Makassar.
Kata Kunci: Big Data Analytics, perencanaan anggaran, akurasi keuangan, pengembangan SDM, pemerintah daerah
Teks Lengkap:
PDFReferensi
Dewi, D. P., & Nugroho, B. Y. (2025). The influencing factor of big data adoption for Indonesia open government. Journal La Sociale.
Dwivedi, Y. K., et al. (2021). Artificial intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994.
Gazali, M. I., Ikbal, I., Pattiasina, V., Agustina, I., & Eljawati, E. (2025). Analisis perencanaan penganggaran APBD pemerintah. Jurnal Lentera Bisnis, 14(2).
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2021). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). Sage Publications.
Hasanuddin, D., Nirwana, N., & Haliah, H. (202? ). Budget Transparency and Accountability in Local Government. Asian Journal of Management Analytics.
Strategi Transformasi Pelayanan Publik Berbasis Big Data: Studi Kasus Pemerintah Kota Pekanbaru. (2025). Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer.
Kurniawan, A., & Putri, N. K. (2024). Big Data and Predictive Analytics for Indonesia’s Economic Transformation. Journal of Technology and System Information.
Loso Judijanto & Reihan Putri. (2025). Pemerintahan berbasis data: mengoptimalkan pemanfaatan Big Data untuk kebijakan publik. ADMIN: Jurnal Administrasi Negara.
Margherita, A., & Bua, I. (2021). Human resources analytics: A systematization of research topics and directions for future research. Human Resource Management Review, 31(2), 100795.
Mikalef, P., Krogstie, J., Pappas, I. O., & Pavlou, P. A. (2020). Big data analytics capabilities and firm performance: The mediating role of dynamic capabilities. Information & Management, 57(2), 103169.
Pamisetty, V. (2021). Big Data and Predictive Analytics in Government Finance: Transforming Fraud Detection and Fiscal Oversight. International Journal of Engineering and Computer Science.
Rinaldi, R., Hasibuan, A. P., Dewi Lubis, P. K., & Simanungkalit, J. (2024). Analisis efektivitas realisasi anggaran pendapatan dan belanja daerah Kota Medan. Jurnal Ekonomi dan Pembangunan Indonesia, 2(2).
Ríos, A. M., Bastida, F., & Benito, B. (2022). Data-driven decision-making and budgeting performance in local governments. Public Management Review, 24(9), 1367–1389.
Sarstedt, M., Ringle, C. M., & Hair, J. F. (2022). Partial least squares structural equation modeling. In Handbook of market research. Springer.
Sun, Y., & Medaglia, R. (2019). From e-budgeting to smart budgeting: Exploring the potential of AI to better understand the dynamics of public budgeting. (Academic journal).
Susilowati, Y. T. (2025). Smart public service: synergy of AI and Big Data Analytics in modern bureaucracybefore 0 pt, after 0 pt)
DOI: https://doi.org/10.37531/yume.v9i1.11343
Refbacks
- Saat ini tidak ada refbacks.

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional

