PENDAHULUAN
Selamat datang di era digital, di mana hampir setiap aspek kehidupan kita telah berubah. Mulai dari yang kecil hingga yang besar, transformasi digital telah merambah ke segala penjuru, baik itu sektor pribadi maupun publik. Adapun dampaknya adalah data yang lebih banyak beredar di masyarakat. Data kini hadir dalam ukuran yang lebih besar, dihasilkan dan bergerak dengan kecepatan yang lebih tinggi, memiliki tipe yang lebih beragam, dan kualitas serta validitas yang semakin meningkat. Dan yang paling penting, nilai dari data itu sendiri kini tak terbantahkan. Data adalah harta karun baru kita. Dengan begitu, cara kita melihat dan mengelola data pun harus berubah.
Bayangkan berbagai layanan publik yang diselenggarakan pada sektor pemerintahan. Mulai dari pendidikan, kesehatan, infrastruktur hingga keamanan, setiap sektor ini menghasilkan data dalam jumlah yang sangat masif. Namun, analisis data di sektor ini seringkali masih dilakukan dengan cara konvensional. Dengan begitu banyak data, analisis konvensional mungkin tidak cukup. Kita perlu pendekatan baru, pendekatan yang dapat mengoptimalkan analisis pada data masif ini sehingga informasi yang dihasilkan dari data tersebut bisa lebih komprehensif.
Kali ini, kita akan membahas tentang data yang mungkin tidak biasa bagi sebagian orang, tetapi memiliki dampak besar pada layanan publik dan Penerimaan Negara Bukan Pajak (PNBP), yaitu data penjualan dokumen standar milik Badan Standardisasi Nasional (BSN). Namun sebelum masuk lebih jauh ke dalam analisis data secara teknis, kita akan berkenalan secara singkat dengan BSN dan standar.
Berdasarkan Undang-Undang nomor 20 Tahun 2014, Badan Standardisasi Nasional yang selanjutnya disingkat BSN adalah lembaga pemerintah non kementerian yang bertugas dan bertanggung jawab di bidang Standardisasi dan Penilaian Kesesuaian. Dalam konteks ini, standardisasi dan penilaian kesesuaian memiliki keterkaitan yang sangat erat dengan konsep standar.
Menurut Undang-Undang yang sama, standar adalah persyaratan teknis atau sesuatu yang dibakukan, termasuk tata cara dan metode yang disusun berdasarkan konsensus semua pihak / Pemerintah / keputusan internasional yang terkait dengan memperhatikan syarat keselamatan, keamanan, kesehatan, lingkungan hidup, perkembangan ilmu pengetahuan dan teknologi, pengalaman, serta perkembangan masa kini dan masa depan untuk memperoleh manfaat yang sebesar-besarnya. Sedangkan Standar Nasional Indonesia yang selanjutnya disingkat SNI adalah standar yang ditetapkan oleh BSN dan berlaku di wilayah Negara Kesatuan Republik Indonesia.
SNI dikelompokkan menjadi dua jenis berdasarkan perumusannya, yaitu SNI Pengembangan Sendiri dan SNI Adopsi. SNI Pengembangan Sendiri dirumuskan dan dikembangkan secara mandiri oleh BSN tanpa merujuk pada standar internasional. Biasanya, SNI jenis ini dibuat berdasarkan kebutuhan spesifik Indonesia, seperti kondisi geografis, budaya, sosial, ekonomi, atau regulasi pemerintah. Tujuannya adalah untuk memastikan kualitas, keselamatan, dan kinerja produk atau layanan sesuai dengan standar yang telah ditetapkan. Sementara itu, SNI Adopsi dirumuskan berdasarkan standar internasional. Proses adopsi ini dilakukan oleh BSN dengan tujuan untuk memastikan bahwa standar yang berlaku di Indonesia sejalan dengan standar internasional. Hal ini bertujuan untuk memudahkan perdagangan internasional dan memastikan kualitas produk atau layanan sesuai dengan standar internasional. Dengan mengadopsi standar internasional menjadi SNI, harga dokumen standar bisa menjadi lebih terjangkau bagi masyarakat.
Standar Internasional adalah standar yang dikembangkan oleh organisasi standar internasional dan dapat digunakan secara global. Standar ini dirancang untuk memastikan kualitas, keselamatan, dan efisiensi produk, layanan, dan sistem. Standar Internasional seringkali dibuat oleh badan-badan seperti International Organization for Standardization (ISO), International Electrotechnical Commission (IEC), dan American Standard and Testing Material (ASTM). Standar ini membantu memfasilitasi perdagangan internasional dan memastikan produk atau layanan memenuhi persyaratan konsistensi dan kualitas tertentu.
Baik SNI maupun standar internasional mengadopsi klasifikasi standar teknis yang dikenal sebagai International Classification of Standards (ICS). ICS, yang dirancang oleh ISO, berfungsi sebagai katalog dasar untuk standar internasional, regional, dan nasional, serta dokumen normatif lainnya. ICS mencakup hampir semua sektor ekonomi dan hampir semua aktivitas manusia di mana standar teknis dapat diterapkan.
Di Indonesia, peredaran SNI dan standar internasional dikelola oleh BSN melalui mekanisme Penerimaan Negara Bukan Pajak (PNBP). Kedua jenis standar ini tersedia dalam bentuk dokumen, baik dalam format tercetak maupun elektronik, yang dikenal sebagai dokumen standar.
BSN memfasilitasi masyarakat untuk mendapatkan dokumen standar melalui dua cara, yaitu layanan digital dan layanan konvensional. Untuk layanan digital, BSN menyediakan aplikasi PESTA Online, sebuah platform e-commerce yang memungkinkan masyarakat untuk melakukan pemesanan standar. Sementara itu, untuk layanan konvensional, BSN menyediakan media pemesanan standar melalui layanan email dan layanan datang langsung, baik ke kantor BSN maupun ke Kantor Layanan Teknis (KLT) terdekat.
Setelah memahami konteks tersebut, kita akan beralih ke analisis mendalam menggunakan data penjualan dokumen standar untuk periode tahun 2023. Dengan bantuan Python, kita akan menyelidiki dan menganalisis data ini untuk menghasilkan informasi yang menarik dan berharga. Ini akan menjadi fokus utama analisis kita.
Python adalah bahasa pemrograman yang digemari oleh para analis data dengan berbagai pustaka (library) yang tersedia, untuk menggali informasi dari data ini. Meski Python memiliki banyak pustaka, kali ini kita hanya akan fokus pada empat di antaranya, yaitu sqlite3, pandas, matplotlib, dan seaborn. Sementara itu, data penjualan dokumen standar tersimpan dalam bentuk dokumen (file) SQL.
PERSIAPAN AWAL
Impor Pustaka
Sebelum kita memulai analisis data ini, mari kita siapkan peralatan kita. Pertama, kita akan membuka aplikasi Jupyter Notebook, ini adalah buku catatan digital (code editor) tempat kita bisa menulis dan menjalankan kode Python. Kemudian, kita akan mengimpor empat pustaka Python yang akan kita gunakan: sqlite3, pandas, matplotlib, dan seaborn.
Berikut adalah penjelasan singkat dari empat pustaka Python yang kita gunakan.
sqlite3 : Â pustaka ini digunakan untuk berinteraksi dengan basis data SQLite. SQLite adalah sistem manajemen basis data relasional ringan yang disimpan dalam satu dokumen. Pustaka sqlite3 memungkinkan kita untuk membuat koneksi dengan basis data SQLite, menjalankan perintah SQL, dan mengambil hasil.
pandas : pandas adalah pustaka Python yang menyediakan struktur data dan alat analisis data yang kuat dan fleksibel. Pandas memungkinkan kita untuk memanipulasi dan menganalisis data dengan mudah. Dua struktur data utama di pandas adalah Series (array satu dimensi dengan label) dan DataFrame (tabel dua dimensi dengan label baris dan kolom).
matplotlib : matplotlib adalah pustaka visualisasi data Python yang digunakan untuk membuat plot dan grafik 2D dan 3D. Dengan matplotlib, kita dapat membuat berbagai jenis visualisasi, termasuk histogram, scatterplot, barplot, dan banyak lagi.
seaborn : seaborn adalah pustaka visualisasi data Python yang dibangun di atas matplotlib. Seaborn memudahkan pembuatan plot yang lebih menarik dan informatif, dan juga menyederhanakan banyak jenis visualisasi yang lebih kompleks.
Membuat Koneksi Basis Data
Data penjualan dokumen standar yang akan kita analisis ini tersimpan dalam bentuk dokumen SQL (master_data_penjualan.sql). Sebagai langkah awal, kita akan menggunakan Python untuk membaca dokumen tersebut. Selanjutnya, kita akan membuat koneksi ke basis data yang bernama ‘master_data_penjualan.db’. Setelah koneksi berhasil dibuat, kita akan mengeksekusi skrip yang ada dalam dokumen SQL untuk mentransfer setiap baris data dari dokumen tersebut ke dalam basis data ‘master_data_penjualan.db’.
Blok kode ‘try - except’ adalah mekanisme yang digunakan untuk menangani kesalahan atau ‘error’ yang mungkin terjadi saat membangun koneksi ke basis data. Ini adalah bagian penting dari penanganan kesalahan dalam pemrograman Python.
Melakukan Query Awal
Dalam basis data master_data_penjualan, terdapat tiga tabel: pembeli_2023, dokumen_2023, dan ics. Pembeli_2023 dan dokumen_2023 merupakan dua tabel utama yang saling berhubungan, sementara ics berfungsi sebagai tabel pendukung. Saat ini, kita akan mencoba mengeksekusi query untuk melihat jenis data apa saja yang terdapat dalam tabel pembeli_2023, dokumen_2023, dan ics.
Dari baris kode ini kita mendapatkan informasi berikut :
Terlihat dari output Python bahwa tabel pembeli_2023 memiliki 12 kolom dan 7.912 baris data. Dengan jumlah data sebanyak itu, dapat dibayangkan bahwa volume transaksi yang terjadi pada tahun 2023 cukup besar. Kemudian bagaimana dengan tabel dokumen_2023?
Dari baris kode ini kita mendapatkan informasi berikut :
Tabel dokumen_2023 terdiri dari 10 kolom dan 18.646 baris data. Meskipun jumlah kolomnya lebih sedikit dibandingkan dengan tabel pembeli_2023, jumlah baris datanya jauh lebih besar. Hal ini menunjukkan bahwa pada tahun 2023, terdapat puluhan ribu dokumen standar yang dibeli oleh masyarakat. Sedangkan isi data dari tabel ics tidak banyak, hanya sebatas kode ICS (International Classification for Standards) beserta judul tiap klasifikasi dari masing-masing ics.
Setelah mendapatkan gambaran awal dari ketiga tabel tersebut, kita akan melangkah lebih jauh. Tujuan kita adalah untuk melakukan analisis yang lebih detil untuk mengeksplorasi informasi yang lebih mendalam dari data penjualan dokumen standar.
ANALISA DATA
Tren Penjualan Per Bulan
Pada bagian ini kita akan mengevaluasi volume transaksi yang terjadi setiap bulan. Untuk memudahkan pemahaman, kita akan memvisualisasikan data tersebut dalam bentuk grafik menggunakan fungsi lineplot dari pustaka seaborn.
Jika kita menjalankan baris kode Python di atas, kita akan mendapatkan grafik berikut.
Dari grafik yang dihasilkan, kita dapat melihat distribusi volume transaksi setiap bulan. Volume transaksi terendah terjadi pada bulan April dengan nilai Rp 125.282.159,82, sementara volume transaksi tertinggi terjadi pada bulan Desember dengan nilai Rp 334.527.171,51.
Penjualan SNI Berdasarkan Tahun Penetapan
BSN secara rutin menetapkan SNI baru setiap tahun. SNI yang ditetapkan bisa berupa SNI pengembangan sendiri atau SNI yang diadopsi dari standar internasional seperti ASTM, IEC, ISO, dan lainnya. Dengan demikian, kita bisa menampilkan data penjualan dokumen SNI dalam bentuk tabulasi berdasarkan tahun penetapan dan jenis SNI.
Dari tabel Excel tersebut, kita dapat melihat bahwa SNI yang terjual sepanjang tahun 2023 memiliki tahun penetapan mulai dari 1969 hingga 2023. Hal ini menarik untuk diperhatikan, karena meskipun beragam tahun penetapan, dokumen-dokumen SNI tersebut masih banyak dicari oleh masyarakat.
Rekapitulasi Berdasarkan Jenis Standar
Seperti yang telah kita bahas sebelumnya, ada tiga jenis dokumen standar yang dijual: SNI pengembangan sendiri, SNI adopsi, dan standar internasional. Sebelum kita menganalisis detail penjualan berdasarkan judul, eksemplar, dan nilai rupiah pada tahun 2023, mari kita terlebih dahulu menganalisis total penjualan untuk ketiga jenis dokumen tersebut secara keseluruhan.
Dari baris kode tersebut, kita mendapatkan informasi bahwa pada tahun 2023, total dokumen standar yang terjual mencakup 6.544 judul dan 18.644 eksemplar, dengan total pendapatan sebesar Rp 2.834.914.414,70. Kita dapat menyimpulkan bahwa kebutuhan akan standardisasi di Indonesia sangat signifikan. Setelah memahami informasi total penjualan dokumen standar pada tahun 2023, kita akan menganalisis setiap jenis dokumen secara terpisah, mulai dari SNI pengembangan sendiri, SNI adopsi, hingga standar internasional.
a. SNI Pengembangan Sendiri
Sekarang kita akan menganalisis SNI pengembangan sendiri lebih lanjut menggunakan baris kode berikut.
Dari hasil eksekusi, kita mendapatkan informasi bahwa pada tahun 2023, SNI pengembangan sendiri yang terjual mencakup 4.309 judul dan 10.916 eksemplar, dengan total pendapatan sebesar Rp 405.825.581,00. Dari total penjualan dokumen standar yang telah kita analisis sebelumnya, ternyata SNI pengembangan sendiri memiliki porsi yang cukup signifikan.
b. SNI Adopsi
Pada bagian ini kita akan melakukan analisis data penjualan SNI adopsi secara detil menggunakan baris kode berikut.
Dari baris kode tersebut, kita mendapatkan tabel berikut.
Pada tahun 2023, terdapat 10 jenis SNI Adopsi yang terjual, mulai dari SNI ASTM hingga SNI UL. Dari kesepuluh jenis tersebut, kita dapat melihat bahwa SNI ISO adalah jenis SNI Adopsi yang paling banyak dicari oleh masyarakat. Total SNI adopsi yang terjual mencakup 1.304 judul dan 6.572 eksemplar, dengan total pendapatan sebesar Rp 590.033.263,00.
c. Standar Internasional
Selanjutnya kita akan melakukan analisis terhadap data penjualan standar internasional dengan detail menggunakan baris kode berikut.
Dari baris kode tersebut, kita mendapatkan informasi dalam bentuk tabel berikut.
Pada tahun 2023, terdapat 6 jenis standar internasional yang terjual, mulai dari ASTM hingga JIS. Dari keenam jenis tersebut, Dapat kita lihat bahwa ISO merupakan jenis standar internasional yang paling populer di kalangan masyarakat, diikuti oleh IEC dan ASTM. Total standar asing yang terjual mencakup 931 judul dan 1.156 eksemplar, dengan total pendapatan sebesar Rp 1.839.055.570,70. Meski standar internasional telah diadopsi menjadi SNI, kebutuhan akan standar internasional masih tetap signifikan.
Kelompok Pengguna
Jika kita meninjau kembali tabel pembeli_2023 dalam basis data master_data_penjualan, kita akan menemukan kolom kelompok_pengguna yang merupakan kolom bertipe data kategori yang menampung data jenis kelompok pengguna yang mencakup LPK, Mastan (Masyarakat Standar), Pelaku Usaha, Pemerintah, Pendidikan, dan Umum. Mari kita analisis data kategori ini kemudian menampilkannya dalam bentuk grafik dengan menggunakan fungsi barplot dari pustaka seaborn.
Dari baris kode tersebut kita dapat menampilkan grafik berikut.
Berdasarkan grafik tersebut, kita dapat melihat bahwa dari enam kategori kelompok pengguna, kelompok ‘Umum’ menunjukkan jumlah transaksi yang sangat signifikan dengan total 6.320 transaksi.
Model Permintaan
Model permintaan dapat didefinisikan sebagai representasi preferensi media pembelian dokumen standar yang dipilih oleh kelompok pengguna. Ini mencakup empat media pembelian, yaitu datang langsung ke kantor BSN, melalui email, melalui Kantor Layanan Teknis BSN terdekat (KLT), dan melalui aplikasi e-commerce BSN, PESTA Online (Pemesanan Standar Online). Model ini mencerminkan bagaimana kelompok pengguna memilih untuk membeli dokumen standar berdasarkan preferensi mereka, yang mungkin dipengaruhi oleh faktor-faktor seperti kenyamanan, kecepatan layanan, biaya, dan lainnya.
Jika kita meninjau kembali tabel pembeli_2023 dalam basis data master_data_penjualan, kita akan menemukan kolom model_permintaan yang merupakan kolom bertipe data kategori yang menampung data preferensi media pembelian dokumen standar yang dipilih oleh kelompok pengguna yang mencakup datang langsung ke kantor BSN, melalui email, melalui Kantor Layanan Teknis BSN terdekat (KLT), dan melalui aplikasi e-commerce BSN, PESTA Online (Pemesanan Standar Online). Mari kita analisis data kategori ini kemudian menampilkannya dalam bentuk grafik dengan menggunakan fungsi barplot dari pustaka seaborn seperti yang sudah kita lakukan pada bagian kelompok pengguna.
Dari baris kode tersebut kita dapat menampilkan grafik berikut.
Berdasarkan grafik tersebut, kita dapat melihat bahwa penjualan dokumen standar secara dominan dilakukan melalui aplikasi PESTA Online dengan total 7.535 transaksi. Ini menunjukkan bahwa BSN telah berhasil melakukan transformasi layanan publik menjadi layanan digital.
Daerah Asal Pembeli
Dalam tabel pembeli_2023, terdapat informasi tentang provinsi asal pembeli. Kita akan menganalisis data penjualan dokumen standar berdasarkan provinsi asal pembeli dan menampilkan hasilnya dalam bentuk tabulasi. Mengingat ukuran hasil tabulasi yang cukup besar, kita akan mengekspor hasilnya ke dalam dokumen Excel.
Dari baris kode tersebut kita dapat menampilkan tabulasi dalam tampilan dokumen Excel.
Berdasarkan tabel tersebut, kita dapat melihat bahwa penjualan dokumen standar telah merata di seluruh provinsi di Indonesia. Bahkan, ada delapan transaksi yang melibatkan individu atau entitas dari luar negeri. Perlu diperhatikan, ada 547 transaksi yang melibatkan 2.477 judul dan 3.296 eksemplar dokumen standar, yang tidak tercatat berasal dari provinsi mana. Meski demikian, tidak dapat dipungkiri bahwa transaksi terbesar masih didominasi oleh wilayah barat Indonesia.
Pembeli Dengan Transaksi Terbesar
Setelah sebelumnya melakukan analisis tentang pembeli, mulai dari kelompok pengguna, model permintaan, hingga provinsi asal pembeli, kini kita akan beralih untuk menganalisis 20 pembeli yang melakukan jumlah transaksi terbesar.
Dari baris kode tersebut kita dapat menampilkan tabel berikut.
Dari 20 pembeli dengan jumlah transaksi terbesar, kita dapat melihat bahwa perusahaan bernama GXIST melakukan pembelian sebanyak 1.807 judul dan 2.126 eksemplar dokumen standar dalam satu kali transaksi. Jumlah ini jauh melampaui rata-rata transaksi yang dilakukan oleh instansi atau perusahaan lainnya.
SNI Terlaris
Dalam membahas analisis data penjualan standar, penting untuk juga menganalisis objek penjualan itu sendiri, yaitu SNI. Objek utama yang akan kita analisis adalah SNI. Apa yang akan kita analisis dari dokumen SNI? Kita akan fokus pada 10 SNI terlaris sepanjang tahun 2023. Analisis ini akan memberikan wawasan tentang SNI mana yang paling banyak dibutuhkan oleh masyarakat.
Dari baris kode tersebut kita dapat menampilkan tabel berikut.
Dari peninjauan kita, SNI ISO/IEC 27001:2022 menempati posisi teratas dalam penjualan SNI terlaris sepanjang tahun 2023. Hal ini menunjukkan peningkatan kebutuhan dan kesadaran masyarakat akan pentingnya keamanan informasi dan siber. Ini mencerminkan bahwa perusahaan, organisasi, atau individu semakin memahami risiko yang terkait dengan keamanan data dan informasi. Mereka berupaya mematuhi standar internasional dalam mengelola dan melindungi data dan informasi mereka.
Selanjutnya, SNI ISO/IEC 17025:2017, yang menempati posisi kedua dalam penjualan SNI terlaris, menunjukkan peningkatan permintaan untuk laboratorium pengujian dan kalibrasi yang kompeten. Ini mencerminkan bahwa industri dan organisasi semakin memahami pentingnya akurasi dan keandalan dalam pengujian dan kalibrasi. Mereka berupaya mematuhi standar internasional dalam operasional laboratorium mereka.
Kedua SNI ini merupakan adopsi dari standar internasional (ISO/IEC), menunjukkan kecenderungan kuat di Indonesia untuk mematuhi standar internasional.
Namun, perlu diingat bahwa interpretasi ini berdasarkan data penjualan SNI. Mungkin diperlukan analisis lebih lanjut untuk memahami sepenuhnya alasan di balik popularitas kedua SNI ini.
Tabulasi SNI Berdasarkan ICS
Analisis terakhir yang akan kita lakukan adalah membuat tabulasi yang mengelompokkan SNI terjual berdasarkan kategori pada tabel ICS, yang telah kita bahas di awal persiapan analisis data penjualan dokumen standar. Mengingat ada lebih dari 30 kategori ICS, kita akan mengekspor hasil analisis ini ke dalam file Excel untuk memudahkan pembacaan.
Analisis ini akan memberikan gambaran tentang distribusi penjualan SNI berdasarkan kategori ICS. Dengan demikian, kita dapat memahami kategori mana yang paling banyak dibutuhkan oleh masyarakat.
Dari baris kode tersebut kita dapat menampilkan tabel berikut.
Berdasarkan pengurutan kolom judul, tampak bahwa SNI dari sektor teknologi pangan menempati posisi teratas di antara semua sektor ICS, dengan 769 judul dan 2.354 eksemplar yang terjual.
Analisis ini menunjukkan bahwa kemanan pangan adalah prioritas utama di banyak industri dan organisasi. SNI membantu memastikan bahwa produk pangan aman untuk konsumsi dan memenuhi persyaratan kualitas tertentu. Selain itu SNI dapat membantu perusahaan mengoptimalkan proses mereka, meningkatkan efisiensi, dan mengurangi pemborosan. Dalam industri yang kompetitif seperti teknologi pangan, hal ini sangat berharga.
KESIMPULAN
Akhirnya, kita telah mencapai akhir dari rangkaian analisis ini. Banyak fakta menarik yang telah kita temukan bersama dari data penjualan dokumen standar. Layanan publik yang dikelola oleh BSN telah berkontribusi sebesar 2,8 miliar ke PNBP pada tahun 2023. Mayoritas transaksi dilakukan melalui aplikasi PESTA Online, menunjukkan bahwa BSN telah berhasil melakukan transformasi digital dalam layanan publiknya kepada masyarakat.
Meski adopsi standar internasional telah dilakukan, kebutuhan akan standar internasional masih tinggi. Ini menimbulkan beberapa pertanyaan: Apakah perlu dilakukan adopsi lebih banyak standar asing? Apakah perlu dilakukan pengkajian ulang terhadap standar asing yang telah diadopsi? Atau, apakah perlu dilakukan sosialisasi lebih intensif terhadap dokumen-dokumen SNI adopsi yang telah ditetapkan? Pertimbangan-pertimbangan ini mungkin dapat dijadikan bahan pertimbangan oleh manajemen.
Dari analisis yang telah dilakukan, kita dapat melihat bahwa penjualan dokumen standar telah merata di seluruh provinsi di Indonesia. Hal ini menunjukkan bahwa standar ini memiliki peran penting di berbagai sektor dan wilayah, mencerminkan pentingnya standar dalam mendukung berbagai aktivitas, baik itu industri, penelitian, atau pelayanan publik. Namun, perlu diperhatikan bahwa volume transaksi masih didominasi oleh wilayah barat Indonesia. Hal ini mungkin mencerminkan distribusi populasi dan aktivitas ekonomi yang lebih tinggi di wilayah tersebut. Atau mungkin juga mencerminkan adanya perbedaan aksesibilitas atau kesadaran tentang pentingnya standar di berbagai wilayah. Ini menunjukkan bahwa meskipun telah ada peningkatan penyebaran penjualan dokumen standar, masih ada ruang untuk peningkatan, khususnya di wilayah timur Indonesia.
Berdasarkan judul SNI terlaris, SNI ISO/IEC 27001 tentang Keamanan Informasi dan SNI ISO/IEC 17025 tentang Kompetensi Laboratorium Pengujian dan Kalibrasi adalah dua SNI terlaris. Hal ini menunjukkan bahwa keamanan informasi dan akurasi pengujian dan kalibrasi menjadi prioritas utama bagi masyarakat. Penting untuk diingat bahwa kedua SNI ini adalah adopsi dari standar internasional (ISO/IEC), menunjukkan kecenderungan kuat masyarakat Indonesia untuk mematuhi standar internasional. Sementara itu, dari sektor ICS, SNI tentang Teknologi Pangan menempati urutan teratas dalam penjualan, menunjukkan pentingnya sektor ini dan kebutuhan akan standar yang berkaitan dengan teknologi pangan.
Sebagai penutup, penting untuk diingat bahwa interpretasi yang telah kita lakukan bersama ini berdasarkan data penjualan SNI. Mungkin diperlukan analisis lebih mendalam untuk sepenuhnya memahami alasan di balik informasi ini. Semoga analisis ini dapat membantu dalam pengembangan dan peningkatan standar di masa depan.
DAFTAR PUSTAKA
- Indonesia. Undang-Undang Nomor 20 Tahun 2014 tentang Standardisasi dan Penilaian Kesesuaian. Lembaran Negara Republik Indonesia Tahun 2014 Nomor 216, Tambahan Lembaran Negara Republik Indonesia Nomor 5584. Sekretariat Negara. Jakarta.
- International Organization for Standardization. 2015. International Classification for Standards, 2015. Switzerland:iso.org.
- 2024. Python 3.12.3 Documentation. Diakses pada 24 April 2024 dari https://docs.python.org/3/.
- 2024. Pandas 2.2.2 Documentation. Diakses pada 24 April 2024 dari https://pandas.pydata.org/docs/.
- 2024. Matplotlib 3.8.4 Documentation. Diakses pada 24 April 2024 dari https://matplotlib.org/stable/index.html.
- 2024. Seaborn: Statistical Data Visualization. Diakses pada 24 April 2024 dari https://seaborn.pydata.org/.
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H
