Tantangan Manajemen Metadata dalam Ekosistem Informasi yang Berkembang Pesat
DOI:
https://doi.org/10.67096/mekar.v1i2.270Keywords:
Manajemen Metadata, Interoperabilitas Data, Prinsip FAIR, Provenance Data, Ekosistem Informasi DigitalAbstract
Penelitian ini mengkaji tantangan-tantangan kritis yang dihadapi dalam manajemen metadata di tengah ekspansi ekosistem informasi digital yang berlangsung secara masif dan multidimensional. Permasalahan mendasar yang melatarbelakangi kajian ini adalah meningkatnya kompleksitas pengelolaan metadata akibat heterogenitas sumber data, dinamika standar yang terus berubah, serta kebutuhan interoperabilitas lintas sistem dan domain. Tujuan penelitian adalah memetakan, menganalisis, dan mensintesis tantangan utama manajemen metadata berdasarkan perspektif teoritis dan empiris yang tersebar dalam literatur ilmiah kontemporer. Pendekatan yang digunakan adalah metode penelitian kualitatif melalui studi literatur sistematis terhadap publikasi ilmiah yang relevan, mencakup jurnal, prosiding konferensi, serta buku referensi dalam bidang ilmu informasi, ilmu komputer, dan manajemen data. Hasil kajian mengidentifikasi empat klaster tantangan utama, yaitu: (1) persoalan integrasi dan interoperabilitas metadata lintas sistem; (2) problem kualitas, konsistensi, dan kelengkapan data deskriptif; (3) keterbatasan infrastruktur dalam penerapan prinsip FAIR (Findable, Accessible, Interoperable, Reusable); serta (4) kesenjangan dalam preservasi provenance dan paradata pada sistem informasi jangka panjang. Implikasi penelitian ini menegaskan bahwa penguatan tata kelola metadata memerlukan pendekatan terpadu yang memadukan standar teknis, kebijakan organisasional, serta kompetensi sumber daya manusia secara sinergis dan berkelanjutan.
References
Dehghani, Z. (2022). Data mesh: Delivering data-driven value at scale. O'Reilly Media.
Doniparthi, G., Mühlhaus, T., & Deßloch, S. (2024). Integrating FAIR experimental metadata for multi-omics data analysis. Datenbank-Spektrum, 24, 107–115. https://doi.org/10.1007/s13222-024-00473-6
Gebru, T., Morgenstern, J., Vecchione, B., Vaughan, J. W., Wallach, H., Daumé, H., & Crawford, K. (2021). Datasheets for datasets. Communications of the ACM, 64(12), 86–92. https://doi.org/10.1145/3458723
Karanikolas, N., Troullinou, G., Tzitzikas, Y., & Marketakis, Y. (2023). Cross-portal metadata alignment – Connecting open data portals through means of formal concept analysis. Information Sciences, 637, 118958. https://doi.org/10.1016/j.ins.2023.118958
Mathiak, B., et al. (2024). Search and harvesting across NFDI consortia – Gaps and challenges. Datenbank-Spektrum, 24, 77–84. https://doi.org/10.1007/s13222-024-00480-7
Mitchell, M., Wu, S., Zaldivar, A., Barnes, P., Vasserman, L., Hutchinson, B., & Gebru, T. (2019). Model cards for model reporting. Proceedings of the ACM Conference on Fairness, Accountability, and Transparency (FAccT), 220–229.
Möller, F., et al. (2024). Industrial data ecosystems and data spaces. Electronic Markets, 34(41). https://doi.org/10.1007/s12525-024-00724-0
Rayburn, A. J., & Thomer, A. K. (2024). Reconstructing provenance in long-lived data systems: The challenge of paradata capture in memory institution collection databases. In Perspectives on Paradata (pp. 165–180). Springer. https://doi.org/10.1007/978-3-031-53946-6_9
Weidinger, L., Mellor, J., Rauh, M., Griffin, C., Uesato, J., Huang, P. S., & Gabriel, I. (2022). Taxonomy of risks posed by language models. Proceedings of the 2022 ACM Conference on Fairness, Accountability, and Transparency, 214–229.
Zeng, M. L., & Qin, J. (2022). Metadata (3rd ed.). ALA Neal-Schuman.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Febria Najwa Ifanka, Muhammad Irwan Padli Nasution (Author)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.






