Metodologi Data

• Transparan. Setiap angka punya sumber yang bisa dilacak — BPS, KemenKopUKM, atau estimasi internal yang ditandai jelas.
• Akui keterbatasan. Tidak ada dataset yang sempurna. Kami sebutkan apa yang data tidak bisa beritahu.
• Sitasi sumber. Setiap halaman data dan visualisasi mencantumkan sumber dan tanggal pengambilan data.
• Bukan vendor pitch. Data ini netral — bukan untuk menjual produk vendor tertentu.

Skor AI readiness dan digital adoption yang ClawIndo terbitkan adalah estimasi kualitatif berdasarkan kombinasi:

• Distribusi pekerjaan formal/informal dari Sakernas (sektor formal lebih siap di-otomasi).
• Tingkat upah median (sektor upah tinggi cenderung punya tooling digital lebih matang).
• Karakteristik task dominan: repetitive vs craft-based, document-heavy vs in-person.
• Observasi praktisi: studi kasus klien yang sudah menjalankan AI agent di production di Indonesia & regional.

Skor ini bukan riset akademik dengan p-value — ini adalah panduan praktis. Kami akan terbuka soal perubahan metodologi setiap kali kami merevisi.

• BPS Sakernas adalah sampel rumah tangga — bisa kurang akurat untuk sektor sangat informal seperti gig workers atau pekerja platform digital.
• Data UMKM dari KemenKopUKM mengandalkan registrasi mandiri — banyak UMKM mikro yang belum tercatat.
• PDB sektoral menggunakan klasifikasi KBLI yang tidak selalu match dengan kategori "AI use case" modern.
• Estimasi internal ClawIndo dapat berubah seiring observasi pasar — kami akan revisi dan transparan tentang revisi tersebut.

• Sakernas dan Susenas direvisi tahunan — kami update saat rilis BPS terbaru tersedia.
• Neraca Nasional direvisi kuartalan.
• Estimasi AI readiness ditinjau ulang setiap kuartal atau saat ada riset/data baru yang signifikan.
• Setiap halaman data mencantumkan tanggal "data per…" sehingga pembaca tahu kesegarannya.

Punya koreksi data, sumber tambahan, atau ingin kolaborasi riset? Kami terbuka untuk feedback.