Di era digital saat ini, teknologi berkembang dengan sangat pesat. Banyak perusahaan dan organisasi memanfaatkan teknologi canggih, tak terkecuali dengan organisasi pendidikan. Universitas Terbuka sebagai organisasi pendidikan merupakan salah satu perguruan tinggi di Indonesia yang menyelenggarakan pendidikan jarak jauh. UT sebagai perguruan tinggi jarak jauh berkaitan erat dengan pemanfaatan teknologi informasi untuk mendukung proses administrasi akademik dan proses pembelajaran mahasiswa. Lebih dari setengah juta mahasiswa aktif UT pada tahun 2023 menyumbang semakin banyak data yang ada pada sistem informasi akademik UT. Data yang semakin banyak seharusnya memudahkan pemangku kebijakan dalam menentukan keputusan maupun dalam membuat rencana strategis. Selain itu sebagai perguruan tinggi negeri UT berkewajiban melaporkan data mahasiswa ke Pangkalan Data Pendidikan Tinggi Indonesia melalui aplikasi Feeder PDDIKTI. Namun, berdasarkan analisis akar masalah Loshin, yang mencakup manusia, proses, teknologi dan kebijakan, ditemukan khususnya data mahasiswa dan akademik, memiliki kualitas data yang buruk baik dalam hal manajemen maupun kondisi data. Berdasarkan hal tersebut penelitian ini bertujuan untuk mengevaluasi kondisi kualitas data, merumuskan penyebab permasalahan kualitas data dan merekomendasikan strategi optimalisasi kualitas data di Universitas Terbuka. Menggunakan metode kualitatif, pengumpulan data dilakukan melalui observasi, studi dokumen dan query langsung ke database. Penilaian kualitas data saat ini mengacu pada Permenristek Dikti Nomor 61 Tahun 2016 yang menyebutkan bahwa dimensi kualitas data diukur dari Kelengkapan, Ketepatan, Kebenaran, Kemutakhiran. Penilaian tingkat kematangan kualitas data menggunakan Data Quality Maturity Model Loshin. Penilaian mengidentifikasi faktor penyebab masalah, analisis digunakan untuk menghasilkan strategi untuk meningkatkan kualitas data yang dipetakan berdasarkan DMBOK2. Perbaikan perbaikan antar muka, audit trail, beradaptasi pada perubahan proses bisnis mencakup pengembangan kebijakan data, pelatihan, implementasi validasi otomatis adalah strategi yang diajukan untuk meningkatkan kualitas data.
Kata Kunci : Data, Kualitas Data, Dimensi Kualitas Data, Loshin Data Quality Maturity Model, DAMA-DMBOK