TeIKa

Analisis Manajemen Risiko dengan Menggunakan Framework ISO 31000:2018 pada Sistem Informasi E-Gudang Satpol PP Kota Surabaya

2024-10-17T14:51:58+07:00

Peran teknologi dalam dunia bisnis saat ini menjadi semakin penting, khususnya dalam mendukung perkembangan perusahaan atau organisasi. Dengan mengoptimalkan Sistem Informasi/Teknologi Informasi (SI/TI), instansi dapat meningkatkan daya saing mereka. Namun, optimalisasi aset teknologi informasi juga meningkatkan risiko yang dapat mengancam pencapaian tujuan perusahaan. Manajemen risiko SI/TI yang efektif sangat penting untuk memaksimalkan kegunaan aset teknologi informasi dan meningkatkan efisiensi proses bisnis. Satuan Polisi Pamong Praja (Satpol PP) memerlukan manajemen risiko SI/TI yang baik, terutama untuk Sistem Informasi E-Gudang yang digunakan untuk mengelola Barang Hasil Penertiban (BHP). Risiko kehilangan data, kebocoran informasi, dan kesalahan input sata menjadi tantangan yang dihadapi oleh Satpol PP Kota Surabaya. Sistem Informasi E-Gudang membantu mengontrol BHP, mengelola stok, dan terintegrasi dengan bidang lain seperti bidang ketentraman dan umum. Namun, risiko yang mengancam operasional tetap ada. Oleh karena itu, diperlukan analisis manajemen risiko teknologi informasi yang komprehensif. Metode ISO 31000:2018 digunakan untuk mengidentifikasi, menilai, dan mengelola risiko-risiko tersebut. ISO 31000:2018 menyediakan panduan untuk risk assessment, membantu dalam melihat nilai risiko dari setiap risiko yang telah teridentifikasi. Penelitian ini bertujuan meminimalisir risiko yang mungkin terjadi dan memberikan rekomendasi bagi Satpol PP terkait risiko pada Sistem Informasi E-Gudang. Hasil dari penelitian yang telah dialkukan ini ditemukan 12 kemungkinan ancaman risiko diantaranya Terdapat 2 dengan tingkatan high, 9 risiko dengan tingkatan medium dan yang terakhir yaitu dengan 1 risiko memiliki tingkatan low.

Analisis Sentimen Pada Komentar Youtube Dalam Turnamen MPL Season 13 Dengan Metode Ensemble Machine Learning

2024-10-30T09:07:05+07:00

Analisis sentimen terhadap komentar pada video YouTube yang berhubungan dengan MPL Season 13 dilakukan menggunakan metode klasifikasi berbasis Ensemble Learning. Penelitian ini berfokus pada identifikasi pola sentimen dalam komentar serta penentuan popularitas tim berdasarkan dukungan positif dari penggemar. Metode yang digunakan mencakup perencanaan awal, pengumpulan data melalui teknik scraping menggunakan YouTube Data API v3, dan proses preprocessing. Dari total 6.424 komentar yang dukumpulkan, jumlah komentar yang relevan berkurang menjadi 5.185 setelah tahap cleaning, case folding, penghapusan stopword, konversi slang, stemming, dan tokenisasi, dengan rincian 3.131 komentar positif dan 2.064 negatif. Berbagai metode klasifikasi diterapkan secara bersamaan dan digabungkan menggunakan teknik ensemble machine learning dengan pendekatan majority voting. Sebelum klasifikasi, data diproses menggunakan SMOTE (Synthetic Minority Over-sampling Technique) untuk mengatasi ketidakseimbangan kelas. Hasil pengujian menunjukkan bahwa akurasi metode Voting hard mencapai 86,70 % (data latih 90% dan data uji 10%), sedangkan Voting soft mencapai 86,17%. Proses pelabelan dilakukan dengan library flair, dengan validasi hasil klasifikasi melalui confusion matrix. Penerapan metode pelabelan yang menggabungkan pendekatan otomatis dan manual berhasil meningkatkan akurasi klasifikasi serta meminimalkan potensi kesalahan. Selain itu, analisis ini berhasil mengidentifikasi dukungan terbanyak, yaitu 877 pendukung EVOS, diikuti oleh RRQ dan ONIC dengan masing-masing 743 dan 556 pendukung. Penelitian ini diharapkan dapat memberikan kontribusi signifikan bagi pengembangan analisis sentiment dalam konteks e-sports dan membuka peluang untuk analisis lebih lanjut di penelitian mendatang.

Pemanfaatan Model Kano Dalam Mengidentifikasi Kebutuhan Utama Pengguna pada Aplikasi RIOT:ID

2024-11-01T17:06:31+07:00

Kebutuhan pengguna terhadap aplikasi mengingat perkembangan teknologi yang pesat menghadirkan tantangan yang unik. Dalam konteks ini, metode KANO digunakan untuk memberikan gambaran mengenai fitur yang dibutuhkan dan untuk menggambarkan persepsi pengguna terhadap kebutuhan dan tingkat kepuasan. Aplikasi yang dirancang untuk komunitas lari RIOT Indonesia menawarkan 10 atribut/fitur: Antarmuka yang Menarik, Mudah Digunakan, Informatif, Keamanan Data, Kinerja Aplikasi, Fitur Notifikasi, Fitur Kehadiran, Fitur Gamifikasi, Integrasi Strava, dan Kalender Kegiatan. Kuesioner yang disebarkan diharapkan dapat memberikan hasil yang memetakan masing-masing fitur. Sebagai kesimpulan, penelitian ini berhasil menangkap persepsi responden terhadap kebutuhan fitur untuk aplikasi RIOT:ID. Tanggapan dari peserta membantu mengkategorikan setiap fitur, yang menunjukkan bahwa Keamanan Data adalah fitur dengan tingkat kepentingan yang tinggi dan bersifat satu dimensi, meskipun memiliki dampak yang lebih rendah terhadap kepuasan. Tujuh fitur, termasuk Antarmuka yang Menarik, Kemudahan Penggunaan, dan Integrasi Strava, termasuk dalam kategori Menarik, menunjukkan pentingnya dan potensi mereka untuk meningkatkan kepuasan. Sebaliknya, fitur Notifikasi dan Gamifikasi memiliki pengaruh minimal terhadap kepuasan pengguna.

Pembatasan Jarak Presensi Dalam Sistem Presensi Daring Menggunakan Formula Haversine

2024-11-01T17:58:49+07:00

Transformasi sistem presensi manual menjadi sistem daring sudah banyak dilakukan berbagai pihak, mulai dari instansi pemerintah, perkantoran, dan sekolah. Sebagai contoh suatu sekolah yang telah menerapkan sistem manajemen pembelajaran berbasis elektronik dapat menggunakan fitur formulir kehadiran sebagai salah satu cara mendata kehadiran siswanya dalam proses pembelajaran. Akan tetapi fitur ini dirasa memiliki kekurangan apabila diterapkan pada saat pembelajaran tatap muka di kelas sebab siswa yang tidak hadir masih dapat mengisi darimana saja dia berada asalkan dapat mengakses form tersebut. Adanya batasan dalam radius diperlukan guna membatasi hanya siswa yang berada dalam jangkauan area kelas saja yang dapat mengisi form kehadiran. Tujuan dari penelitian ini ialah merancang sebuah sistem presensi daring dengan menerapkan formula haversine menggunakan metode Extreme Programming. Formula ini dipilih sebab cocok untuk menghitung jarak antara dua titik koordinat pada permukaan bumi dengan anggapan bumi berbentuk bulat. Extreme Programming merupakan sebuah metode pembangunan sistem perangkat lunak cepat yang terdiri atas fase perencanaan, perancangan, koding, dan pengujian. Melalui percobaan sebanyak 30 kali didapatkan prosesntase sebanyak 96,6% yang menunjukkan bahwa formula haversine dapat diterapkan guna membatasi jarak pada suatu sistem presensi.

Pengukuran Kesiapan Adopsi Teknologi Informasi (IT Adoption) Pada Gapoktan Hidup Baru Kec. Cempaka OKU Timur Dengan Metode Community Readiness Model

2024-11-10T20:13:18+07:00

Penelitian ini bertujuan untuk mengukur kesiapan adopsi teknologi informasi pada masyarakat Gapoktan Hidup Baru di Kecamatan Cempaka OKU Timur menggunakan metode Community Readiness Model (CRM). CRM mengukur beberapa aspek, yaitu Community Effort, Knowledge Towards Issue, Leadership, Kondisi Masyarakat, Pengetahuan Masyarakat, dan Sumber Daya Terkait. Penelitian ini melibatkan 23 responden yang merupakan anggota Gapoktan Hidup Baru. Hasil penelitian menunjukkan bahwa aspek Community Effort (CE) memperoleh skor 3,86, Knowledge Towards Issue (KT) 3,32, Leadership (LS) 4,55, Kondisi Masyarakat (KM) 3,89, Pengetahuan Masyarakat (PM) 3,45, dan Sumber daya Terkait (ST) 4,06. Berdasarkan skor keseluruhan, tingkat kesiapan masyarakat mencapai nilai akhir 3,86, yang menunjukkan bahwa komunitas berada pada tahap inisiasi (initiation) yang bermakna upaya untuk mengadopsi teknologi informasi sudah mulai dilakukan, tetapi masih memerlukan penguatan lebih lanjut. Hasil ini mengindikasikan bahwa masyarakat telah mulai menyadari pentingnya penerapan teknologi informasi, meskipun upaya yang lebih intensif masih diperlukan untuk mencapai tingkat kesiapan yang lebih tinggi dalam mengadopsi teknologi informasi secara optimal.

Perancangan Sistem Informasi Layanan E-Consultation Anggota Jemaat GMAHK Ke Pendeta Berbasis Web menggunakan Laravel dan Vue.Js

2024-11-08T15:55:43+07:00

Dalam era digital, akses terhadap layanan spiritual menjadi tantangan bagi anggota jemaat yang tinggal di daerah terpencil atau memiliki keterbatasan waktu. Penelitian ini dilatarbelakangi oleh kebutuhan Gereja Masehi Advent Hari Ketujuh (GMAHK) untuk menyediakan platform konsultasi daring yang efisien antara jemaat dan pendeta. Penelitian ini mengembangkan aplikasi e-consultation berbasis web menggunakan framework Laravel dan Vue.Js. Metode pengembangan yang digunakan adalah Rational Unified Proces (RUP), model pengembangan perangkat lunak iteratif dan inkremental. Proses ini terdiri dari empat fase utama : Inception (analisis kebutuhan pengguna), Elaboration (perancangan arsitektur sistem), Construction (pengembangan dan pengujian sistem), dan Transition (implementasi serta penyempurnaan system bedasarkan uji coba). Fitur utama yang disediakan adalah penjadwalan perlawatan, dan interaksi langsung melalui live chat. Aplikasi ini menawarkan Solusi praktis dan iteraktif dalam layanan konsultasi spiritual yang fleksibel dan dapat diakses tanpa hambatan geografis.