Karimah, Ummul
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ARSITEKTUR ENTERPRISE PADA DINAS PENANAMAN MODAL, PELAYANAN TERPADU SATU PINTU DAN TENAGA KERJA KABUATEN BONDOWOSO MENGGUNAKAN METODE TOGAF ADM Karimah, Ummul; Munazilin, Akhlis
Jurnal Kecerdasan Buatan dan Teknologi Informasi Vol. 4 No. 3 (2025): September 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/jkbti.v4i3.244

Abstract

Perkembangan teknologi informasi menuntut organisasi pemerintahan untuk terus berinovasi dalam meningkatkan kualitas pelayanan publik. Dinas Penanaman Modal, Pelayanan Terpadu Satu Pintu, dan Tenaga Kerja (DPMPTSPNAKER) Kabupaten Bondowoso merupakan instansi strategis yang memiliki fungsi lintas sektoral dalam mendukung investasi, pelayanan perizinan, pengawasan pelaku usaha, serta perlindungan tenaga kerja. Namun, kondisi eksisting menunjukkan bahwa pemanfaatan teknologi belum optimal dan sistem informasi belum sepenuhnya terintegrasi. Penelitian ini bertujuan untuk merancang Arsitektur Enterprise (EA) menggunakan kerangka kerja TOGAF ADM sebagai solusi integrasi sistem, sekaligus menghasilkan blueprint teknologi informasi yang komprehensif. Metode penelitian menggunakan tahapan TOGAF ADM, mulai dari preliminary, visi arsitektur, arsitektur bisnis, arsitektur sistem informasi (aplikasi dan data), arsitektur teknologi, hingga analisis peluang dan solusi. Analisis SWOT dan value chain digunakan untuk mengidentifikasi aktivitas utama dan pendukung serta faktor internal dan eksternal organisasi. Hasil penelitian menunjukkan bahwa proses bisnis utama DPMPTSPNAKER meliputi perizinan berusaha dan non-berusaha, pengawasan pelaku usaha, ketenagakerjaan, dan penanaman modal, sedangkan proses pendukung meliputi manajemen keuangan, administrasi, kepegawaian, pengelolaan database, serta aset. Blueprint yang dihasilkan merekomendasikan 14 sistem informasi, mulai dari OSS_RBA, SIAPO, SIPIT, SIPAUS, hingga SIBARA, dengan integrasi Single Sign On (SSO) dan penguatan aspek keamanan. Selain itu, penelitian ini memberikan rekomendasi pengembangan hardware, software, serta rancangan arsitektur teknologi berbasis topologi jaringan dengan desain redundansi. Kesimpulan menunjukkan bahwa penerapan EA berbasis TOGAF ADM dapat meningkatkan efisiensi operasional, integrasi sistem, serta kualitas pelayanan publik, sekaligus mendukung percepatan transformasi digital di DPMPTSPNAKER Kabupaten Bondowoso.
Klasifikasi Berita Hoaks Di Media Sosial Menggunakan Algoritma Naive Bayes dan RapidMiner Karimah, Ummul; Fatah, Zaehol
JISCO : Journal of Information System and Computing Vol 3 No 2 (2025): Jurnal of Information System and Computing
Publisher : UIN Sulthan Thaha Saifuddin Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30631/jisco.v3i2.4028

Abstract

The development of information technology and social media has made the distribution of information easier, but it has also increased the prevalence of fake news or hoaxes. This research aims to classify hoax and non-hoax news on social media using the Naïve Bayes algorithm with the assistance of the RapidMiner application. The data used is secondary data obtained from the Kaggle website and processed thru text preprocessing stages including tokenization, stopword removal, stemming, and TF-IDF weighting. The classification process was carried out using the Cross Validation method to measure model performance. The research results show that the Naïve Bayes algorithm has an accuracy of 90.20%, and precision values of 92.25% for the hoax class and 88.33% for the non-hoax class, with recall values of 87.78% and 92.62% respectively. These values indicate that the built classification model can easily identify hoax news. Thus, the Naïve Bayes algorithm has proven to be effective and efficient for use as a method for detecting fake news on social media. Keywords: Naïve Bayes, RapidMiner, Classification, Hoax News, Text Mining