Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

ANALISIS MANAJEMEN RISIKO TI MENGGUNAKAN SEVEN ENABLERS BERDASARKAN COBIT 5 FOR RISK (Studi Kasus: PT. ABC) Nurul Farikhah; Rokhman Fauzi; Fitriyana Dewi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 4, No 3 (2021): October 2021
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v4i3.618

Abstract

PT. ABC merupakan salah satu perusahaan dibidang teknologi informasi yang berfokus pada pembuatan system integrator, engineering service, weighting system, IoT development, software development, dan navigation service. Layanan yang diberikan oleh perusahaan ini meliputi web development, web maintenance, registrasi domain, web hosting, serta pembuatan aplikasi mobile. Dalam menjalankan aktivitas perusahaan, peran manajemen risiko TI sangat penting dan harus meninjau kepada aspek struktur organisasi, budaya, etika, dan perilaku agar manajemen perusahaan pada PT. ABC berjalan dengan baik. Namun, dalam hal ini PT. ABC belum menerapkan manajemen risiko TI sehingga kondisi manajemen risiko saat ini belum optimal. Penelitian ini dilakukan untuk mengetahui kondisi manajemen risiko saat ini pada PT. ABC menggunakan COBIT 5 for Risk yang merupakan salah satu framework yang berfokus pada manajemen risiko TI. Penelitian ini berfokus pada dua aspek dari seven enablers pada COBIT 5 for Risk yaitu Organisational Structure dan Culture, Ethics, and Behaviour. Dalam penilaian risiko terhadap masing-masing aspek ditemukannya kesenjangan kondisi saat ini di perusaahn dengan kondisi ideal COBIT 5 for Risk sehingga penelitian ini menghasilkan rekomendasi yang terbagi menjadi tiga aspek yaitu people, process, dan technology.
IMPLEMENTASI ALGORITMA ARTIFICIAL NEURAL NETWORK PADA PROSES SELEKSI PILIH PEMINATAN (STUDI KASUS : PRODI SISTEM INFORMASI UNIVERSITAS TELKOM) Nassyfa Alfirda Riani; Rachmadita Andreswari; Rokhman Fauzi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 4, No 3 (2021): October 2021
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v4i3.651

Abstract

Perubahan kebijakan peraturan kurikulum 2020 pada Program Studi Sistem Informasi Universitas Telkom dengan kebijakan sebelumnya berpengaruh terhadap proses seleksi peminatan mahasiswa. Berdasarkan kebijakan terbaru, Prodi Sistem Informasi menyediakan lima bidang peminatan yang tergabung dalam dua kelompok keahlian (Cybernetics dan Enterprise and Industrial System) yang nantinya harus dipilih oleh mahasiswa di semester tujuh. Mahasiswa seringkali kesulitan dalam menentukan bidang peminatan yang akan dipilih, karena cenderung akan menghindari bidang peminatan yang dianggap sulit dan tak jarang pula terdapat mahasiswa yang menentukan peminatan atas rekomendasi orang lain tanpa mempertimbangkan keahlian dan potensi yang mereka miliki. Oleh karena itu, penelitian ini akan membuat model proses seleksi pemilihan peminatan mahasiswa dengan menyesuaikan kebijakan terbaru dengan mengimplementasikan machine learning menggunakan metode Klasifikasi dari algoritma Artificial Neural Network (ANN). Peneliti memilih algoritma ini karena dapat mengklasifikasi dan memahami pola yang sangat kompleks. Pada kasus ini, pada proses pengolahan data peneliti akan menggunakan atribut NIM, rata-rata nilai matakuliah prasyarat bidang peminatan, pilihan bidang peminatan pertama dan kedua mahasiswa, status keikut sertaan mahasiswa dalam keprofesian, serta kuota bidang peminatan yang berasal dari jumlah dosen yang mengajar pada bidang peminatan tersebut. Pengimplementasian ANN pada kasus ini sangat baik karena menghasilkan AUC sebesar 0.9950 dan akurasi sebesar 0.9863.Â