Claim Missing Document
Check
Articles

Perlindungan Data Pribadi Mahasiswa: Peran Kesadaran Privasi dan Etika Sistem Informasi Mulyati Mulyati; Fransiska Prihatini Sihotang; Desy Iba Ricoida
Jurnal Komputasi Vol. 14 No. 1 (2026)
Publisher : Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v14i1.355

Abstract

Perkembangan teknologi digital dalam lingkungan pendidikan tinggi meningkatkan intensitas penggunaan sistem informasi akademik, media sosial, serta berbagai platform digital yang melibatkan pengolahan data pribadi mahasiswa. Kondisi ini menimbulkan tantangan baru terkait kesadaran privasi dan etika sistem informasi dalam membentuk perilaku perlindungan data pribadi di kalangan mahasiswa sebagai pengguna aktif teknologi digital. Penelitian ini bertujuan untuk menganalisis peran kesadaran privasi dan etika sistem informasi dalam memengaruhi perilaku perlindungan data pribadi mahasiswa. Penelitian menggunakan pendekatan kuantitatif dengan metode survei terhadap 360 mahasiswa aktif di Kota Palembang. Model penelitian dikembangkan dengan mengadopsi Technology Acceptance Model (TAM) yang diperluas dengan variabel eksternal, yaitu pengetahuan privasi, pengalaman ancaman siber, preferensi terhadap fitur keamanan, serta intensitas penggunaan media sosial. Analisis data dilakukan menggunakan metode Partial Least Squares Structural Equation Modeling (PLS-SEM). Hasil penelitian menunjukkan bahwa kesadaran privasi dan etika sistem informasi berperan signifikan dalam membentuk persepsi kegunaan, sikap, dan niat perilaku mahasiswa terhadap perlindungan data pribadi. Namun demikian, perilaku aktual dalam melindungi data pribadi hanya dapat dijelaskan secara moderat (R² = 0.293), yang mengindikasikan adanya fenomena privacy behavior gap, yaitu kesenjangan antara kesadaran privasi dan praktik perlindungan data dalam aktivitas digital sehari-hari. Penelitian ini memberikan kontribusi empiris dalam pengembangan model perilaku perlindungan data dengan menempatkan kesadaran privasi dan etika sistem informasi sebagai determinan utama dalam kerangka TAM yang diperluas, serta memberikan implikasi bagi penguatan literasi privasi dan etika digital di lingkungan pendidikan tinggi.
Pengembangan Sistem Informasi Manajemen Kepegawaian pada PT Daya Semesta Agro Persada Kevin Christian; Fransiska Prihatini Sihotang
Jurnal Teknologi Sistem Informasi Vol 7 No 2 (2026): Jurnal Teknologi Sistem Informasi (on Process)
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v7i2.17246

Abstract

Perkembangan teknologi informasi menuntut perusahaan untuk melakukan digitalisasi dalam pengelolaan sumber daya manusia untuk meningkatkan efektivitas dan efisiensi kerja. PT Daya Semesta Agro Persada (DSAP), sebuah perusahaan yang bergerak di bidang ekspor kelapa sawit, pertanian, dan pertambangan, menghadapi berbagai kendala dalam pengelolaan data kepegawaian, seperti penginputan data secara manual menggunakan Microsoft Excel yang rawan kesalahan dan kehilangan data, proses absensi yang rentan dimanipulasi, serta pengajuan cuti dan penugasan yang masih dilakukan secara manual. Penelitian ini berfokus pada perancangan dan pengembangan sistem informasi kepegawaian berbasis web dengan menerapkan metodologi Rational Unified Process (RUP) dan framework Laravel sebagai alat bantu pengembangan sistem. Sistem ini mencakup fitur-fitur pengelolaan data pegawai, absensi, cuti, penugasan, sanksi, hingga proses pemutusan hubungan kerja (PHK). Hasil implementasi menunjukkan bahwa sistem yang dibangun dapat mengurangi risiko kesalahan, meningkatkan akurasi data, serta mempermudah proses administrasi kepegawaian secara terintegrasi. Implementasi sistem ini bertujuan untuk mengoptimalkan efisiensi operasional dan keterbukaan pengelolaan data kepegawaian perusahaan.
Day–Ahead Sulfuric Acid Production Forecasting Using Optuna–Tuned Machine Learning Models: An Industrial Case Study Fransiska Prihatini Sihotang; Daniel Udjulawa; Intan Cahya Sucita
Journal of Embedded Systems, Security and Intelligent Systems Vol 7 No 3 (2026): September 2026
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v7i3.13845

Abstract

Purpose – This study develops and evaluates a day-ahead forecasting framework for sulfuric acid production in a continuous chemical manufacturing process and examines whether machine-learning models provide meaningful predictive value beyond simple persistence forecasting. Methods – Five years of operational production data were processed through a validated ETL pipeline and transformed using calendar, lag, and rolling-window features. Six regression algorithms were screened using chronological time-series validation, followed by equal-budget Optuna hyperparameter optimization of selected candidates. The final model was evaluated on an untouched holdout period and through repeated walk-forward validation against persistence, seasonal-naive, and rolling-mean baselines. Permutation importance was used to examine predictor contributions. Findings – Random Forest achieved the strongest development-stage performance and produced accurate day-ahead forecasts. However, its advantage over persistence was marginal on the final holdout and inconsistent across repeated temporal evaluations. Current-day production overwhelmingly dominated predictor importance, indicating strong persistence in the underlying industrial process. Performance also deteriorated during maintenance-related shutdown conditions. Research Implications – Industrial forecasting systems should prioritize robust temporal validation and comparison with simple operational baselines before adopting more complex machine-learning models. Originality – The study provides a leakage-aware forecasting and evaluation pipeline that combines baseline benchmarking, model interpretation, and deployment within a prototype decision-support system for continuous chemical production.