Article Per Year (5 Year)
p-Index From 2020 - 2025
1.037
P-Index
This Author published in this journals
All Journal Tech-E Jurnal INSYPRO (Information System and Processing) Journal Software, Hardware and Information Technology
Darmatasia Darmatasia
Universitas Islam Negeri Alauddin Makassar
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
CAPABILITY MATURITY MODEL INTEGRATION (CMMI) UNTUK ANALISIS KEAMANAN INFORMASI MENGGUNAKAN DOMAIN APO13 COBIT 5 PADA PUSTIPAD INSTANSI X Hariani Hariani; Darmatasia Darmatasia; Wahyuddin Saputra
Jurnal INSYPRO (Information System and Processing) Vol 5 No 2 (2020)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (877.074 KB) | DOI: 10.24252/insypro.v5i2.19751

Abstract

Keamanan Informasi fokus terhadap perlindungan kerahasiaan, integritas, dan ketersediaan informasi. Namun, hal yang menjadi tak kalah penting terkait dengan keamanan informasi adalah kesadaran terhadap keamanan informasi. Instansi X sebagai salah satu Perguruan Tinggi yang memiliki UPT yang bertanggung jawab terhadap pengelolaan dan penyediaan layanan Teknologi Informasi dan Komunikasi (TIK). Layanan TIK tersebut berada di bawah UPT Pusat Teknologi Informasi dan Pangkalan Data (PUSTIPAD). PUSTIPAD memiliki peranan penting dalam mengumpulkan, mengolah, menyimpan, dan menyajikan informasi yang dibutuhkan oleh lembaga. Penelitian ini mengacu kepada framework COBIT 5 domain APO13 membahas tentang tata kelola keamanan informasi yang mencakup pemeliharaan sistem, mengelola resiko keamanan,dan memonitor keamanan sistem informasi. Penelitian ini menggunakan metode CMMI untuk proses analisis, CMMI merupakan Capability Level yang memiliki tingkat kemampuan dan berlaku untuk memberikan capaian kinerja pada institusi dan memberikan peningkatan proses praktik individual. Hasil penelitian dan penilaian menggunakan standar COBIT 5 APO13 terhadap proses Manajemen keamanan Sistem pada PUSTIPAD Instansi X yaitu untuk proses area APO13.01 mempunyai nilai kondisi saat ini yaitu 4.12 atau berada pada Capability Level Managed and Measurable, sedangkan untuk APO13.02 mempunyai nilai 3.77 juga berada pada level Managed and Measurable dan untuk APO13.03 mempunyai nilai 3.42 dan berada pada level defined. secara keseluruhan ISMS pada domain APO13 untuk PUSTIPAD sudah cukup terstruktur dan berjalan sesuai dengan tujuan yang telah di definisikan sebelumnya.
ANALISIS CLUSTERING TEKS TANGGAPAN MASYARAKAT DI TWITTER TERHADAP PEMBATASAN SOSIAL BERSKALA BESAR MENGGUNAKAN ALGORITMA K-MEANS Muhammad Nur Akbar; Darmatasia Darmatasia; Mustikasari Mustikasari; Muh Syahwal
Jurnal INSYPRO (Information System and Processing) Vol 6 No 1 (2021)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (609.636 KB) | DOI: 10.24252/insypro.v6i1.23325

Abstract

Virus corona (COVID-19) ditetapkan sebagai pandemi oleh WHO (World Health Organization atau Badan Kesehatan Dunia) karena penyebarannya yang terus meningkat dan telah mencapai sebagian besar negara di dunia, termasuk Indonesia. Setiap negara dituntut dapat lebih agresif dalam mengambil tindakan pencegahan dan perawatan. Pemerintah Indonesia sendiri mengeluarkan kebijakan berupa wajib masker, jam malam, serta PSBB (Pembatasan Sosial Berskala Besar) guna menekan laju menyebaran COVID-19.  Namun kebijakan tersebut menuai tanggapan  pro dan kontra dari masyarakat khususnya melalui media sosial, di satu sisi PSBB dianggap mampu menekan laju penyebaran COVID-19 namun di sisi lain PSBB dianggap akan memperburuk kondisi perekonomian masyarakat, khususnya golongan menengah bawah. Penelitian ini bertujuan untuk mengelompokkan tanggapan masyarakat mengenai PSBB di twitter ke dalam beberapa cluster, tanggapan yang berada dalam satu cluster yang sama dianggap memiliki topik atau karakteristik pembahasan yang serupa dan sebaliknya, sehingga dapat memberi insight tambahan pada pihak pemerintah dalam mengevaluasi kebijakannya. Algoritma K-Means digunakan untuk mengelompokkan tanggapan yang memiliki kesamaan karakteristik sebab terbukti memiliki tingkat akurasi yang tinggi dengan waktu eksekusi yang relatif cepat karena bersifat linear. Penelitian ini menghasilkan 4 cluster berbeda dengan mengunakan metode Elbow dalam penentuan jumlah K pada algoritma K-Means dan nilai SSE (Sum of Square Error) sebagai parameter evaluasinya.   
An Automatic Environment Monitoring System Using a MobileNet Transfer Learning Darmatasia Darmatasia; Zulkaranim Masyhur; Asep Indra Syahyadi
Tech-E Vol 5 No 1 (2021): Tech-E
Publisher : Fakultas Sains dan Teknologi-Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/te.v5i1.669

Abstract

The universities have an important role to encourage and support the Sustainable Development Goals (SDGs). UIN Alauddin Makassar as one of the universities in Indonesia establishes a green campus program to support it. An automatic environment system was built to ensure the cleanliness of the university environment. A comfortable and healthy work environment is expected can improve the productivity and motivation of the academic civities. The system was built using a MobileNet architecture that using a transfer learning approach. It can detect the cleanliness level of the environment which consists of three classes: “Clean”, “Less_Clean”, and “Dirty” in real-time. The dataset used to train the model was obtained by capturing images of the environment around the university. The best result of the model was achieved by using an Adam optimizer with applying a dropout in the last layer of the network. The total accuracy of the model is about 83%.
Analisis Sentimen Terhadap Jasa Ekspedisi Pos Indonesia Pada Sosial Media Twitter Menggunakan Naïve Bayes Classifier Muhammad Nur Akbar; Darmatasia Darmatasia; Yulia Ardana
Journal Software, Hardware and Information Technology Vol 2 No 2 (2022)
Publisher : Jurusan Sistem Informasi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/shift.v2i2.34

Abstract

Nowdays, the rapid growth of information technology positively impacts companies engaged in industry, sales, and services, especially e-commerce. The increase in the number of transactions in various e-commerce impacts the increase in the use of expedition services. Pos Indonesia is the oldest expedition service provider in Indonesia and is required to be able to innovate in providing the best service for its customers. The importance of customers for a company depends on how the company builds customer relationships. A strong company will have good customer relations. Many customers have expressed their opinions regarding Pos Indonesia through Twitter. In this study, text mining techniques are used, namely sentiment analysis which helps analyze opinions, sentiments, evaluations, assessments, attitudes, and public emotions towards Pos Indonesia services. Naïve Bayes Classifier was chosen because it is simple, fast, and has high accuracy. The Naïve Bayes Classifier has successfully classified positive and negative sentiments on 100 tweets from Pos Indonesia customers with an accuracy of 87%.
Pengenalan Karakter Hieroglif Mesir Kuno Menggunakan Convolutional Neural Network Darmatasia Darmatasia
Jurnal INSYPRO (Information System and Processing) Vol 8 No 1 (2023)
Publisher : Prodi Sistem Informasi UIN Alauddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/insypro.v8i1.37198

Abstract

This research implements a Convolutional Neural Network (CNN) to recognize ancient Egyptian hieroglyphics. CNN is a deep learning architecture that automatically learns the features of data hierarchically. The CNN technique effectively integrates feature extraction and classifiers into one system. This study used hieroglyphic characters from the pyramid of Unas, which consisted of 170 kinds of characters, but this study only used 11 kinds of characters that had a sample size above 100, namely characters D21, E34, G17, G43, I9, M17, N35, O50, S29, V31, and X1. The results showed that the accuracy achieved was 99%. This research is expected to help archaeologists, enthusiasts, tourists, and museum visitors to recognize hieroglyphic characters as historical objects that only a few people know. Keywords: character recognition, ancient Egyptian hieroglyphics, convolutional neural network
Co-Authors Asep Indra Syahyadi Hariani Hariani Muh Syahwal Muhammad Nur Akbar Mustikasari Mustikasari Wahyuddin Saputra Yulia Ardana Zulkaranim Masyhur