Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

0.817

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

Author-ID : 2655906

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Title

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

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

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.

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

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

Title Search

Found 3 Documents Search Journal : Jurnal INSYPRO (Information System and Processing)

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Jurnal INSYPRO (Information System and Processing)