Article Per Year (5 Year)
p-Index From 2021 - 2026
1.037
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) IJoICT (International Journal on Information and Communication Technology) Building of Informatics, Technology and Science Journal of Computer System and Informatics (JoSYC) Prosiding Konferensi Nasional PKM-CSR eProceedings of Engineering
Imelda Atastina
Telkom University
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Nursing Public Health Social Sciences

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Analisis Dan Implementasi Community Detection Menggunakan Spectral Clustering Method Dalam Social Network Nurmasyitah Nurmasyitah; Imelda Atastina; Anisa Herdiani
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Twitter merupakan salah satu situs social network yang sedang berkembang dengan pesat dan memiliki lebih dari jutaan pengguna di berbagai belahan dunia pada saat ini. Salah satu penelitian mengenai social network adalah community detection. Community detection bertujuan untuk membagi jaringan ke dalam daerah – daerah pada graph. Pembentukan komunitas ini dapat dimanfaatkan untuk berbagai keperluan seperti menemukan target pemasaran produk, untuk menghitung kepopuleran suatu barang atau pengguna, mendeteksi isu di masyarakat, mendeteksi jaringan teroris, dan masih banyak lagi. Dalam penelitian kali ini akan digunakan suatu metode pendeteksian komunitas pada data Twitter yang bernama Spectral Clustering Method. Dimana metode ini mengelompokkan data dengan memetakan matriks afinitasnya (atau matriks similarity) ke matriks yang berisi vektor – vektor eigen (yang selanjutnya disebut ruang eigen). Yang kemudian akan dikelompokkan dengan menggunakan algoritma clustering dan akan dilakukan perhitungan nilai modularity untuk melihat hasil terbaik dari setiap pengelompokkan. Hasil dari sistem menunjukkan pengaruh dari jumlah k dan centroid terbaik dalam menentukan performansi algoritma Spectral Clustering dalam mendeteksi komunitas. Dari pengujian yang telah dilakukan, hasil terbaik yang diperoleh dengan menggunakan algoritma Spectral Clustering ialah dengan nilai modularity = 0.9607 untuk jumlah pengguna 90 user dengan jumlah sisi sebanyak 36 relasi dan jumlah cluster yaitu 7. Kata kunci : Twitter, Community Detection, Spectral Clustering, Laplace, K-means, similarity Abstract Twitter is one of the social network sites that are growing rapidly and has more than millions of users in various parts of the world at this time. One research on social network is community detection. Community detection aims to divide the network into regions on the graph. The formation of this community can be used for various purposes such as finding targeted product marketing, to calculate the popularity of a good or user, detecting issues in the community, detecting terrorist networks, and more. In previous research, community detection has not yet been able to provide information on how to get the best grouping results. In this research will be used a method of community detection called Spectral Clustering Method. Where this method groups data by mapping its affinity matrix (or matrix similarity) to a matrix containing eigenvectors (hereinafter called eigenspaces). Which will then be grouped by using clustering algorithm and will be calculated the value of modularity to see the best results of each grouping. The results of the system show the effect of the best number of k and centroid in determining Spectral Clustering algorithm's performance in detecting community. From the test that has been done, the best result obtained by using Spectral Clustering algorithm is with the value of modularity = 0.9607 for the number of users 90 users with the number of sides as much as 36 relations and the number of clusters is 7. Keywords: Twitter, Community Detection, Spectral Clustering, Laplace, K-means, similarity
Analisis Audit Sistem Informasi Berbasis Cobit 5 Pada Domain Deliver, Service, And Support (dss) (studi Kasus : Sim-bl Di Unit Cdc Pt Telkom Pusat.tbk) Achyar Al-Rasyid; Imelda Atastina; Bambang Subagjo
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak Teknologi informasi (TI) telah menjadi unsur penting dalam suatu organisasi dan merupakan investasi yang menjadi salah satu pembuat nilai tambah dan keuntungan kompetitif. TI perlu diatur agar dapat dimanfaatkan dengan baik. Tindakan untuk mengatur TI disebut dengan tata kelola TI. Tata kelola TI yang dijalankan dengan baik dapat membantu organisasi dalam upaya mencapai tujuannya. Unit Community Development Centre (CDC) PT Telkom merupakan salah satu organisasi yang mengimplementasikan tata kelola TI yaitu dengan Sistem Informasi Manajemen Bina Lingkungan (SIM-BL) untuk membantu merealisasikan sasaran dan mencapai tujuan mengenai pengelolaan dan penyaluran dana bantuan sosial perusahaan kepada masyarakat melalui pemanfaatan TI. Tata kelola TI dalam aplikasi SIM-BL memerlukan audit untuk mengevaluasi, menilai kapabilitas, dan menyusun rekomendasi terhadap tata kelola TI-nya karena unit aplikasi SIM-BL pada Unit CDC PT Telkom belum pernah melakukan evaluasi terhadap tata kelola TI tersebut yang telah diterapkan dari sisi kemajuan mencapai tujuan serta nilai tata kelola dan manajemen teknologi informasi. Sehingga sampai saat ini unit CDC PT Telkom belum dapat mengetahui sejauh mana manfaat dan dampak yang diperoleh dari penerapan TI tersebut terhadap progresivitas pencapaian tujuan dikaitkan dengan pengelolaan sistem informasi, apa yang menjadi kekurangan, serta apa tawaran solusinya. Standar audit yang digunakan adalah Control Objectives for Information and Related Technology (COBIT) 5. COBIT 5 merupakan framework yang komprehensif dan bersifat holistik sehingga sesuai dengan SIM-BL yang berskala enterprise dan menjalankan tata kelola TI yang sudah berjalan. Domain COBIT 5 yang dipilih adalah domain Deliver, Service, dan Support (DSS) yang fokus pada penilaian pengiriman dan layanan teknologi informasi serta dukungannya terhadap proses bisnis yang berlangsung termasuk pengelolaan masalah agar keberlanjutan proses bisnis tetap terjaga serta bagaimana mengontrol proses bisnis, mengevaluasi, dan merencanakan secara jangka panjang proses bisnis kedepan. Hasilnya adalah Capability Level yang didapat secara keseluhan pada SIM-BL Unit CDC PT Telkom adalah Level 4, yaitu Predictable Process, dan Level target yang ingin dicapai adalah 5 yaitu Optimizing process, sehingga berdasarkan analisis gap secara garis besar perlu adanya peningkatan Capability Level dari kondisi existing dari sisi peningkatan aktivitas dengan rekomendasinya yaitu memaksimalkan yang sudah berjalan baik dan melakukan inovasi dalam aktivitas untuk mempercepat tercapainya tujuan Kata kunci : audit tata kelola teknologi informasi, COBIT 5, domain DSS, Capability Level, analisis gap, kondisi existing, rekomendasi
Co-Authors Achyar Al-Rasyid Ade Romadhony Aji Gunadi, Gagah Al Giffari, Muhammad Zacky Alfian Akbar Gozali Angelina Kurniati Angelina Prima Kurniati Anisa Herdiani Bambang Subagjo Barawi, Mohamad Hardyman Ersy Ervina Farah Rahmadiani Guntur Prabawa Kusuma Harin Veradistya Maharani I Gede Dito Wisnu Murti Intan Widya Rahayu Kemas Rahmat Saleh Wiharja Lulu Alfi’a Rahma Ningsih Muhammad Raihan Muhith Muhammad Rizky Riandi Gunaedi Nur Ghaniaviyanto Ramadhan Nurmasyitah Nurmasyitah othman, mohd kamal Purwanto, Zadosaadi Brahmantio Ramanti Dharayani Rio Kurnia Candra Satriaman, Muhammad Azriel Satriyo Wicaksono Selvia Yulvairariany Shaufiah . Warih Maharani Wijaya, Yaffazka Afazillah Wildan Khalidy Yanuar Firdaus