Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Fountain of Informatics Journal

Analisa Tingkat Kematangan Sistem Informasi Akademik STMIK Amik Riau Menggunakan ITIL V3 Domain Service Operation M. Khairul Anam; Nora Lizarti; Aniq Noviciatie Ulfah
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.2810

Abstract

AbstrakSTMIK Amik Riau menggunakan sistem informasi akademik dalam memberikan pelayanan terhadap mahasiswa dan kegiatan akademik lainnya seperti e-KRS, e-EDOM, Labkom, e-library, e-ktm, e-BAAK, PMB, dan lain sebagainya. Evaluasi sistem merupakan salah satu cara untuk mengetahui sistem dapat berjalan dengan baik dan optimal dalam memberikan layanan yang lebih efektif dan efisien. Audit TI digunakan untuk mengukur tingkat kematangan (maturity level) dari SIASAR dan memberikan rekomendasi terhadap sistem. Penelitian berfokus pada terhadap mahasiswa sehingga framework audit Information Technology Infrastucrure Library (ITIL) v3 sesuai karena terdapat domain khusus yang dapat mengukur tingkat kematangan dari SIASAR yaitu Domain Service Operation. Analisa berupa penyebaran kuisioner kepada pengguna atau yang terlibat dengan sistem secara langsung SIASAR. Berdasarkan perhitungan sistem SIASAR masih pada level 2 (repeatable) dengan nilai 1,78 dimana sistem SIASAR saat ini sudah memiliki sebuah tingkat kedisiplinan dan kepatuhan terhadap peraturan dan standar operasional yang berlaku.  Rekomendasi yang dapat diberikan berupa peningkatan proses pendokumentasian, standarisasi, dan pengukuran serta pencatatan pada seluruh unit yang ada pada STMIK Amik Riau.Kata kunci: STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation Abstract[Maturity Level Analysis of Academic Information Systems STMIK Amik Riau using ITIL V3 Domain Service Operation] STMIK Amik Riau uses academic information systems in providing services to students and other educational activities such as e-KRS, e-EDOM, Labkom, e-library, e-KTM, e-BAAK, PMB, and so on. System evaluation is one way to find out the system can run well and optimally in providing more effective and efficient services. IT audits are used to measure the maturity level of SIASAR and provide recommendations on the system. The research focuses on students so that the Information Technology Infrastructure Library (ITIL) v3 audit framework is appropriate because there is a unique domain that can measure the maturity level of SIASAR, namely Domain Service Operation. The analysis is in the form of distributing questionnaires to users or those involved with the SIASAR system directly. Based on the calculation, the SIASAR system is still at level 2 (repeatable) with a value of 1.78 where the SIASAR system currently has a level of discipline and compliance with applicable regulations and operational standards. Recommendations can be given in the form of improving the process of documentation, standardization, and measurement and recording of all units in STMIK Amik Riau.Keywords: STMIK Amik Riau, ITIL V3, Maturity Level, Service Operation
Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Peminatan Studi (Studi Kasus : Program Studi Teknik Informatika STMIK Amik Riau) Nora Lizarti; Aniq Noviciatie Ulfah
Fountain of Informatics Journal Vol 4, No 1 (2019): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i1.2822

Abstract

AbstrakPeminatan studi pada STMIK Amik Riau merupakan pilihan minat berdasarkan kemampuan khusus dan ketertarikan mahasiswa. Program studi Teknik Informatika STMIK Amik Riau memiliki dua bidang peminatan, yaitu bisnis dan jaringan. Peminatan disesuaikan dengan kemampuan dan ketertarikan dari mahasiswa serta harus dipilih dengan baik dan tepat. Pengambilan peminatan sangat berpengaruh terhadap tugas akhir dan tingkat kelulusan mahasiswa. Pemilihan peminatan studi oleh mahasiswa saat ini hanya mengikuti teman dan tidak berdasarkan kemampuan, sehingga sebuah Sistem klasifikasi peminatan merupakan salah satu solusi untuk menyelesaikan permasalahan pemilihan peminatan pada program studi karena dianggap mampu memberikan rekomendasi pemintan yang baik dan tepat. Algoritma K-Nearest Neighbor (K-NN) merupakan algoritma klasifikasi yang dapat digunakan sebagai solusi dalam pengelompokan data.  Pada penelitian ini data yang digunakan diperoleh dari nilai mata kuliah prasyarat selama semester satu hingga semester lima. Data diolah dengan membangun aplikasi yang menerapkan algoritma K-NN menggunakan PHP dan MySQL. Hasil keluaran sistem memiliki akurasi 100% dibandingkan hasil perhitungan manual menggunakan Ms. Excel. Pengujian menggunakan tools RapidMiner untuk mengukur performa algoritma. Hasil pengujian yang dilakukan terhadap 183 data latih dan 100 data uji menyatakan algoritma K-NN memiliki performa dengan hasil Acuracy, Recall, Precision, F Measure, dan Clasificassion Error dengan nilai 98%, 100%, 100%, 91.67%, dan 2%. Penelitian ini dapat memberikan rekomendasi peminatan studi kepada mahasiswa Teknik Informatika STMIK Amik Riau.Kata kunci: Peminatan studi, klasifikasi, algoritma K-NN Abstract[Implementation of K-Nearest Neighbor Algorithm For Determining Concentration of Study at Informatics Engineering Program of STMIK AMIK RIAU] Concentration of study at STMIK Amik Riau is a choice of interests based on special abilities and student interests. Informatics Engineering Program at STMIK Amik Riau has two subjects of interest, namely business and networking. The study concentration is tailored to the abilities and interests of students and must be chosen properly and correctly because it is very influential on the final assignment and graduation level of students. The classification system of interest is one of the solutions to solve the problem of choosing a concentration in the study program because it is considered capable of providing good and appropriate spinning recommendations. K-Nearest Neighbor (K-NN) is one of classification algorithm that can be used as a solution in classifying data. In this study, the data used was obtained from the value of prerequisite courses during semester one to semester five. Data is processed by building applications that implement the K-NN algorithm using PHP and MySQL. The output of the system has 100% accuracy compared to the results of manual calculations using Microsoft Excel. The Testing process used RapidMiner software to measure algorithm performance. The results of the tests carried out on 183 training data and 100 test data stated that the K-NN algorithm had a performance with the results of Accuracy, Recall, Precision, Measure, and Classification Error with values of 98%, 100%, 100%, 91.67%, and 2 %. This study can provide a system that can help to give some study concentration recommendations to the student of Informatics Engineering Program at STMIK Amik Riau.Keywords: Study Interest, Classification, K-Nearest Neighbor (K-NN) Algorithm