Claim Missing Document
Check
Articles

PERANCANGAN MODEL ENTERPRISE ARCHITECTURE UNTUK BIDANG NON AKADEMIK PADA PERGURUAN TINGGI NEGERI X DENGAN MENGGUNAKAN PENDEKATAN FRAMEWORK TOGAF ADM Prasetyo, Andhika Edo; Yustanti, Wiyli
JIEET (Journal of Information Engineering and Educational Technology) Vol 3, No 1 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v3n1.p[31-38]

Abstract

PTN-X merupakan sebuah instansi Perguruan Tinggi Negeri yang terletak di kota Surabaya. Dalam perkembangannya di PTN-X saat ini sudah menerapkan teknologi informasi yang ada. Terlihat pada aktivitas keuangan dan perencanaan yang sebelumnya sudah menggunakan bantuan sistem aplikasi. Namun masih terdapat suatu kekurangan khususnya pada keselarasan antara strategi bisnis dan teknologi informasi selama ini. Aplikasi pada bagian perencanaan dan keuangan ini sebagian masih terdapat fitur-fitur yang belum tehubung antara kedua aplikasi tersebut. Hal ini dikarenakan ketika dalam membangun suatu teknologi informasi hanya berdasarkan kebutuhan sesaat tanpa melihat kebutuhan jangka panjang kedepannya.  Perancangan Enterprise Architecture dengan menggunakan framework TOGAF ADM  ini bertujuan untuk menyelaraskan antara strategi bisnis dengan teknologi informasi yang ada khususnya pada bidang non-akademik pada PTN-X. Perancangan ini juga hanya memakai tahapan preliminary phase, architecture vision, business architecture, information system architecture, technology architecture, opportunities and solutions. Dengan dilakukannya sebuah rancangan arsitektur ini diharapkan mampu menyelaraskan strategi bisnis dan teknologi informasi saat ini serta mampu membantu pencapaian tujuan strategi bisnis ditiap bagian pada bidang non-akademik di PTN-X
STRATEGI IDENTIFIKASI RESIKO KEAMANAN INFORMASI DENGAN KERANGKA KERJA ISO 27005:2018 Yustanti, Wiyli
JIEET (Journal of Information Engineering and Educational Technology) Vol 3, No 2 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v3n2.p51-56

Abstract

Penelitian ini membahas hasil kajian penerapan ISO 27001:2013 dengan melihat aspek manajemen resiko yang diatur dalam standar ISO 27005:2018. Namun demikian , karena pada dokumen standar tidak dijelaskan secara rinci bagaimana metodologi penilaian resiko sebagai proses yang harus dilakukan untuk mencapai tujuan dari apa yang telah dinyatakan dalam kontrol sistem manajemen keamanan informasi (SMKI), maka digunakan pendekatan operasional dalam penilaian resiko yang disebut sebagai Factor Analysis Information Risk (FAIR). Kesimpulan yang didapatkan adalah bahwa dengan menggunakan metode FAIR, maka proses penilaian resiko yang ditetapkan dalam ISO 27005:2018 sebagai bentuk kelengkapan untuk SMKI klausul 6 pada ISO 27001:2013 dapat dilakukan dengan lebih mudah.
KLASTERING WILAYAH KOTA/KABUPATEN BERDASARKAN DATA PERSEBARAN COVID-19 DI PROPINSI JAWA TIMUR DENGAN METODE K-MEANS Yustanti, Wiyli; Rahmawati, Naim; Yamasari, Yuni
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 1 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n1.p1-9

Abstract

Klastering persebaran pandemi COVID-19 di Jawa Timur dapat dilakukan dengan melihat dinamika data harian yang disajikan dalam situs resmi pemerintah Jawa Timur terkait informasi COVID-19. Sumber data untuk proses klastering adalah data jumlah orang dalam resiko (ODR), orang tanpa gejala (OTG), orang dalam pemantauan (ODP), pasien dalam pengawasan (PDP) dan jumlah pasien positif  terpapar virus COVID-19 (Confirm) untuk seluruh kabupaten/kota di Propinsi Jawa Timur. Melalui algoritma klastering Non-Hirarki K-Means didaptkan bahwa jumlah klaster optimum adalah 5 klaster. Untuk membuktikan bahwa kelima klaster yang dibentuk ini berbeda secara signifikan maka dilakukan uji mean vektor dengan statistic Wilks Lambda dan dihasilkan perbedaan yang signifikan dengan tingkat kepercayaan 95%. Karakteristik klaster untuk setiap kelompok dapat disimpulkan secara umum adalah klaster dengan kasus PDP dan Confirm yang sangat tinggi (red zone) , klaster dengan kasus jumlah Confirm Tinggi ( Orange Zone), klaster dengan jumlah PDP Tinggi (Yellow Zone), klaster dengan jumlah kasus PDP dan Confirmed Sedang ( Green Zone) dan klaster dengan PDP dan Confirm rendah (Light Green Zone).
Perancangan Model Enterprise Architecture untuk Bidang Non Akademik pada Perguruan Tinggi Negeri X dengan Menggunakan Pendekatan Framework TOGAF ADM Prasetyo, Andhika Edo; Yustanti, Wiyli
JIEET (Journal of Information Engineering and Educational Technology) Vol 3, No 1 (2019)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v3n1.p31-38

Abstract

PTN-X merupakan sebuah instansi Perguruan Tinggi Negeri yang terletak di kota Surabaya. Dalam perkembangannya di PTN-X saat ini sudah menerapkan teknologi informasi yang ada. Terlihat pada aktivitas keuangan dan perencanaan yang sebelumnya sudah menggunakan bantuan sistem aplikasi. Namun masih terdapat suatu kekurangan khususnya pada keselarasan antara strategi bisnis dan teknologi informasi selama ini. Aplikasi pada bagian perencanaan dan keuangan ini sebagian masih terdapat fitur-fitur yang belum tehubung antara kedua aplikasi tersebut. Hal ini dikarenakan ketika dalam membangun suatu teknologi informasi hanya berdasarkan kebutuhan sesaat tanpa melihat kebutuhan jangka panjang kedepannya.  Perancangan Enterprise Architecture dengan menggunakan framework TOGAF ADM  ini bertujuan untuk menyelaraskan antara strategi bisnis dengan teknologi informasi yang ada khususnya pada bidang non-akademik pada PTN-X. Perancangan ini juga hanya memakai tahapan preliminary phase, architecture vision, business architecture, information system architecture, technology architecture, opportunities and solutions. Dengan dilakukannya sebuah rancangan arsitektur ini diharapkan mampu menyelaraskan strategi bisnis dan teknologi informasi saat ini serta mampu membantu pencapaian tujuan strategi bisnis ditiap bagian pada bidang non-akademik di PTN-X
Klastering Wilayah Kota/Kabupaten Berdasarkan Data Persebaran Covid-19 Di Propinsi Jawa Timur dengan Metode K-Means Yustanti, Wiyli; Rahmawati, Naim; Yamasari, Yuni
JIEET (Journal of Information Engineering and Educational Technology) Vol 4, No 1 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v4n1.p1-9

Abstract

Klastering persebaran pandemi COVID-19 di Jawa Timur dapat dilakukan dengan melihat dinamika data harian yang disajikan dalam situs resmi pemerintah Jawa Timur terkait informasi COVID-19. Sumber data untuk proses klastering adalah data jumlah orang dalam resiko (ODR), orang tanpa gejala (OTG), orang dalam pemantauan (ODP), pasien dalam pengawasan (PDP) dan jumlah pasien positif  terpapar virus COVID-19 (Confirm) untuk seluruh kabupaten/kota di Propinsi Jawa Timur. Melalui algoritma klastering Non-Hirarki K-Means didaptkan bahwa jumlah klaster optimum adalah 5 klaster. Untuk membuktikan bahwa kelima klaster yang dibentuk ini berbeda secara signifikan maka dilakukan uji mean vektor dengan statistic Wilks Lambda dan dihasilkan perbedaan yang signifikan dengan tingkat kepercayaan 95%. Karakteristik klaster untuk setiap kelompok dapat disimpulkan secara umum adalah klaster dengan kasus PDP dan Confirm yang sangat tinggi (red zone) , klaster dengan kasus jumlah Confirm Tinggi ( Orange Zone), klaster dengan jumlah PDP Tinggi (Yellow Zone), klaster dengan jumlah kasus PDP dan Confirmed Sedang ( Green Zone) dan klaster dengan PDP dan Confirm rendah (Light Green Zone).
A Novel Hybrid Prairie Dog Optimization Algorithm - Marine Predator Algorithm for Tuning Parameters Power System Stabilizer Aribowo, Widi; Rohman, Miftahur; Baskoro, Farid; Harimurti, Rina; Yamasari, Yuni; Yustanti, Wiyli
Journal of Robotics and Control (JRC) Vol 4, No 5 (2023)
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jrc.v4i5.19521

Abstract

The article presents the parameter tuning of the Power System Stabilizer (PSS) using the hybrid method. The hybrid methods proposed in this article are Praire Dog Optimization (PDO) and Marine Predator Algorithm (MPA). The proposed method can be called PDOMPA. In the PDOMPA method, the marine predator algorithm (MPA) is able to search around optimal individuals when updating population positions. MPA is used to make the exploration and exploitation stages of PDO more valid and accurate. PDO is an algorithm inspired by the life of prairie dogs. Prairie dogs are adapted to colonizing in burrows underground. Prairie dogs have daily habits of eating, observing for predators, establishing fresh burrows, or preserving existing ones. Meanwhile, MPA is a duplication of marine predator life which is modeled mathematically. In order to validate the performance of the PDOMPA method, this article presents a comparative simulation of the objective function and the transient response of PSS. This research uses validation by comparing with conventional methods, Whale Optimization Algorithm (WOA), Grasshopper Optimization Algorithm (GOA), Marine Predator Algorithm (MPA), and Praire Dog Optimization (PDO). Based on the simulation results, PDOMPA presents fast convergence in some cases and shows optimal results compared to competitive algorithms. From the simulation results using load variations, it was found that the proposed method has the ability to reduce the average undershoot and overshoot of speed by 42.2% and 85.37% compared to the PSS-Lead Lag method. Meanwhile the average settling time value of speed is 50.7%.
Deteksi Anomali Terhadap Pembatalan Transaksi Pada Platform Tiktok Shop dengan Algoritma Categorical Boosting (Catboost) Syandika, Novliyan Dimas; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 02 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n02.p149-156

Abstract

Semi-Supervised Learning pada Pelabelan dalam Klasifikasi Multi-Label Data Teks Ayuningtyas, Nimas; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n01.p240-248

Abstract

Klasifikasi Deteksi Link Phising DANA Kaget Menggunakan Metode Support Vector Machine Berbasis Website Vebriani, Mutiara; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p408-416

Abstract

Implementasi Gabungan Metode Klasterisasi dan Asosiasi untuk Analisis Data Survei Kepuasan Pelanggan Nurlyan, Reynisa Beta; Yustanti, Wiyli
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 02 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n02.p397-407

Abstract

Salah satu cara yang umum digunakan untuk mengukur tingkat kepuasan pelanggan, yaitu dengan melalui pelaksanaan survei kepuasan pelanggan. Survei kepuasan pelanggan diadakan secara berkala oleh penyedia layanan, contohnya, yaitu Universitas Negeri Surabaya Survei tersebut terdiri dari 23 instrumen pertanyaan yang menggunakan Skala Likert sebagai skala penilaian, di mana mahasiswa berperan sebagai responden (pelanggan) yang berjumlah sebanyak 29.409 responden. Metode asosiasi akan diterapkan terhadap data untuk menemukan hubungan keterkaitan tersembunyi di baliknya. Namun, dengan jumlah responden penelitian sedemikian banyak, memungkinkan terciptanya sejumlah variasi data mengenai penilaian mahasiswa terhadap pelayanan akademik yang diberikan oleh perguruan tinggi. Oleh karena itu, metode klasterisasi akan diterapkan terlebih dahulu untuk meminimalisir munculnya rules yang tidak relevan. Berdasarkan hasil penelitian, clustered data dari hasil implementasi algoritma K-Means, yang terdiri dari 3 cluster, memiliki silhouette score tertinggi, yaitu 0,641. Selanjutnya, algoritma Apriori akan diterapkan terhadap clusters tersebut, sehingga menghasilkan aturan asosiasi yang bermakna. Pertama. Cluster 1 (Sangat Puas), menghasilkan 3 rules dengan rule terbaiknya yang memiliki nilai support sebesar 88% dan confidence sebesar 96%. Kedua, Cluster 2 (Puas), menghasilkan 4 rules dengan rule terbaiknya yang memiliki nilai support sebesar 76% dan confidence sebesar 96%. Ketiga, Cluster 3 (Kurang Puas), menghasilkan 3 rules dengan rule terbaiknya yang memiliki nilai support sebesar 54% dan confidence sebesar 86%. Kata Kunci : klasterisasi, asosiasi, survei kepuasan pelanggan, layanan, skala Likert