Ilhaam Syafruddin Akbar
Prodi Informatika, Fakultas Teknik, Universitas Muhammadiyah Surabaya

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENERAPAN FRAMEWORK COBIT 5 UNTUK MENGIDENTIFIKASI KEAMANAN TATA KELOLA WEBSITE UNIVERSITAS MUHAMMADIYAH SURAKARTA Ilhaam Syafruddin Akbar
Computing Insight : Journal of Computer Science Vol 5 No 2 (2023)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/comp_insight.v5i2.18962

Abstract

Pengelolaan keamanan website merupakan aspek penting dalam menghadapi tantangan keamanan siber yang terus berkembang. Dalam rangka meningkatkan kematangan tata kelola keamanan website, Universitas Muhammadiyah Surakarta memilih untuk menerapkan Framework COBIT 5.Penelitian ini bertujuan untuk mengidentifikasi kematangan tata kelola keamanan website universitas dengan menggunakan panduan dan prinsip COBIT 5. Metode yang digunakan dalam penelitian ini adalah studi kasus dengan melakukan audit tata kelola keamanan website universitas.bahwa penerapan Framework COBIT 5 memberikan panduan yang jelas dan komprehensif dalam mengidentifikasi kematangan tata kelola keamanan website. Hal ini meliputi peningkatan kebijakan keamanan, pelatihan dan kesadaran pengguna, implementasi kontrol keamanan yang sesuai, serta peningkatan pemantauan dan pelaporan keamanan.kontribusi yang signifikan dalam memperkuat tata kelola keamanan website universitas dan memberikan landasan bagi pengambilan keputusan yang lebih baik dalam menghadapi ancaman keamanan siber yang semakin kompleks. Dengan penerapan Framework COBIT 5, Universitas Muhammadiyah Surakarta dapat meningkatkan perlindungan data, meminimalkan risiko keamanan, dan memastikan keberlangsungan operasional website mereka
Penerapan Image Processing Menggunakan Convolutional Neural Network Untuk Klasifikasi Luka Kaki Pada Diabetes Ilhaam Syafruddin Akbar; Tining Haryanti; Muhamad Amirul Haq
Computing Insight : Journal of Computer Science Vol 4 No 2 (2022)
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/comp_insight.v4i2.22529

Abstract

Penelitian ini mengeksplorasi penerapan pemrosesan citra menggunakan Convolutional Neural Network( CNN) untuk klasifikasi luka kaki pada penderita diabetes mellitus. Diabetes dapat menyebabkan komplikasi serius, termasuk luka pada kaki, yang memerlukan identifikasi cepat untuk pencegahan lebih lanjut. Metode ini melibatkan pengambilan citra luka kaki dengan perangkat medis dan pengolahan awal( preprocessing) untuk mempersiapkannya untuk analisis CNN. Eksperimen menunjukkan bahwa CNN mampu mengklasifikasikan jenis luka dengan tingkat akurasi tinggi. Keunggulan utama terletak pada kemampuan CNN untuk mengekstrak fitur penting dari citra, memungkinkan pengenalan pola kompleks. Hasil penelitian ini menunjukkan bahwa penerapan image processing dengan CNN dapat menjadi pendekatan efektif dalam klasifikasi luka kaki diabetes. Teknologi ini memiliki potensi sebagai alat bantu diagnostik yang handal, mempercepat identifikasi dan pengelolaan luka pada pasien diabetes, serta mengurangi risiko komplikasi serius. Dengan demikian, penelitian ini memberikan kontribusi penting pada bidang pengembangan sistem kesehatan yang dapat meningkatkan kualitas hidup penderita diabetes. Model klasifikasi dilatih menggunakan dataset berlabel yang terdiri dari citra kaki dengan status luka yang diketahui.Hasil ini berpotensi membantu tenaga medis dalam intervensi dan langkah pencegahan yang tepat, sehingga dapat mengurangi risiko komplikasi yang serius bagi penderita diabetes.