Andri Hendriadi, Ade
Unknown Affiliation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Meningkatkan Efektivitas Manajemen Risiko di Lingkungan Akademis melalui Evaluasi Implementasi COBIT 5 pada Fakultas XYZ Nugraha, Bagja; Heryana, Nono; Mayasari, Rini; Andri Hendriadi, Ade
SYNTAX Jurnal Informatika Vol 12 No 02 (2023): Oktober 2023
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/syji.v12i02.10958

Abstract

Penelitian ini bertujuan untuk menganalisis implementasi manajemen risiko di Fakultas XYZ dengan menggunakan kerangka kerja COBIT 5. COBIT 5 digunakan sebagai panduan untuk memahami, mengukur, dan mengelola risiko dalam konteks sistem informasi. Penelitian ini bertujuan untuk mengevaluasi efektivitas strategi manajemen risiko yang diterapkan di Fakultas XYZ dan mengidentifikasi potensi perbaikan berdasarkan kerangka kerja COBIT 5. Metode penelitian ini melibatkan survei, wawancara, dan analisis dokumen. Responden terdiri dari staf pengelola, dosen, dan mahasiswa Fakultas XYZ. Data dikumpulkan menggunakan kuesioner dengan pertanyaan terstruktur. Analisis data menunjukkan bahwa tingkat kesadaran dan penerapan prinsip-prinsip COBIT 5 dalam manajemen risiko di Fakultas XYZ masih perlu ditingkatkan. Temuan utama melibatkan kebutuhan akan peningkatan pelibatan pemangku kepentingan dan perbaikan pada proses identifikasi dan mitigasi risiko. Kurangnya pemahaman yang menyeluruh tentang COBIT 5 dan kurangnya koordinasi di antara unit-unit di Fakultas XYZ mempengaruhi efektivitas manajemen risiko. Peningkatan pemahaman dan implementasi COBIT 5 dapat meningkatkan kapasitas Fakultas XYZ untuk mengelola risiko dan mendukung pencapaian tujuan strategisnya.
KLASTERISASI PENERIMA BANTUAN LANGSUNG TUNAI (BLT) DANA DESA MENGGUNAKAN ALGORITMA K-MEANS Nafsiah Muthmainnah, Tasyifa; Voutama, Apriade; Andri Hendriadi, Ade
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9848

Abstract

Kemiskinan merupakan salah satu hambatan bagi perkembangan ekonomi baik ditingkat nasional maupun daerah. Salah satu program bantuan yang diluncurkan adalah BLT DD. Salah satu kendala yang sering dihadapi pemerintah dalam penanganan kemiskinan adalah kurangnya akurasi dalam proses distribusi bantuan dana sosial. Oleh karena itu, tujuan dari penelitian ini dengan melakukan klasterisasi pada data calon penerima BLT DD. Penelitian ini menggunakan metode CRISP-DM dengan Algoritma K-Means clustering. Hasil dari penelitian ini adalah terbentuk 2 cluster yang dimana C0 dengan kategori Tidak Layak yaitu sebanyak 291 kepala keluarga, dan C1 dengan kategori tidak layak sebanyak 302 kepala keluarga. Hasil pengujian evaluasi dengan menggunakan Davies Bouldin Index mendapatkan nilai sebesar 0.46. Hasil dari Davies Bouldin Index menunjukkan bahwa kualitas cluster yang dihasilkan oleh Algoritma K-Means memiliki tingkat kekompakan yang baik, diukur dari jarak antara pusat cluster dan seberapa jauh titik-titik dalam cluster tersebut dari pusat cluster
ANALISIS SENTIMEN MENGGUNAKAN ALGORITMA NAÏVE BAYES TERHADAP REGULASI TIKTOK SHOP PADA MEDIA SOSIAL X (TWITTER) Septiani, Anisa; Voutama, Apriade; Siska, Siska; Andri Hendriadi, Ade; Heryana, Nono
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10040

Abstract

Penelitian ini melakukan analisis sentimen terhadap respon pengguna media sosial X (Twitter) terkait regulasi TikTok Shop, yang dihentikan operasionalnya pada 4 Oktober 2023 sesuai Peraturan Menteri Perdagangan Nomor 31 Tahun 2023. Permasalahan yang diangkat adalah bagaimana melakukan analisis sentimen dari respon pengguna Twitter dan bagaimana hasil analisis tersebut setelah menerapkan algoritma Naïve Bayes. Tujuan dari penelitian ini adalah untuk mengklasifikasikan sentimen berdasarkan data tweet dengan metode algoritma Naïve Bayes. Metodologi penelitian menggunakan pendekatan Knowledge Discovery in Database (KDD), meliputi Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluation. Proses analisis mencakup crawling, seleksi, pelabelan data, dan 6 tahap preprocessing (cleaning, case folding, tokenizing, spelling normalization, filtering, dan stemming). Data diberi bobot kata melalui TF-IDF. Hasil penelitian menunjukkan bahwa model klasifikasi data tweet mencapai performa tertinggi dengan accuracy 88%, precision 87%, recall 90%, dan f1-score 88%. Model ini melibatkan pembagian data 90:10 dengan pelabelan data manual dan penerapan metode SMOTE. Berdasarkan analisis, sebagian besar tweet menunjukkan sentimen negatif terkait regulasi TikTok Shop, dengan 1040 tweet negatif dan 240 tweet positif dari 1280 data. Penelitian ini diharapkan dapat menjadi informasi yang berguna bagi pemerintah dan perusahaan TikTok.
PERANCANGAN UI/UX APLIKASI SISTEM INFORMASI POSYANDU BERBASIS MOBILE: STUDI KASUS: POSYANDU PARKIT II Putri Riyandoro, Affani; Hannie, Hannie; Andri Hendriadi, Ade
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10742

Abstract

Program kesehatan yang dikenal sebagai posyandu bertujuan untuk menyediakan layanan kesehatan dasar kepada masyarakat umum, terutama ibu menyusui, ibu hamil, balita, dan keluarga. Kesalahan seperti ketidakefektifan saat pendataan terjadi karena sistem pendataan Posyandu Parkit II masih manual, menggunakan buku besar khusus posyandu. Oleh karena itu, untuk menyelesaikan masalah dan meningkatkan pelayanan kesehatan di Posyandu Parkit II, dibutuhkan pemanfaatan Sistem Informasi. Penelitian ini menggunakan metode Design Thinking untuk merancang Sistem Informasi ini, dan diuji menggunakan Heuristic Evaluation. Hasilnya adalah berupa desain UI/UX Sistem Informasi yang memiliki fungsi pengelolaan data untuk membuat kegiatan posyandu lebih mudah, efektif, dan efisien. Hasil uji coba menunjukkan bahwa sistem ini mendapat penilaian ‘Sangat Baik’ dari pengguna, dengan rata-rata persentase kepuasan sebesar 98,2%.