Saputra, Candra Heru
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Prediksi Burnout Pada Programmer Menggunakan Teknik Pengenalan Pola Untuk Identifikasi Dini Dan Intervensi Saputra, Candra Heru; Hermawan, Arief; Avianto, Donny
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1138070

Abstract

Burnout atau kelelahan kerja merupakan sebuah fenomena yang sering dihadapi oleh profesional dalam berbagai bidang, termasuk programmer. Dampak negatif dari burnout mencakup penurunan kesejahteraan individu dan produktivitas kerja. Penelitian ini bertujuan untuk mengembangkan sebuah model prediktif untuk identifikasi dini dan intervensi burnout pada programmer menggunakan teknik pengenalan pola. Data yang digunakan dalam penelitian ini diperoleh dari kuesioner yang mencakup pertanyaan terkait pola kerja, kebiasaan individu, dan indikator burnout berdasarkan kriteria Maslach Burnout Inventory (MBI). Metodologi yang diterapkan melibatkan pengumpulan dan pra-pemrosesan data, ekstraksi fitur, dan aplikasi algoritma pengenalan pola untuk konstruksi model. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengidentifikasi risiko burnout dengan akurasi yang memadai, dan teknik pengenalan pola terbukti efektif dalam menggali pola dan insight yang relevan untuk identifikasi dan intervensi burnout pada programmer.
Analisis Burnout Programmer Terhadap Penerapan Secure Coding Saputra, Candra Heru; Ujianto, Erik Iman Heri; Rianto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 2: April 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241128266

Abstract

Di tengah perkembangan teknologi yang semakin pesat dan fokus terhadap aspek keamanan dalam pengembangan perangkat lunak, penelitian ini bertujuan untuk mengkaji dampak burnout pada programmer terhadap praktik secure coding. Studi ini dirancang untuk menggali korelasi antara tingkat kelelahan emosional programmer dan efektivitas mereka dalam menerapkan teknik secure coding. Penelitian ini mengadopsi pendekatan kuantitatif, dengan mengumpulkan data menggunakan kuesioner yang didistribusikan ke berbagai forum dan komunitas yang terdiri dari praktisi pengembangan perangkat lunak. Melalui teknik analisis statistik yang komprehensif, termasuk penerapan uji-t independen, studi ini berhasil mengidentifikasi adanya pengaruh yang signifikan dari kondisi burnout terhadap persepsi dan implementasi secure coding. Hasil analisis menunjukkan bahwa programmer yang mengalami burnout memiliki kecenderungan untuk menilai secure coding sebagai sesuatu yang kurang penting, yang berimplikasi pada pengurangan kualitas dan konsistensi dalam menerapkan standar pengkodean keamanan yang direkomendasikan.
Integrasi Audit dan Teknik Clustering untuk Segmentasi dan Kategorisasi Aktivitas Log Saputra, Candra Heru
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241118071

Abstract

Dengan berkembangnya teknologi, organisasi dan perusahaan kini mengumpulkan data dalam jumlah yang sangat besar, yang tercatat dalam log sistem untuk tujuan audit keamanan, pemantauan, dan investigasi forensik. Namun, tantangan utama muncul saat analis keamanan harus menangani volume data log yang besar, yang seringkali membuat sulit untuk mengidentifikasi aktivitas mencurigakan atau abnormal. Dalam upaya mengatasi tantangan analisis log yang berskala besar dalam sistem informasi, penelitian ini bertujuan untuk mengintegrasikan teknik audit trail dengan metode clustering, khususnya menggunakan K-Means, untuk segmentasi dan kategorisasi aktivitas log. Penelitian ini mencari pendekatan yang dapat meningkatkan efisiensi dalam menelusuri dan menganalisis log aktivitas dengan mengelompokkan data log yang serupa. Metode yang digunakan mencakup desain eksperimental, pengumpulan data audit trail yang komprehensif, preprocessing data, implementasi algoritma K-Means, dan evaluasi hasil clustering. Hasil penelitian mengindikasikan bahwa penerapan K-Means pada audit trail memungkinkan identifikasi pola aktivitas yang signifikan, memudahkan deteksi anomali dengan cepat, dan menyederhanakan proses audit keamanan data, yang mengarah pada pemahaman yang lebih baik dalam pengelolaan risiko keamanan informasi.