Claim Missing Document
Check
Articles

Found 2 Documents
Search

Tata Kelola Audit Sistem Informasi Pada BMKG Stasiun Meteorologi SSK II Pekanbaru Menggunakan COBIT 2019 Abror, Naufal; Delvika, Bayu; Rahayu, Dwi Sri; Zikri, Muhammad Hafis; Putra, Habib Dwi; Megawati, Megawati
Jurnal Testing dan Implementasi Sistem Informasi Vol. 2 No. 1 (2024): Jurnal Testing dan Implementasi Sistem Informasi
Publisher : Lembaga Riset dan Inovasi Almatani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55583/jtisi.v2i1.778

Abstract

Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) merupakan Lembaga pemerintah di Indonesia yang tidak termasuk dalam departemen dan memiliki tanggung jawab melaksanakan tugas pemerintahan di bidang Meteorologi, Klimatologi, dan Geofisika. Manfaat yang melimpah dapat diperoleh dengan memanfaatkan teknologi di perusahaan. Oleh karena itu, setiap perusahaan memerlukan manajemen teknologi informasi yang efisien, mulai dari perencanaan hingga implementasi, guna menjaga kinerja yang optimal. penulis ingin menilai Penggunaan COBIT Framework 2019 dalam tata kelola teknologi informasi di BMKG telah dijalankan dan menyarankan pendidikan dan pelatihan berkala untuk membantu SDM mengantisipasi masalah Hasil Evaluasi Tingkat Kemampuan Tata Kelola Audit Sistem Informasi di Stasiun Meteorologi SSK II Pekanbaru BMKG dengan menggunakan COBIT 2019 menunjukkan bahwa Objektif APO03 dan APO05 telah mencapai tingkat 3 Largely Achieved. Meskipun implementasi proses telah dilakukan, tetapi Beberapa proses dalam tingkat ini masih belum beroperasi sepenuhnya untuk mencapai hasil yang diinginkan. Oleh karena itu, perbaikan diperlukan dalam ketiga domain ini berdasarkan temuan kesenjangan agar dapat mencapai tingkat 3 Fully Achieved. Sementara itu, Objektif APO07, APO12, dan BAI02 masih di tingkat 2 Largely Achieved. implementasi proses telah mencapai tujuannya dengan efisiens, namun masih belum memenuhi standar yang diharapkan oleh perusahaan.
Implementation of Support Vector Machine and Random Forest for Heart Failure Disease Classification Rahmah, Astriana; Sepriyanti, Nurhafiza; Zikri, Muhammad Hafis; Ambarani , Isnani; Shahar , Muhammad Yusuf bin
Public Research Journal of Engineering, Data Technology and Computer Science Vol. 1 No. 1: PREDATECS July 2023
Publisher : Institute of Research and Publication Indonesia (IRPI).

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/predatecs.v1i1.816

Abstract

Heart failure is a life-threatening disease and its management should be considered a global public health priority. The use of data mining in data processing operations to identify existing patterns and identify the information stored in them. In this study, researchers classify using two algorithms for comparison of algorithms, namely Random Forest (RF) and Support Vector Machine (SVM). The purpose of this study is to find patterns in finding the best accuracy for the 2 algorithms. The results of this study obtained an accuracy of 81.51%. with a Hold Out of 60 : 40% on the SVM algorithm, while an accuracy of 83.33 % with a Hold Out of 9 0 : 1 0% on the R F algorithm . From these results it can be seen that the highest accuracy value is obtained at RF making the best algorithm compared to the SVM algorithm.