Michael Lauw, Christopher
Unknown Affiliation

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

Found 2 Documents
Search

AUDIT KEAMANAN TEKNOLOGI INFORMASI DENGAN NATIONAL INSTITUTE OF STANDARD AND TECHNOLOGY (NIST) 800-30 PADA PD INDAH PERMAI GROUP Wisnu Alfiansyah, Muhamad; Michael Lauw, Christopher; Husain, Husain; Fahmi, Rauhil
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 8 No. 1 (2025): MISI Januari 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v8i1.1416

Abstract

Pada era industri 4.0. Pemanfaatan Teknolog Informasi dalam suatu perusahaan yaitu untuk bertukar data, menampung data untuk kelancaran proses bisnis. Seiring berjalannya waktu, perusahaan semakin berkembang dan semakin banyak pula data dan informasi yang harus ditampung dan dijaga kerahasiaannya. PD. Indah Permai Group (IPG) merupakan perusahaan yang bergerak dalam bidang distributor sembako yang sangat bergantung pada Teknologi Informasi pada proses bisnisnya. Permasalahan yang terdapat pada perusahaan tersebut yaitu, tidak adanya manajemen risiko keamanan informasi sehingga terkadang data dan inforamsi yang ada pada server sering hilang, rusak, bahkan rentan terhadap pencurian informasi. Audit keamanan Teknologi Informasi dilakukan menggunakan framework National Institute of Standard and Technology 800-30.  Hasil dari penelitian ini berupa usulan hasil audit keamanan untuk diterapkan pada perusahaan 30 untuk mengidentifikasi risiko dan memberikan rekomendasi mitigasi. Beberapa rekomendasi yang diberikan diantaranya proses transaksi, produk dan penjualan, server, PC, dan karyawan akan dilakukan risk transfer(dialihkan ke pihak ketiga untuk menangani). Kemudian untuk jaringan, UPS, dan sistem informasi IIS Permai akan dilakukan risk reduction (akan ditindak lanjuti oleh pihak internal).
Combination of Smote and Random Forest Methods for Lung Cancer Classification Michael Lauw, Christopher; Hairani, Hairani; Saifuddin, Ilham; Ximenes Guterres, Juvinal; Maariful Huda, Muhammad; Mayadi, Mayadi
International Journal of Engineering and Computer Science Applications (IJECSA) Vol. 2 No. 2 (2023): September 2023
Publisher : Universitas Bumigora Mataram-Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/ijecsa.v2i2.3333

Abstract

Lung cancer is a network of cells that grow abnormally in the lungs. Lung cancer has four severity levels, namely stages 1 to 4. If lung cancer is not treated quickly, it is at risk of causing death. This research aimed to combine Synthetic Minority Over-sampling (Smote) and Random Forest methods for lung cancer classification. The method used was a combination of Smote and Random Forest. Smote was used to balance the data, while Random Forest was used to classify lung cancer data. The results showed that the combination of Smote and Random Forest methods obtained an accuracy of 94.1%, sensitivity of 94.5, and specificity of 93.7%. Meanwhile, without Smote, the accuracy is 89.1%, sensitivity is 55%, and specificity is 94.5%. The use of Smote can improve the performance of the Random Forest classification method based on accuracy and sensitivity. There was an increase of 5% in accuracy and a 39% increase in sensitivity.