Dermawan, Steven
Unknown Affiliation

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

Implementasi COBIT 5 Untuk Manajemen Risiko TI pada UMKM (Studi Kasus: UMKM XYZ) Dermawan, Steven; Afifah Trista; Ahmad Abdullah Hisyam; Elianna Katherine Untoro
Jurnal Informasi, Sains dan Teknologi Vol. 8 No. 1 (2025): Juni: Jurnal Informasi Sains dan Teknologi
Publisher : Politeknik Negeri FakFak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/isaintek.v8i1.313

Abstract

Penelitian ini membahas implementasi kerangka kerja COBIT 5 dalam manajemen risiko teknologi informasi pada UMKM XYZ, dengan fokus pada evaluasi domain APO12 (Manage Risk) dan EDM03 (Ensure Risk Optimisation) untuk mengukur kapabilitas tata kelola TI. Hasil evaluasi menunjukkan bahwa UMKM XYZ berada pada Level 4 (Performed Process), yang menunjukkan bahwa manajemen risiko telah berjalan secara konsisten, meskipun masih perlu penyempurnaan, seperti rencana penanganan risiko yang terdokumentasi dan prosedur komunikasi serta eskalasi yang jelas. Analisis risiko mengidentifikasi 8 faktor risiko dengan 21 risiko, terdiri dari 3 risiko tinggi dan 18 risiko sedang. Rekomendasi yang diajukan untuk meningkatkan kapabilitas manajemen risiko antara lain menyusun rencana penanganan risiko yang terdokumentasi, memperbaiki prosedur komunikasi dan eskalasi, serta menyusun kebijakan manajemen risiko yang komprehensif. Langkah mitigasi yang disarankan meliputi penyusunan disaster recovery plan, pemeliharaan rutin sistem, backup data berkala, solusi jaringan alternatif, dan monitoring laporan keuangan serta kondisi perangkat keras. Dengan implementasi rekomendasi ini, UMKM XYZ diharapkan dapat meningkatkan kapabilitas tata kelola risiko TI dan menghadapi tantangan teknologi secara lebih efektif dan berkelanjutan.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KANDIDAT CALON KETUA HIMSI MENGGUNAKAN METODE AHP Dermawan, Steven; Trista Ayunda, Afifah
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13891

Abstract

Penentuan kandidat Ketua Himpunan Mahasiswa Sistem Informasi (HIMSI) sering kali menghadapi tantangan dalam menjaga objektivitas penilaian, sehingga diperlukan metode yang lebih terstruktur. Penelitian ini bertujuan mengembangkan sistem penilaian berbasis Analytical Hierarchy Process (AHP) untuk mendukung keputusan yang lebih akurat dan transparan. Metode penelitian mencakup perumusan masalah, penentuan hierarki keputusan, pengumpulan, pengolahan, dan validasi data. Faktor yang dianalisis meliputi kemampuan komunikasi, kepemimpinan, pengalaman organisasi, kemampuan beradaptasi dan berinovasi, serta kompetensi akademik. Hasil analisis dengan AHP Calculator menunjukkan Mahasiswa 3 dan Mahasiswa 1 sebagai kandidat teratas dengan bobot masing-masing 25,0% dan 22,8%. Validitas hasil diuji menggunakan AHP Consistency Ratio (CR) dan AHP Group Consensus Indicator. Seluruh kriteria memiliki nilai CR rendah, yakni Pengalaman Organisasi (2,2%), Kepemimpinan (1,8%), Kemampuan Beradaptasi dan Berinovasi (1,5%), Kemampuan Komunikasi (1,1%), serta Kompetensi Akademik (0,6%). Nilai CR max responden berkisar antara 6,4% hingga 9,9%, sedangkan nilai CR max kelompok sebesar 2,2%. AHP Group Consensus Indicator menunjukkan bahwa Kompetensi Akademik (89,2%) dan Kemampuan Beradaptasi dan Berinovasi (88,0%) masuk kategori very high consensus, Pengalaman Organisasi (80,6%) dan Kemampuan Komunikasi (75,1%) berada dalam kategori high consensus, sementara Kepemimpinan (73,3%) termasuk moderate consensus. Hasil validasi menunjukkan data penelitian ini dapat diandalkan, sehingga mendukung pengambilan keputusan berbasis AHP secara lebih akurat.
IMPLEMENTASI SOFTWARE QUALITY ASSURANCE PADA WEBSITE PRADITAINFO MENGGUNAKAN MODEL ISO 9126 Dermawan, Steven; Hisyam, Ahmad Abdilah; Untoro, Elianna Katherine; Butar Butar, Belsana; Atmojo, Wahyu Tisno
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6592

Abstract

Website Praditainfo merupakan situs profil resmi Universitas Pradita yang dituntut memiliki kualitas tinggi dari segi fungsi, performa, dan kenyamanan pengguna. Penelitian ini bertujuan mengevaluasi kualitas website berdasarkan standar ISO 9126, yang mencakup enam aspek: functionality, reliability, usability, efficiency, maintainability, dan portability. Metode penelitian meliputi pengujian teknis menggunakan black-box testing, tools WAPT v10.0 untuk uji performa, analisis GTmetrix untuk evaluasi efisiensi, serta penyebaran kuesioner USE Questionnaire kepada pengguna. Hasil evaluasi menunjukkan bahwa aspek functionality berjalan optimal dengan seluruh 34 fungsi berfungsi baik tanpa kendala (skor 1,0). Reliability mencapai tingkat keberhasilan 99,2% dalam pengujian 10 virtual users selama 10 menit, melampaui standar Telcordia sebesar 95%. Usability memperoleh skor 0,8 yang menunjukkan kemudahan penggunaan dan pengalaman pengguna yang cukup baik. Namun, aspek efficiency masih tergolong rendah dengan nilai performa 40%, struktur 58%, LCP sebesar 7,3 detik, dan CLS sebesar 0,42, yang menunjukkan perlunya optimasi seperti kompresi aset, penyederhanaan rantai permintaan, dan penerapan lazy loading. Maintainability dinilai baik berkat penggunaan framework Laravel dengan arsitektur Model-View-Controller (MVC) yang mempermudah pengelolaan kode. Portability menunjukkan hasil baik dengan kompatibilitas tinggi pada berbagai perangkat desktop maupun mobile. Secara keseluruhan, website Praditainfo telah memenuhi sebagian besar standar ISO 9126, namun peningkatan pada aspek efficiency dan usability masih sangat diperlukan.
PERBANDINGAN KINERJA NAIVE BAYES DAN KNN DALAM ANALISIS SENTIMEN KOMENTAR X DENGAN DAN TANPA TEXT PREPROCESSING (STUDI KASUS: DANANTARA) Siregar, Master Edison; Dermawan, Steven; Hisyam, Ahmad Abdillah
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6612

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma klasifikasi, yaitu Naive Bayes (NB) dan K-Nearest Neighbor (KNN), dalam menganalisis sentimen komentar masyarakat terhadap topik Danantara di X. Data diperoleh melalui proses crawling menggunakan Google Collab, kemudian diolah dengan pendekatan kuantitatif eksperimental. Penelitian ini menguji empat skenario preprocessing teks untuk mengevaluasi pengaruhnya terhadap akurasi klasifikasi sentimen, dengan implementasi dilakukan melalui RapidMiner. Hasil analisis menunjukkan bahwa kombinasi cleaning, case folding, tokenizing, dan stemming merupakan skema preprocessing paling optimal, menghasilkan akurasi tertinggi sebesar 66,59% untuk NB dan 68,89% untuk KNN. Sebaliknya, tanpa preprocessing, akurasi menurun drastis menjadi 51,38% (NB) dan 51,15% (KNN). Skema parsial lainnya memberikan hasil akurasi yang mendekati, seperti kombinasi cleaning, case folding, tokenizing, dan stopword removal yang menghasilkan 65,21% (NB) dan 66,13% (KNN). Secara umum, algoritma KNN menunjukkan kinerja yang lebih unggul dibandingkan NB dalam setiap skenario. Analisis visual menggunakan word cloud mengungkapkan bahwa kata "Indonesia" dan "semangat" mendominasi sentimen positif, "korupsi" dan "koruptor" mendominasi sentimen negatif, serta "presiden" dan "BUMN" muncul dominan pada sentimen netral. Temuan ini diharapkan dapat menjadi acuan dalam pengembangan sistem klasifikasi sentimen, sekaligus memberikan gambaran umum tentang pandangan publik terhadap isu Danantara.
Sentiment Analysis of Coretax on Social Media X Using Naive Bayes, SVM, and LSTM for Service Improvement Dermawan, Steven; Ayunda, Afifah Trista
Journal of Applied Informatics and Computing Vol. 9 No. 6 (2025): December 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i6.11063

Abstract

In January 2025, Indonesia’s Ministry of Finance launched Coretax to replace DJP Online. However, the launch triggered widespread dissatisfaction among users, reflecting negative public sentiment. This study aims to analyze public perception of Coretax and evaluate the performance of machine learning models in sentiment classification. A total of 6.036 Indonesian language tweets related to Coretax, posted between January and April 2025, were collected using Tweet Harvest. The dataset consists of 0,83% positive, 51,05% negative, and 48,11% neutral sentiments. The research methodology involved several stages: data crawling, manual labeling, preprocessing (cleaning, case folding, stopword removal, tokenization, normalization, stemming, and specifically for LSTM: conversion of tokens into numerical indices, padding, and embedding), feature representation using TF-IDF for classical models and word embedding for deep learning, data balancing with SMOTE, model implementation (Naive Bayes, Support Vector Machine with various kernels, and LSTM), model evaluation and comparison, and visualization through word clouds. The application of SMOTE succeeded in improving the performance of all algorithms. After applying SMOTE, the SVM with the RBF kernel achieved the best performance with 90,70% accuracy, 91% precision, 90,66% recall, and 90,66% F1-score. Keyword analysis revealed that terms such as “data” and “mudah” dominated positive sentiment, “silakan” and “kakak” were prevalent in neutral sentiment, while “sistem” and “error” frequently appeared in negative sentiment. The findings highlight the urgent need for system infrastructure improvements, user-centered features, responsive technical support, taxpayer training, and continuous updates to enhance Coretax and restore public trust.