Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Elektronika dan Teknik Informatika Terapan
Rina Arifiani
Universitas Bhamada Slawi
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 3 Documents
Search

 1 
Audit Sistem Informasi E-Payment dengan Framework Cobit 2019 (Studi Kasus: Sekolah Menengah Kejuruan XYZ) Rito Cipta Sigitta Hariyono; Sri Hartati; Arif Nursetyo; Rina Arifiani
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14429

Abstract

Pada era digital saat ini, penerapan teknologi informasi (TI) telah menjadi elemen krusial dalam berbagai sektor, termasuk pendidikan. Pemanfaatan TI bertujuan untuk meningkatkan efisiensi, efektivitas, dan transparansi dalam operasional organisasi. Salah satu implementasi teknologi yang signifikan adalah sistem informasi e-payment. Di institusi pendidikan seperti Sekolah Menengah Kejuruan (SMK), sistem e-payment dapat digunakan untuk berbagai transaksi, seperti pembayaran uang sekolah, pembelian perlengkapan, dan kegiatan lainnya yang melibatkan transaksi keuangan. Namun, penerapan sistem informasi, termasuk e-payment, tidak terlepas dari tantangan dan risiko, seperti kegagalan sistem, ancaman keamanan data, dan ketidakcocokan sistem dengan kebutuhan pengguna. Oleh karena itu, diperlukan audit sistem informasi untuk memastikan bahwa sistem e-payment yang diterapkan telah memenuhi tujuan organisasi, beroperasi secara efektif, dan mematuhi standar tata kelola TI. Framework COBIT (Control Objectives for Information and Related Technologies) 2019 adalah salah satu kerangka kerja yang sering digunakan dalam audit dan tata kelola sistem informasi. COBIT 2019 dirancang untuk membantu organisasi mencapai tujuan bisnis melalui tata kelola dan manajemen TI yang efektif. Melalui audit berbasis framework COBIT 2019, evaluasi dapat dilakukan secara menyeluruh untuk menilai kapabilitas proses TI, mengidentifikasi celah antara kondisi saat ini dan yang diinginkan, serta memberikan rekomendasi perbaikan yang diperlukan. Berdasarkan hasil audit sistem informasi pada Sistem Informasi E- Penilaian Capability level proses yaitu APO12.01prosentasenya 100%, APO12.02 Prosentasenya 42%, APO12.03 Prosentasenya 83%, APO12.04 Prosentasenya 75%, APO12.05 Prosentasenya 100% , APO12.06 Prosentasenya 100% dengan gap analysis yang terpenuhi ada di APO12.01 yaitu Collect data dan di APO12.05 Define a risk management action portfolio. direkomendasikan untuk penyusunan SOP terkait manajemen resiko sehingga setiap penanganan resiko mengikuti standar yang di tetapkan.
Pemanfaatan Data Mining Dengan K-Means Clustering Dalam Penilaian Guru Berprestasi Rina Arifiani; Rito Cipta Sigitta Hariyono; Haries Anom Susetyo Aji Nugroho; Sri Hartati
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15215

Abstract

Pemilihan guru berprestasi mempunyai dampak positif bagi perkembangan pendidikan dan peningkatan mutu dan proses hasil pembelajaran. Melalui pemilihan guru berprestasi diharapkan semua pemangku kepentingan akan meningkatkan komitmennya dalam pembinaan dan pengembangan profesionalisme guru untuk mewujudkan pendidikan yang bermutu. Penelitian ini bertujuan untuk (1) Mengimplementasikan Algoritma K-Means Clustering dalam menentukan guru berprestasi di SMK Bina Nusa Slawi berdasarkan kriteria yang sudah ditentukan (2) Meningkatkan efisiensi dalam proses penilaian kinerja guru dengan menggunakan metode yang lebih cepat dan terukur. (3) Meningkatkan kualitas pendidikan di SMK Bina Nusa Slawi dengan memastikan bahwa guru- guru yang berprestasi diakui dan didorong untuk terus meningkatkan kualitas pengajaran mereka. Pemilihan guru berprestasi di sekolah ini menghadapi kendala karena semua guru memenuhi kriteria penilaian yang dietapkan, yaitu pedagogic, kepribadian, sosial, dan professional. Proses penilaian yang dilakukan langsung oleh kepala sekolah cenderung bersifat subjektif dan kurang efisien. Dalam penelitian ini, algoritma k-means clustering diterapkan untuk mengelompokkan guru berdasarkan kriteria penilaian tersebut, dengan harapan dapat memberikan hasil yang lebih objektif dan akurat. Hasil penelitian menunjukkan bahwa guru-guru di SMK Bina Nusa Slawi dapat dikelompokkan ke dalam dua cluster, cluster 0 (C0) yang terdiri dari 11 (31,43%) guru berprestasi, dan cluster 1 (C1) terdiri dari 24 (68,57%) guru kurang berprestasi, hal ini menunjukan bahwa penggunaan algoritma k-means clustering dapat membantu kepala sekolah dalam menentukan guru berprestasi dengan lebih efektif, mengurangi subjektivitas, dan meningkatkan efisiensi proses penilaian.
Penerapan Metode Simple Additive Weighting pada Pemilihan Siswa Terbaik Ekstrakurikuler Robotik di SD Madinah Slawi Natasya Wahyu Ningsih; Sri Hartati; Rina Arifiani
Jurnal Elektronika dan Teknik Informatika Terapan Vol. 4 No. 3 (2026): September: Jurnal Elektronika dan Teknik Informatika Terapan ( JENTIK )
Publisher : Politeknik Kampar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59061/jentik.v4i3.1518

Abstract

Selecting the best students in the robotics extracurricular program at SD Madinah Slawi is an important process for identifying outstanding participants eligible to represent the school in various activities and competitions. The current manual assessment process requires considerable time and may introduce subjectivity into decision-making. This study aims to implement the Simple Additive Weighting (SAW) method in a decision support system to assist the selection process objectively, efficiently, and accurately. A quantitative research method was employed, with data collected through observation, interviews, and documentation. The data comprised 228 robotics extracurricular students assessed using five criteria: knowledge score, skill score, activeness, attendance, and attitude. Data processing included determining criterion weights, constructing the decision matrix, normalizing the data, and calculating preference values using the SAW method. The results showed that SAW successfully generated objective student rankings based on the preference values of each alternative. The study focused on selecting the top 10 students. The highest preference value was 0.88, while the lowest was 0.81. Implementing the SAW method assisted extracurricular supervisors in decision-making, improved assessment efficiency, and produced more objective, transparent, and consistent decisions than the manual assessment process.
Co-Authors Arif Nursetyo Haries Anom Susetyo Aji Nugroho Natasya Wahyu Ningsih Rito Cipta sigitta Hariyono Sri Hartati