Claim Missing Document
Check
Articles

Found 3 Documents
Search

Evaluasi Kematangan Tata Kelola TI Menggunakan COBIT 4.1 pada Diskominfo Kota Probolinggo Muhammad Oktoda Noorrohman; Mochammad Ilham Aziz; Widodo; Stevanus Gatot Supriyadi; Fatika La Viola Ifanka; Melvien Zainul Asyiqien
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.975

Abstract

Pemanfaatan teknologi informasi (TI) pada instansi pemerintah seringkali menghadapi kendala dalam hal tata kelola yang tidak terstandarisasi, sehingga menghambat efektivitas layanan publik. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan tata kelola TI pada Dinas Komunikasi dan Informatika (Diskominfo) Kota Probolinggo dengan menggunakan kerangka kerja COBIT 4.1. Peneliti mengarahkan fokus evaluasi pada domain Deliver and Support (DS) untuk menilai aspek operasional dan keamanan, serta domain Monitor and Evaluate (ME) untuk menilai pengawasan kinerja TI. Peneliti menggunakan metodologi penelitian yang meliputi pengumpulan data melalui kuesioner, wawancara mendalam terhadap pemangku kepentingan yang ditentukan melalui diagram RACI, dan observasi lapangan. Hasil penelitian menunjukkan bahwa rata-rata tingkat kematangan saat ini (current maturity level) untuk domain DS adalah 1,61 dan domain ME sebesar 1,25. Temuan ini mengindikasikan bahwa proses tata kelola TI di Diskominfo Kota Probolinggo berada pada level Initial/Ad Hoc hingga Repeatable but Intuitive, di mana pengelolaan masih bersifat reaktif, belum terorganisir secara rutin, dan sangat bergantung pada inisiatif individu. Berdasarkan hasil tersebut, peneliti mengajukan rekomendasi strategis berupa standarisasi prosedur operasional, pengelolaan kapasitas sumber daya manusia, serta penguatan audit internal guna mencapai tingkat kematangan yang diharapkan organisasi.
ANALYSIS OF PATIENT ATTENDANCE RATES USING RUSBOOST Widodo; Dyah Ika Krisnawati; Saifullah Azhar; Fatika La Viola Ifanka; Muhammad Ilham Aziz; Satria Pradana Rizky Yulianto; Devi Ratnasari; Muhammad Oktoda Noorrohman
International Journal of Social Science, Educational, Economics, Agriculture Research and Technology (IJSET) Vol. 4 No. 11 (2025): OCTOBER
Publisher : RADJA PUBLIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54443/ijset.v4i11.1110

Abstract

Patients have the option of undergoing examinations and treatment without having to stay in the hospital. The number of clinics serving patients continues to grow due to the high demand and busy schedules faced by patients. However, hospitals and clinics are still operating well because there are patients who need services, both outpatient and inpatient. In many countries, numerous clinics and hospitals have not implemented an effective data management system for outpatient queues. This results in a number of registered patients not showing up for their appointments, which is certainly detrimental to the nurses and doctors on duty that day. This situation is a loss for clinics and hospitals because manual data management prevents them from predicting the number of patients who will visit. One way to organize patient visit data, both for outpatient and inpatient care, is to utilize big data. The method used in processing this data is Decision Tree classification with Rusboost. By applying Decision Tree classification and Rusboost, we can obtain more accurate predictions, thereby assisting in decision-making.
Analisis Algoritma Apriori untuk Mendukung Kesalahan Suku Kata pada Hasil Tes Literasi Siswa Sekolah Dasar Mochammad Ilham Aziz; Atika Nur Fadilla; Anis Sholikhah; Saifulloh Azhar; Muhammad Oktoda Noorrohman
JURNAL TECNOSCIENZA Vol. 10 No. 1 (2025): JURNAL TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/tdz9qa35

Abstract

 Penelitian ini bertujuan untuk menganalisis pola kesalahan pengucapan suku kata pada hasil tes literasi siswa sekolah dasar dengan menerapkan algoritma Apriori sebagai salah satu teknik data mining dalam menemukan pola keterkaitan antar kesalahan. Melalui pendekatan kuantitatif deskriptif, data diperoleh dari hasil tes membaca siswa yang menunjukkan berbagai jenis kesalahan pada suku kata tertentu. Data kemudian diolah menggunakan algoritma Apriori untuk menghasilkan aturan asosiasi dengan memperhitungkan nilai support, confidence, dan lift guna mengidentifikasi hubungan antar kesalahan pengucapan yang paling signifikan. Hasil penelitian menunjukkan bahwa terdapat hubungan kuat antara kesalahan pengucapan beberapa suku kata, seperti Hon, De, dan Dak, dengan kesalahan pada suku kata Yam, yang memiliki nilai confidence di atas 50%. Temuan ini mengindikasikan adanya pola sistematis dalam kesalahan fonologis siswa yang dapat digunakan sebagai indikator kesulitan membaca dan mengenali bunyi bahasa. Kesimpulannya, penerapan algoritma Apriori efektif dalam mengungkap pola tersembunyi pada data kesalahan literasi siswa dan dapat menjadi alat diagnostik pendukung bagi guru untuk merancang strategi pembelajaran fonetik serta intervensi literasi yang lebih tepat sasaran.