cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Magister SIstem Informasi UNIKOM
Contact Email
yeffryhandoko@email.unikom.ac.id
Phone
-
Journal Mail Official
jtk3ti@email.unikom.ac.id
Editorial Address
Jl. Dipatiukur No. 112-116, Kota Bandung, Jawa Barat, 40132
Location
Kota bandung,
Jawa barat
INDONESIA
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi
Published by Universitas Komputer Indonesia
ISSN : 24601799     EISSN : 26549506     DOI : https://doi.org/10.34010/jtk3ti.v5i1.2297
Core Subject : Science,
Computer Science & IT
Jurnal yang diterbitkan berkala oleh Magister Sistem Informasi UNIKOM dua kali dalam setahun. Materi berisi keilmuan sistem informasi seperti: Manajemen Sistem Informasi, ERP, EAP, Kerangka Kerja TI, Tata Kelola TI, Manajemen Resiko, COBIT, Stakeholder Management, CRM, Change Management, IT COST.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 122 Documents
 3   4   5   6   7 
Model Peramalan Garis Kemiskinan Menggunakan Metode Double Exponential Smoothing dari Holt Aminudin, Roni; Handoko, Yeffry
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol. 5 No. 2 (2019): November 2019
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v5i1.2295

Abstract

Penelitian ini bertujuan untuk melakukan peramalan Garis Kemiskinan untuk membantu pemerintah mendapatkan informasi yang akurat dan cepat. Metode yang digunakan dalam penelitian ini adalah Double Exponential Smoothing dari Holt. Metode ini adalah bagian dari data berdasarkan analisis deret waktu (time series). Penelitian ini menerapkan teori peramalan untuk menghasilkan ramalan Garis Kemiskinan untuk tahun yang akan datang. Selanjutnya, penelitian ini melakukan analisa pola data, dan menentukan nilai parameter terbaik. Metode Double Exponential Smoothing dari Holt menggunakan parameter Alpha (α) dan Gamma (γ). Untuk menentukan nilai parameter terbaik adalah menggunakan metode trial dan error. Nilai parameter terbaik menghasilkan nilai MAPE (Mean Absolute Percentage Error) terkecil. Pola data menunjukan trend, berarti metode Double Exponential Smoothing dari Holt tepat untuk digunakan dalam penelitian ini. Nilai parameter yang dihasil dari metode trial dan error adalah Alpha (α) sebesar 0,7 dan Gamma (γ) sebesar 0,1 yang menghasilkan ukuran akurasi terkecil, dalam penelitian ini menggunakan MAPE. Dengan mengamati hasil peramalan yang telah dilakukan, model peramalan ini memiliki kinerja yang sangat baik. Nilai Garis Kemiskinan akan terus meningkat, sesuai dengan pola konsumsi yang meningkat dan kenaikan harga kebutuhan pokok.
Perancangan Enterprise Architecture Universitas Berdasarkan Tri Dharma Perguruan Tinggi Menggunakan Zachman Framework (Studi Kasus: Universitas Komputer Indonesia) Indrawan, Berny
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol. 5 No. 2 (2019): November 2019
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v5i1.2296

Abstract

Universitas adalah lembaga yang wajib berkontribusi dalam pendidikan tinggi, penelitian, dan pengabdian kepada masyarakat yang dikenal sebagai Tri Dharma Perguruan Tinggi. Universitas juga memiliki hak untuk mengelola lembaga mereka. Dalam meningkatkan proses bisnis berdasarkan Tri Dharma Perguruan Tinggi, Universitas yang berbasis pada teknologi informasi (IT) harus melakukan perencanaan terhadap blueprint IT untuk mendukung proses penyelarasan antara strategi IT dan strategi bisnis organisasi. Universitas Komputer Indonesia (UNIKOM) sebagai universitas swasta di Kota Bandung, sudah mengimplementasikan infrastruktur IT dan dikelola oleh divisi yang sesuai. Akan tetapi, manajemen IT di UNIKOM yang lebih rumit dan terpisah dari manajemen IT menyebabkan Infrastruktur IT tidak mampu beradaptasi dan menanggapi pesatnya perubahan pada kebutuhan bisnis. Penelitian ini dibangun menggunakan Zachman Framework yang bertujuan untuk merancang Enterprises Architecture agar dapat meningkatkan proses bisnis dan Infrastruktur IT berdasarkan Tri Dharma Perguruan Tinggi di UNIKOM. Namun dalam penelitian ini hanya menggikuti tiga baris pertama pada Zachman Framework yang terdiri dari Planner's View, Owner's View, dan Designer's View serta tiga kolom pertama pada Zachman Framework yang terdiri dari kolom Data (What), Function (How) dan Network (Where). Dengan mengadopsi Enterprise Architecture menggunakan Zachman Framework, dapat menghasilkan blueprint yang dapat dijadikan acuan bagi Universitas untuk melakukan pengambilan keputusan yang lebih baik dan menyelaraskan proses bisnis dan IT di masa mendatang yang sesuai dengan Tri Dharma Perguruan Tinggi.
Prediksi Inflasi Indonesia Memakai Model ARIMA dan Artificial Neural Network S, Wahyudin
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol. 5 No. 2 (2019): November 2019
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v5i1.2297

Abstract

Inflasi merupakan indikator makro ekonomi yang sangat penting. Berbagai macam metoda prediksi inflasi Indonesia telah dipublikasikan. Namun pencarian metoda prediksi inflasi yang lebih akurat masih menjadi topik menarik. Pada penulisan ini diusulkan sebuah metoda baru untuk prediksi inflasi memakai model ARIMA dan Artificial Neural Network (ANN). Data inflasi yang digunakan adalah data inflasi bulanan year-on-year dari tahun 2010 sampai dengan tahun 2018 yang diterbitkan oleh Badan Pusat Statistik (BPS). Pertama dibuat 2 model ARIMA yaitu model ARIMA tanpa siklus tahunan dan dengan siklus tahunan. Prosedur standar dan diagostics test telah dilakukan antara lain: summary of statistics, analysis of variance (ANOVA), significance of coefficients test, residuals normality, heterocesdacity, dan stability. Dari hasil perbandingan kinerja memakai Root Mean Squared Error (RMSE) diperoleh bahwa model ARIMA dengan siklus tahunan lebih baik. Model tersebut berupa model ARIMA (2,1,0) (2,0,0) [12]. Kemudian, untuk meningkatkan kinerja prediksi inflasi, ANN telah dibuat berbasis model ARIMA tersebut. Model ANN memakai satu hidden layer dan dua neuron. Hasil pengujian menunjukkan bahwa model ANN menghasilkan RMSE yang lebih kecil daripada model ARIMA (2,1,0) (2,0,0) [12]. Hal ini kemungkinan disebabkan oleh kemampuan mengolah hubungan nonlinear antara variabel target dan variabel penjelas.
Perancangan Sistem Pengukuran Kompetensi Sistem Analis Berdasarkan Kemampuan Teknis dan Portofolio Berbasis Komputer (Computer Based Test) Sugiandi, Ade
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol. 5 No. 2 (2019): November 2019
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v5i1.2298

Abstract

Software Development Life Cycle (SDLC) merupakan kerangka kerja yang terstruktur berisi tahapan proses yang berurutan dimana sistem informasi dikembangkan. Setiap tahapan dari SDLC mempunyai penanggung jawab salah satunya adalah sistem analis yang memiliki tanggung jawab pada tahapan analisis dan desain sistem. Perananan sistem analis dalam pembangunan sistem sangat vital, untuk itu sistem analis harus memiliki kompetensi yang baik supaya bisa memastikan projek pembangunan sistem berjalan dengan baik. Pengukuran kompetensi selama ini tidak terstruktur dengan baik dan biasanya dilakukan hanya sekali pada saat ada kebutuhan. Kompetensi akan berkembang seiring dengan keterlibatan sistem analis didalam projek pembangunan sistem. Tahapan penelitian yang dilakukan salah satunya adalah survey terhadap responden yang berprofesi sebagai Sistem Analis dan Project Manager tujuan dari survey tersebut adalah untuk meminta tanggapan terhadap rancangan sistem pengukuran kompetensi yang akan dibuat dalam penelitian ini. Berdasarkan tanggapan survey mengenai usulan rancangan sistem yang disampaikan oleh responden bisa disimpulkan bahwa >90% responden setuju dengan rancangan yang disampaikan dapat mengukur kompetensi dari seorang sistem analis. Untuk itu rancangan sistem yang sudah dibuat bisa dijadikan acuan dalam pembangunan sistem pengukuran kompetensi sistem analis. Software Development Life Cycle (SDLC) merupakan kerangka kerja yang terstruktur berisi tahapan proses yang berurutan dimana sistem informasi dikembangkan. Setiap tahapan dari SDLC mempunyai penanggung jawab salah satunya adalah sistem analis yang memiliki tanggung jawab pada tahapan analisis dan desain sistem. Perananan sistem analis dalam pembangunan sistem sangat vital, untuk itu sistem analis harus memiliki kompetensi yang baik supaya bisa memastikan projek pembangunan sistem berjalan dengan baik. Pengukuran kompetensi selama ini tidak terstruktur dengan baik dan biasanya dilakukan hanya sekali pada saat ada kebutuhan. Kompetensi akan berkembang seiring dengan keterlibatan sistem analis didalam projek pembangunan sistem. Tahapan penelitian yang dilakukan salah satunya adalah survey terhadap responden yang berprofesi sebagai Sistem Analis dan Project Manager tujuan dari survey tersebut adalah untuk meminta tanggapan terhadap rancangan sistem pengukuran kompetensi yang akan dibuat dalam penelitian ini. Berdasarkan tanggapan survey mengenai usulan rancangan sistem yang disampaikan oleh responden bisa disimpulkan bahwa >90% responden setuju dengan rancangan yang disampaikan dapat mengukur kompetensi dari seorang sistem analis. Untuk itu rancangan sistem yang sudah dibuat bisa dijadikan acuan dalam pembangunan sistem pengukuran kompetensi sistem analis.
Teknik Menyajikan Data Sentimen Analisis Pada Domain Perguruan Tinggi Rahman, Alkautsar; Kerlooza, Yusrila Yeka
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol. 5 No. 2 (2019): November 2019
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v5i1.2300

Abstract

Dalam penyebaran informasi Media Sosial, Website Organisasi, Aplikasi Organisasi mampu memberikan opini / komentar akan tetapi hasil opini / komentar tersebut tidak tersampaikan sesuai dengan kebutuhan informasi yang dibutuhkan oleh setiap hirarki atau struktur organisasi yang ada didalam domain perguruan tinggi. Beberapa metode analisis segmentasi Piramida Hirarki, Piramida Sistem Informasi telah ada sebelumnya dan telah diterapkan di berbagai bidang ilmu. Untuk kasus analisis segmentasi struktur organisasi di UNIKOM ini akan digunakan metode piramida Hirarki, analisa kebutuhan informasi dan penyajian informasi menggunakan metode Piramida Sistem Informasi dan Cognitive Load. Dengan demikian, peneliti akan mengetahui kepentingan, keperluan dan kebutuhan informasi dari setiap jenjang akan mengetahui jenis informasi tertentu, dan batasan informasi yang akan disajikan. Setelah menggunakan metode Piramida Hirarki, Piramida Sistem Informasi dan Cognitive Load untuk segmentasi dan penyajian informasi, setiap jenjang pada struktur organisasi UNIKOM akan mendapatkan informasi dengan konteks dan jumlah yang sesuai.
Analisis Perbandingan Teknik Peramalan Kebutuhan Obat Dengan Metode Arima Dan Single Eksponensial Smoothing Studi Kasus: Rsud Indramayu Ilan Aliasi Zahra
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol 6 No 1 (2020): Mei 2020
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v6i1.2261

Abstract

Ketersediaan obat menjadi hal utama pada suatu layanan kesehatan. Fluktuasi pemakaian obat-obatan yang terjadi setiap tahun menjadi kendala bagian gudang obat dalam perencanaan pengadaan di rumah sakit. Peramalan (forecasting) merupakan alat bantu yang penting dalam pembuatan perencanaan bagi setiap organisasi maupun instansi yang membutuhkan. Penting bagi rumah sakit membuat perencanaan persediaan obat untuk mengatasi permasalahan berkaitan dengan ketersediaan alat kesehatan maupun obat-obatan. Tujuan dari penelitian ini yaitu untuk meramalkan kebutuhan obat dengan menggunakan teknik-teknik forecasting dan perhitungan nilai Economic Order Quantity. Sebuah forecasting atau tekik peramalan diperlukan, untuk memprediksi kebutuhan obat-obatan pada masa mendatang. Metode yang digunakan pada penelitian ini yaitu peramalan time series Arima untuk proses pengambilan prediksi dan perhitungan EOQ. Hasil penelitian ini berupa nilai peramalan kebutuhan obat untuk satu periode mendatang ditunjukan dengan nilai eror model peramalan yang paling kecil, yaitu ARIMA (1.0.0) dengan nilai eror sebesar 13%, serta hasil perhitungan Economic Order Quantity untuk kebutuhan obat pada periode mendatang.
Perancangan Kerangka Kerja Togaf Untuk Mendukung Pengembangan Sistem Informasi Produksi PT. XYZ Anggun Fergina; Irfan Dwiguna Sumitra
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol 6 No 1 (2020): Mei 2020
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v5i1.4006

Abstract

PT XYZ is a textile company located in Cimahi City with a focus on producing fabrics to be used as suits and clothes. In processing production, and recording production results to improve business processes, PT XYZ is assisted by using an information system to reduce input errors and can be integrated between divisions in the production process. TIASA is an information system to support and bridge the company's internal business processes with the SAP information system. TIASA has a goal in several menu features that suit the company's business processes, from human resources to production processes. Based on the problems in TIASA information systems, especially in the production section, it is necessary to develop a production information system for PT XYZ using the TOGAF architecture development method (ADM) to integrate several parts of the production process. Based on the research results, the togaf framework design to support the development of PT XYZ's production information system using the togaf architecture development method (ADM) can provide blueprint guidelines and documentation for future developments. In this model, includes the scope of data architecture, application architecture, and technology architecture as an enterprise architectural design. Index Terms—Togaf, Architecture Development Method, enterprise architecture planning, textile, production, blueprints.
ALGORITHMIC TRADING STRATEGIES BERBASIS ARTIFICIAL NEURAL NETWORK SEBAGAI ALAT BANTU ANALISIS TEKNIKAL PADA PERDAGANGAN VALUTA ASING Irwan Cahyadi
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol 4 No 1 (2018): Mei 2018
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v4i1.5531

Abstract

Pasar valuta asing atau foreign exchange market adalah pasar yang memfasilitasi pertukaran (tempat bertemunya penawaran dan permintaan) valuta untuk mempermudah transaksi-transaksi perdagangan dan keuangan internasional. Untuk melakukan perdagangan valas (valuta asing) diperlukan metode atau alat-alat bantuan untuk menganalisa pergerakan harga valas dan mengambil keputusan berdasarkan analisa tersebut. Penelitian dilakukan untuk membangun algorithmic trading strategy (strategi dalam kaitannya dengan entry–exit pada market) yang terautomatisasi menggunakan teknologi komputer (dan bisa digunakan pada sub-jenis pasar finansial lainnya). Metodologi penelitian menggunakan KV methodology untuk pengembangan trading/investment system. Beberapa pertimbangan yang menjadikan KV methodology sebagai metodologi pada penelitian, KV methodology bisa diaplikasikan untuk pengembangan dan evaluasi trading/ investment system terlepas adanya perbedaan strategy, holding periods, benchmarks, atau market, strategy independent, dan mendukung continuous improvement / perbaikan berkelanjutan.KV methodology akan menghasilkan keluaran berupa trading strategy model dan diaplikasikan ke dalam automated trading system pada trading platform MT4 menggunakan bahasa pemrograman MQL untuk mengungkap / memahami kinerja dan potensi penuh trading strategy. Lebih jauh trading strategy model dikembangkan menggunakan artificial neural network ditujukan sebagai alat bantu untuk analisis (berupa prediksi harga ke depan, dan optimisasi strategy (signal) entry (buy-sell) / exit) ataupun sebagai full automated trading strategies.
PERANCANGAN ENTERPRISE ARCHITECTURE UNTUK MENERAPKAN INNOVATION MANAGEMENT SYSTEM DI LPIK-ITB MENGGUNAKAN KERANGKA KERJA ZACHMAN Addy Wibowo; Mira Kania Sabariah; Estiko Rijanto
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol 4 No 1 (2018): Mei 2018
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v4i1.5532

Abstract

Lembaga Pengembangan Inovasi dan Kewirausahaan Institut Teknologi Bandung (LPIK-ITB) merupakan lembaga yang berfokus pada pengembangan inovasi dan kewirausahaan. Proses pengembangan inovasi dan kewirausahaan mencakup pengumpulan ide-ide kreatif sampai dengan komersialisasi produk inovatif. Karena pertukaran data melibatkan semua divisi yang ada di LPIK-ITB, maka perlu dibangun suatu integrator services yang mengintegrasikan semua aplikasi dan data. Innovation Management System merupakan manajemen sistem yang mepresentasikan fungsi bisnis dalam pengembangan inovasi dan kewirausahaan. Untuk realisasi pengembangan Innovation Management System dalam skala enterprise, maka terlebih dahulu harus dirancang Enterprise Architecture berdasarkan proses bisnis yang dimiliki LPIK-ITB terkait dengan pengembangan inovasi. Enterprise Architecture harus dirancang karena dapat memberikan gambaran yang jelas dan komprehensif mengenai sebuah organisasi seperti misi,visi, fungsi, tujuan dan sistem-sistem yang mendukung terlaksananya fungsi organisasi. Penelitian ini menggunakan kerangka kerja Zachman sebagai acuan perancangan karena memiliki berbagai perspektif yaitu planner, owner, designer, builder, implementer dan worker. Dalam penelitian ini hanya menggunakan empat perspektif dari planner, owner, designer dan builder. Arsitektur yang telah dirancang meliputi business architecture, application architecture, information architecture dan technology architecture serta layanan-layanan (services) sebagai integrator antar arsitektur. Beberapa tools yang telah digunakan untuk memodelkan tiap baris dan kolom (cell) dalam kerangka kerja Zachman adalah Unified Modeling Language (UML) dan ArchiMate Language. Dalam penelitian tentang perancangan Enterprise Architecture ini menghasilkan dua model. Model pertama adalah model Innovation Management System yang terdiri dari front-office system dan back-office system. Model kedua adalah model Enterprise Architecture yang menfasilitasi kebutuhan Innovation Management System terhadap aplikasi, data/informasi serta layanan-layanan (services) yang harus dimiliki oleh Enterprise Architecture.
Perencanaan Strategis Si/Ti Pada Disdikpora Kabupaten Kuningan Menggunakan Pendekatan Balanced Scorecard Janivita Joto Sudirman; Andry Maulana Awaludin; Irawan Afrianto
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol 4 No 1 (2018): Mei 2018
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v4i1.5533

Abstract

Dalam melaksanakan visi dan misinya DISDIKPORA mengemban tugas pokoknya melaksanakan kewenangan otonami pemerintah dibidang pendidikan, pemuda dan olah raga yang menjadi urusan rumah tangga daerah. Masalah yang dihadapi DISDIKPORA adalah pada pengolahan data yang kurang strategis sehingga dirasakan kurang sesuai dan tetap sasaran dalam mengambil keputusan dan menentukan kebijakan strategis. Setiap keputusan menejerial yang diambil diharapkan selain berdampak positif, juga sesuai dan tepat sasaran. Balanced Scorecard memberikan sebuah petunjuk penyususnan perencanaan strategis diawali dengan mengukur performa instansi yaitu sisi keuangan dan non keuangan, jangka pendek, jangka panjang serta internal dan eksternal.

Page 5 of 13 | Total Record : 122

 3   4   5   6   7 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol. 11 No. 2 (2025): September 2025 Vol. 11 No. 1 (2025): Mei 2025 Vol. 10 No. 2 (2024): Desember 2024 Vol. 10 No. 1 (2024): Mei 2024 Vol. 9 No. 2 (2023): November 2023 Vol. 9 No. 1 (2023): Mei 2023 Vol. 8 No. 2 (2022): November 2022 Vol 8 No 1 (2022): Mei 2022 Vol. 7 No. 2 (2021): November 2021 Vol 7 No 1 (2021): Mei 2021 Vol. 6 No. 2 (2020): November 2020 Vol 6 No 1 (2020): Mei 2020 Vol. 5 No. 2 (2019): November 2019 Vol 5 No 1 (2019): Mei 2019 Vol. 4 No. 2 (2018): November 2018 Vol 4 No 1 (2018): Mei 2018 Vol 3 No 2 (2017): November 2017 Vol. 3 No. 2 (2017): November 2017 Vol 3 No 1 (2017): Mei 2017 Vol. 2 No. 2 (2016): November 2016 Vol. 2 No. 1 (2016): Mei 2016 Vol 1 No 2 (2015): November 2015 Vol 1 No 1 (2015): Mei 2015 More Issue