Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 197 dokumen yang sesuai dengan query
cover
Simanungkalit, S. Juliandry
Perancangan manajemen keamanan sistem informasi: studi kasus Depkominfo
"Informasi adalah salah satu asset penting yang sangat berharga bagi kelangsungan hidup suatu organisasi, pertahanan keamanan dan keutuhan negara, kepercayaan publik atau konsumen, sehingga harus dijaga ketersediaan, ketepatan dan keutuhan informasinya. Di era Internet sekarang ini perkembangan teknologi informasi sangat pesat sehingga Informasi dapat disajikan dalam berbagai format seperti: teks, gambar, audio, maupun video.Manajemen pengelolaan keamanan sistem informasi menjadi penting ketika terkait dengan kredibilitas dan kelangsungan hidup orang banyak. Tujuan manajemen informasi adalah untuk melindungi kerahasiaan, integritas, dan ketersediaan informasi tersebut. Belum adanya manajemen pengelolaan keamanan informasi di institusi pemerintahan mengakibatkan informasi yang ada rentan terhadap kerusakan, pencurian, virus, spyware, dsb. Dalam rangka mendukung terwujudnya pengelolaan keamanan sistem informasi di institusi pemerintahan, maka dilakukan penelitian tentang manajemen keamanan sistem informasi. Metode perencanaan manajemen keamanan informasi ini menggunakan ISO 27001:2005 dan ISO 17799:2005. Kerangka kerja ISO 27001:2005 berguna sebagai acuan merancang, menerapkan, dan memelihara rangkaian manajemen keamanan informasi sehingga diperoleh kondisi keamanan informasi di Depkominfo. Best practice ISO 17799:2005 menjadi panduan untuk perencanaan dan implementasi suatu program untuk melindungi aset-set informasi. Studi kasus penelitian ini adalah Departemen Komunikasi dan Informatika (Depkominfo). Pada akhirnya penelitian ini menghasilkan suatu rekomendasi manajemen pengelolaan keamanan informasi.
Kata kunci: Sistem Manajemen Keamanan Informasi.
Information is one of the important asset which is valuable to the continuity of an organization or a business, defense and safety and unity of a nation, public or consumer trust, that needs to be maintained in terms of availability, correctness, and integrity. In this Internet era nowadays, Information Technology grows fast that Information may be provided in various formats, such as: texts, pictures, audio, and video. Information security management system become crucial as it is linked to the credibility and public interested. The goal of Information security management is to protect the confidentiality, integrity, and availability of information. The absence of information security in a governmental institution result in existing information vulnerable toward damage, stealing, virus, spyware, etc. In order to support the realization of Information System Security in a governmental institution, researcher conducts a research on Information security management system. The method of this Information Security Management designation uses ISO 27001:2005 and ISO 17799:2005. Framework of ISO 27001:2005 becomes the guidelines in designing, implementing, and maintaining the information security management chain so then researcher grabs the information security condition in Depkominfo. Best practice of ISO 17799:2005 becomes the guidelines in planning and implementing a program to protect information assets. The case study of this research is Departemen Komunikasi dan Informatika (Depkominfo). This research results a recommendation on Information Security Management.
Keywords: Information Security Management Systems, ISO 27001:2005, ISO 17799:2005, Depkominfo."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2009
T-Pdf
UI - Tesis Open  Universitas Indonesia Library
cover
Panji Winata
Perancangan arsitektur sistem pemrosesan big data menggunakan TOGAF framework: Studi kasus PT XYZ = Architectural design of big data processing system using TOGAF framework: A case study at PT XYZ / Panji Winata
"[ABSTRAK
PT. XYZ merupakan perusahaan telekomunikasi di Indonesia yang sedang
berusaha mentransformasikan bisnisnya menuju layanan broadband dan bisnis
digital. Banyak peluang bisnis di layanan broadband dan bisnis digital yang dapat
diidentifikasi dengan memproses dan menganalisis data dengan cepat, tepat, dan
menyeluruh. Saat ini PT. XYZ telah memiliki kemampuan dalam mengolah
beberapa sumber data yang terstruktur dengan ukuran data yang terbatas. Untuk
membuat perhitungan dan keputusan yang jitu, terutama di layanan broadband dan
bisnis digital, PT. XYZ dituntut juga untuk bisa memproses dan menganalisis data
yang memiliki karakteristik 3V (Velocity, Volume, Variety) atau dikenal dengan big
data. Penelitian ini bertujuan untuk merancang arsitektur sistem pemrosesan big
data di PT. XYZ. Kerangka arsitektur (framework) enteprise yang digunakan dalam
penelitian ini adalah TOGAF. Hasil yang diperoleh dari penelitian ini adalah
rancangan arsitektur sistem pemrosesan big data yang mampu mengolah data yang
memiliki karakteristik 3V, yaitu aliran data yang cepat, berukuran masiv, dan
beranekaragam (terstruktur maupun tidak terstruktur) dengan biaya lebih rendah
dari sistem pemrosesan data yang dimiliki PT. XYZ saat ini. Saran untuk penelitian
ini kedepannya adalah sistem pemrosesan big data di PT. XYZ dapat
diimplementasikan dengan baik jika mendapat dukungan penuh dari manajemen
perusahaan, dimulai dengan kasus bisnis yang spesifik (specific business case) yang
ingin disasar. Hasil yang maksimal dari kasus bisnis tersebut dapat dijadikan
landasan untuk investasi sistem pemrosesan big data yang lebih menyeluruh dalam
mendukung transformasi bisnis menuju layanan broadband dan bisnis digital.
ABSTRACT
PT. XYZ is a telecommunication company in Indonesia which is transforming it's business to broadband services & digital business. Many business opportunities in broadband services & digital business can be identified by processing and analyzing data quickly, accurately, and completely. Right now PT. XYZ has the capability in processing some structured data sources with limited data size. To make accurate calculations and decisions, especially in broadband services and digital business, PT. XYZ also required to be able to process and analyze the data that has the characteristics of 3V (Velocity, Volume, Variety) or known as big data. This research aims to design the architecture of big data processing system. The enterprise architecture framework used in this study is TOGAF. The results obtained from this study is the design of big data processing system architecture that is capable of processing data which has the characteristics of 3V (the fast data
flow, massive data size, and diverse structured or unstructured data sources) at a lower cost than the current data processing system in PT. XYZ. The suggestion about this study is the big data processing system can be implemented properly in PT. XYZ with the full support of the PT. XYZ management, started with a specific business use case that want targeted. The maximum results from the business use case can be used as a piloting for big data processing system investments more
thorough in supporting business transformation toward broadband services and digital business. ;PT. XYZ is a telecommunication company in Indonesia which is transforming it?s
business to broadband services & digital business. Many business opportunities in
broadband services & digital business can be identified by processing and analyzing
data quickly, accurately, and completely. Right now PT. XYZ has the capability in
processing some structured data sources with limited data size. To make accurate
calculations and decisions, especially in broadband services and digital business,
PT. XYZ also required to be able to process and analyze the data that has the
characteristics of 3V (Velocity, Volume, Variety) or known as big data. This
research aims to design the architecture of big data processing system. The
enterprise architecture framework used in this study is TOGAF. The results
obtained from this study is the design of big data processing system architecture
that is capable of processing data which has the characteristics of 3V (the fast data
flow, massive data size, and diverse structured or unstructured data sources) at a
lower cost than the current data processing system in PT. XYZ. The suggestion
about this study is the big data processing system can be implemented properly in
PT. XYZ with the full support of the PT. XYZ management, started with a specific
business use case that want targeted. The maximum results from the business use
case can be used as a piloting for big data processing system investments more
thorough in supporting business transformation toward broadband services and
digital business. , PT. XYZ is a telecommunication company in Indonesia which is transforming it’s
business to broadband services & digital business. Many business opportunities in
broadband services & digital business can be identified by processing and analyzing
data quickly, accurately, and completely. Right now PT. XYZ has the capability in
processing some structured data sources with limited data size. To make accurate
calculations and decisions, especially in broadband services and digital business,
PT. XYZ also required to be able to process and analyze the data that has the
characteristics of 3V (Velocity, Volume, Variety) or known as big data. This
research aims to design the architecture of big data processing system. The
enterprise architecture framework used in this study is TOGAF. The results
obtained from this study is the design of big data processing system architecture
that is capable of processing data which has the characteristics of 3V (the fast data
flow, massive data size, and diverse structured or unstructured data sources) at a
lower cost than the current data processing system in PT. XYZ. The suggestion
about this study is the big data processing system can be implemented properly in
PT. XYZ with the full support of the PT. XYZ management, started with a specific
business use case that want targeted. The maximum results from the business use
case can be used as a piloting for big data processing system investments more
thorough in supporting business transformation toward broadband services and
digital business. ]"
2015
TA-Pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
A. Hartanto
Analisis sentimen masyarakat terhadap masalah kemacetan di Jakarta pada media sosial Twitter = Public sentiment analysis of congestion problem in Jakarta on Twitter social media
"ABSTRAK
Jakarta merupakan daerah yang memiliki ciri tersendiri di Indonesia, yakni sebagai ibukota negara.Banyak permasalahan yang dihadapi oleh Pemerintahan Provinsi Daerah Khusus Ibukata Jakarta (Pemprov DKI Jakarta), diantaranya yang paling sering kita dengar adalah kemacetan lalu lintas. Jumlah rata-rata laporan masyarakat tentang kemacetan lalu lintas adalah 343 laporan perbulan, sedangkan penanganan yang dapat diselesaikan hanya 80 laporan perbulan. Banyaknya jumlah laporan masyarakat terhadap masalah kemacetan lalu lintas, maka membutuhkan prioritas terhadap laporan yang harus diutamakan penanganannya.
Dalam penelitian ini melakukan analisis sentimen pada media sosial Twitter untuk dapat melakukan prioritas penanganan masalah kemacetan di Jakarta berdasarkan tingkat kepuasan masyarakat terhadap kondisi lalu lintas di Jakarta. Langkah-langkah dalam melakukan analisis sentimen antara lain preprocessing, feature extraction dan classification. Preprocessing data teks yang dilakukan antara lain case folding, tokenisasi, filter token, translate dan stopword removal. Sedangkan feature extraction yang digunakan adalah model unigram dan bigram dengan kamus sentimen, sedangkan pembobotan menggunakan metode Term Frequency - Inverse Document Frequency(TF-IDF). Pembuatan Model klasifikasi sentimen menggunakan dua algoritma yaitu Naïve Bayes dan Support Vector Machine (SVM).Sedangkan mengukur sentimen masyarakat menggunakan Net Sentiment Score dari Netbasedengan visualisasi menggunakan calendar view.
Hasil dari pembuatan model klasifikasi sentimen dalam penelitian menunjukkan bahwa algoritma SVM menghasilkan akurasi yang lebih tinggi dari pada algoritma Naïve Bayes. Hasil dari visualisasi dengan calendar view menunjukkan bahwa sentimen masyarakat memiliki nilai Net Sentiment Score yang rendah di hari Kamis dan Jumat pada waktu sore. Sedangkan pada hari Minggu dan awal bulan memiliki nilai net sentiment score yang lebih tinggi. Sehingga pada waktu Kamis dan Jumat pada waktu sore perlu penanganan masalah kemacetan yang lebih utama.
ABSTRACT
Jakarta is an area that has its own characteristics in Indonesia as the nation's capital. Many problems faced by the Jakarta Provincial Government, among the most frequently heard is a traffic congestion. Average number of public complain about the traffic congestion was 343 reports per month, while the handling can be solved only 80 reports per month. A large number of public complain about the problem of traffic congestion, it takes priority over the handling of the complain should come first.
In this research perform sentiment analysis on Twitter social media to be able to prioritize the handling of the problem of traffic congestion in Jakarta based on the level of public satisfaction about traffic conditions in Jakarta. Steps in doing sentiment analysis that is preprocessing, feature extraction and classification. Preprocessing text data use in this research is case folding,tokenization, filter token, translate and stopword removal. Feature extraction use an unigram and a bigram models with sentiment dictionary, and then the weighting use Term Frequency - Inverse Document Frequency (TF-IDF) method. To make the Sentiment classification model is using two algorithms, that is Naïve Bayes and Support Vector Machine (SVM). To measure public sentiment using Net Sentiment Score from Netbase with visualization using calendar view.
The results of the modeling sentiment classification in the research show that the SVM algorithm produce higher accuracy than Naïve Bayes algorithm. The results of visualization with calendar view shows that public sentiment has low value of Net Sentiment Score Thursday and Friday in the afternoon. Meanwhile, on Sunday and the beginning of the month has high value of Net Sentiment Score. So that at the time of Thursday and Friday in the afternoon need of handling the problem of traffic congestion should first to be solve."
2016
TA-Pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Achmad Fauzi Azmi
Faktor yang mempengaruhi partisipasi masyarakat terhadap penggunaan Facebook dan Instagram milik instansi pemerintah di Indonesia = Factors affecting public engagement on the use of Facebook and Instagram for government agencies in Indonesia
"ABSTRAK
Penerapan e-government di Indonesia masih jauh dari harapan dan tujuan Instruksi Presiden "Kebijakan tentang E-Government". Hal ini berdasarkan hasil asesmen PBB tahun 2016 yang memberikan Indonesia indeks e-government 0,4478 dari 1 dan indeks e-participation 0,3729 dari 1. Media sosial digunakan sebagai alat untuk meningkatkan indeks e-government dan e-participation. Penelitian ini bertujuan untuk mengidentifikasi sejauh mana penggunaan media sosial mempengaruhi tingkat keterlibatan audiensnya dengan menganalisa penggunaan Facebook dan Instagram yang digunakan oleh instansi pemerintah di Indonesia terutama pesan yang di-posting di akunnya pada tahun 2016. Pesan yang dianalisa adalah bentuk, nada dan bentuk responnya. Selain itu, penelitian ini bertujuan untuk mengukur tingkat keterlibatan masyarakat pada Facebook dan Instagram milik pemerintah. Hasil penelitian menyimpulkan bahwa penggunaan media sosial di instansi pemerintah belum optimal. Hal ini dibuktikan dengan rendahnya indeks penggunaan media sosial yang diperoleh. Indeks paling tinggi diperoleh Kementerian Pariwisata dengan nilai 4,617 (dari 100). Hasil analisa tingkat keterlibatan penggemar pada Facebook dan Instagram milik pemerintah menunjukkan bahwa partisipasi yang tinggi adalah pesan yang di-posting pada hari rabu, jumat dan minggu dengan bentuk pesan video. Instansi dengan tingkat keterlibatan tertinggi adalah Kemendikbud. Analisa menunjukkan bahwa faktor yang berpengaruh signifikan pada partisipasi adalah frekuensi posting-an pada Instagram, sentimen positif terhadap instansi dan integrasi antara website instansi dengan media sosialnya. Sedangkan yang tidak berpengaruh adalah frekuensi posting-an pada Facebook dan variasi bentuk pesan pada kedua media sosial.
ABSTRACT
E-government implementation in Indonesia does not meet the objectives of presidential regulation on "E-government Policy". Based on the report of the United Nations in 2016, Indonesia obtained 0.4478 out of 1 for e-government and 0.3729 out of 1 for e-participation. Social media is used as a tool to increase the index of e-government and e-participation. This study aims to identify the extent to which social media affect the level of its audience by analyzing the use of Facebook and Instagram by government agencies in Indonesia, particularly messages posted on social media profile in 2016. The message analyzed is the terms of form, tone and form of response. Additionally, the study aims at measuring the level of citizen engagement on government's Facebook and Instagram. The results showed that the use of social media in government agencies is not optimal. This is because of the low index of social media usage. The highest index is Ministry of Tourism (4.617 out of 100). The results of the analysis of engagement showed that post that attracts high participation is a message posted in Wednesday, Friday and Sunday, while the form of the message is video. Kemendikbud is the institution with the highest engagement rates. The analysis revealed that the factors do have significant influence on citizen participation is the frequency of posting on Instagram, positive sentiment toward the government agency and integration between government website and their social media. Meanwhile that does not have a influence is the frequency of posting on Facebook and the various forms of messages on both social media."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2018
T50222
UI - Tesis Membership  Universitas Indonesia Library
cover
Esti Ananingsih
Strategi Peningkatan Manajemen Kualitas Data Atlet Pusat Pendidikan dan Latihan Pelajar (PPLP): Studi Kasus pada Kementerian Pemuda dan Olahraga = Strategy for Improving Athletes Data Quality Management: Case Study at Ministry of Youth and Sport
"ABSTRAK
Kementerian Pemuda dan Olahraga mempunyai tugas utama di bidang kepemudaan dan keolahragaan. Tugas utama tersebut ada yang dikerjakan dan dikelola oleh kementerian secara langsung dan ada yang diberikan kepada Dinas Pemuda dan Olahraga di seluruh provinsi contohnya pembinaan atlet Pusat Pendidikan dan Latihan Pelajar (PPLP). Kondisi data atlet PPLP saat ini tidak dapat digunakan untuk menentukan kebijakan dengan optimal karena tidak lengkap, tidak up to date, dan tidak akurat. Tujuan dari penelitian ini adalah menyusun strategi dalam bentuk rekomendasi peningkatan manajemen kualitas data atlet PPLP. Rekomendasi tersebut diharapkan dapat menjadi acuan agar data atlet PPLP dapat digunakan untuk menentukan kebijakan contohnya promosi dan degradasi atlet dan cabang olahraga. Penelitian ini menggunakan dua metode yaitu Data Quality Framework dari David Loshin dan Data Management Body of Knowledge (DMBOK) dari DAMA. Data Quality Framework dari David Loshin memiliki 8 komponen dimana setiap komponen mempunyai beberapa karakteristik yang digunakan untuk menilai tingkat dan harapan kematangan manajemen kualitas data. Data Management Body of Knowledge (DMBOK) dari DAMA memiliki 11 kegiatan yang digunakan untuk menyusun rekomendasi berdasarkan kesenjangan antara tingkat dan harapan kematangan manajemen kualitas data. Penelitian ini menghasilkan 29 rekomendasi yang telah divalidasi oleh narasumber. Tahun target pelaksanaan rekomendasi tersebut terbagi menjadi 4 semester yang dimulai pada Tahun 2020 Semester 1.
ABSTRACT
The State Minister for Youth and Sports Affairs has the main task in the field of youth and sports. There are main task that carried out and managed by the State Minister directly and some are given to the Department for Youth and Sports affairs in all provinces, for example the coaching athletes Student Education and Training Center (PPLP). Currently the PPLP athletes data cannot be used to determine policies optimally, this is caused by incomplete, not up to date, and inaccurate data. The purpose of this research is to develop a strategy in the form of recommendations for improving the quality management of PPLP athletes data. The recommendation is expected to be a reference so it can be used to determine policies such as promotion and degradation of athletes and sports. This research uses two methods, the Quality of data Framework from David Loshin and Data Management Body of Knowledge (DMBOK) from DAMA. the Quality of data Framework from David Loshin has 8 components where each component has several characteristics that are used to assess the level and expectation of data quality management maturity. Data Management Body of Knowledge (DMBOK) from DAMA has 11 activities that are used to compile recommendations based on the gap between the level and expectation of data quality management maturity. This research produced 29 recommendations that were validated by the speakers. The target year for the implementation of the recommendations are divided into 4 semesters starting in 2020 Semester 1."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2019
TA-Pdf
UI - Tugas Akhir  Universitas Indonesia Library
cover
Rr. Dea Annisayanti Putri
Klasifikasi produk lokal dan kategori untuk perluasan produk di E-Katalog LKPP menggunakan data E-commerce berbasis machine learning = Local product classification and categories for product expansion in LKPP E-Katalog using E-commerce data based on machine learning
"Dalam era digital yang terus berkembang, aktivitas sosial dan bisnis semakin banyak beralih ke media sosial dan digitalisasi melalui e-commerce. Tidak hanya pada sektor jual beli masyarakat, terjadi digitalisasi di bidang pengadaan barang/jasa pemerintah dengan dibangunnya sistem e-katalog. Sistem e-katalog memungkinkan pemerintah dan masyarakat untuk mengawasi dan memastikan bahwa pengadaan barang dan jasa pemerintah dilakukan secara adil dan transparan. Namun, sistem e-katalog mengalami keterbatasan dalam hal jumlah dan jenis produk, sehingga upaya terus dilakukan untuk menambah vendor dan memperluas kesepakatan dengan penjual lokal. Meskipun begitu, masih terdapat banyak produk impor yang tercatat pada daftar produk di e-katalog. Dengan memanfaatkan teknologi Machine Learning, klasifikasi produk ke lokal dan pemetaannya ke kategori di e-katalog dapat membantu menyelesaikan permasalahan yang dihadapi oleh sistem e-katalog ini.
Desain penelitian yang digunakan pada penelitian ini adalah Experimental research, dimana klasifikasi produk dan pemetaan kategori yang dilakukan pada penelitian ini menggunakan metode Machine Learning. Pemetaan kategori dilakukan dengan 2 pendekatan, produk ke kategori dan kategori ke kategori. Klasifikasi produk dibagi menjadi 2 kelas yaitu lokal dan impor. Data yang diolah adalah produk dari e-commerce dari rentang November 2022 hingga April 2023.
Metode yang digunakan pada penelitian ini untuk klasifikasi produk lokal dan kategori adalah Random Forest (RF), Support Vector Machine (SVM), Neural Network (NN), dan Transformers. Dari eksperimen klasifikasi produk lokal dan kategori, keduanya mendapatkan hasil evaluasi terbaik dari model transformers, yang digunakan sebagai model ekstraksi fitur hingga klasifikasi. Performa model klasifikasi produk lokal mendapat f1-score 97,24% dan akurasi 97,25%. Sedangkan model klasifikasi kategori, performa model f1-score 63,74% dan akurasi 64,14%.
In the ever-evolving digital era, social and business activities are increasingly turning to social media and digitalization through e-commerce. Not only in the public buying and selling sector, digitization happen in the field of government goods/services procurement with the construction of an e-catalog system. The e-catalog system enables the government and the public to monitor and ensure that government procurement of goods and services is carried out in a fair and transparent manner. However, the e-catalog system suffers from limitations in terms of the number and types of products, so efforts are being made to add more vendors and expand agreements with local sellers. Even so, there are still many imported products listed on the product list in the e-catalog. By utilizing Machine Learning technology, classifying products to local and mapping them to categories in the e-catalog can help solve the problems faced by this e-catalog system.
The research design used in this study is Experimental research, where product classification and category mapping are carried out in this study using Machine Learning methods. Category mapping is done with 2 approaches, product to category and category to category. Product classification is divided into 2 classes, namely local and imported. The processed data are products from e-commerce from November 2022 to April 2023.
The methods used in this study for local product classification and categories are Random Forest (RF), Support Vector Machine (SVM), Neural Network (NN), and Transformers. From the local and category product classification experiments, both obtained the best evaluation results from the Transformers model, which was used as a feature extraction model for classification. The performance of the local product classification model gets an f1-score of 97,24% and accuracy 97,25%. While the category classification model, the performance of the f1-score model is 63,74% and accuracy 64,14%.
"
Depok: 2023
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Aan Nur Wahidi
Pengembangan Sistem Pendeteksi Gelombang Awal, Magnitude, Kedalaman, dan Lokasi Sumber Gempa Bumi Secara Real-time Menggunakan Algoritma STA/LTA dan Multi-target Regression = Development of a Real-time Initial Wave, Magnitude, Depth, and Location of Earthquake Sources Detection System using STA/LTA Algorithm and Multi-target Regression
"Indonesia merupakan negara rawan gempa karena secara geografis indonesia terletak pada pertemuan empat lempeng tektonik. Karena ini, pengembangan sebuah sistem prediksi real-time gempa bumi yang mencakup wilayah yang luas dengan gempa bumi besar sangat dibutuhkan untuk mengurangi korban jiwa. Penelitian ini mengusulkan pembuatan sistem pendeteksi cepat kedatangan gelombang-p dan penentuan hiposenter dan magnitudo gempa menggunakan deep-learning. Pengembangan sistem berbasis web ini bertujuan untuk memperingati masyarakat agar dapat lebih dini untuk melindungi diri sebelum gempa terjadi. Menggunakan data dari BMKG, data yang kami gunakan mencakupi 1892 set data gempa pada tahun 2009–2017 dan 26 set data gempa dari Katalog BMKG Januari 2019, penelitian ini menggunakan algoritma STA/LTA dalam menemukan P-Arrival dan membandingkan tiga model pembelajaran mesin untuk memprediksi hiposenter gempa dimana model Conv1d digabung dengan LSTM dengan interval waktu 20 detik merupakan skenario model terbaik dengan memiliki mean absolute error sebesar 0.470. Selain itu, penelitian ini berhasil mengimplementasi sistem berbasis web yang dapat menampilkan visualisasi data dengan menggunakan websocket berdasarkan data seismik yang dikumpulkan oleh BMKG. Visualisasi data seismik ini ditampilkan menggunakan dynamic line chart dan peta web interaktif.
Indonesia is an earthquake-prone country because geographically Indonesia is located at the confluence of four tectonic plates. Therefore, the development of a real-time earthquake prediction system that covers large areas with large earthquakes is urgently needed to reduce fatalities. This study proposes the creation of a rapid detection system for the arrival of p-waves, hypocenters and earthquake magnitudes using deep-learning. The development of this web-based system is aimed at warning people so that they can protect themselves before an earthquake occurs. Using data from BMKG, we used 1892 earthquake data sets in 2009–2017 and 26 earthquake data sets from January 2019 BMKG Catalog, this research uses the STA/LTA algorithm to find P-Arrival and compares three machine learning models to predict the earthquake hypocenter where Conv1d model is combined with LSTM with a time interval of 20 seconds is the best model scenario with a mean absolute error of 0.470. In addition, this research succeeded in implementing a web-based system that can display data visualization using websocket based on seismic data collected by BMKG. This seismic data visualization is displayed using dynamic line charts and an interactive web map"
Depok: Fakultas Ilmu Komputer, 2022
MK-pdf
UI - Makalah dan Kertas Kerja  Universitas Indonesia Library
cover
Pedro Wiriya
Analisis Faktor-Faktor yang Memengaruhi Niat dan Perilaku Komputasi Hijau di Kalangan Mahasiswa : Perspektif Theory of Interpersonal Behavior dan Norm Activation Model = Analysis of Factors Influencing Intentions and Behavior of Green Computing among College Students: Perspective of Theory of Interpersonal Behavior and Norm Activation Model
"Kemajuan teknologi saat ini mendukung peningkatan penggunaan barang elektronik yang mendukung aktivitas manusia. Penggunaan barang elektronik berlebih menyebabkan penumpukan limbah elektronik yang menimbulkan dampak bagi lingkungan dan manusia. Salah satu tindakan yang dapat dilakukan untuk mengurangi limbah elektronik adalah menerapkan perilaku komputasi hijau. Komputasi hijau dipandang sebagai suatu konsep yang dapat membantu dalam mengurangi dampak lingkungan dari teknologi. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi intensi dan perilaku komputasi hijau pada kalangan mahasiswa. Penelitian ini menggunakan model yang terdiri dari konstruk yang diadaptasi dari Theory of Interpersonal Behavior (TIB), Norm Activation Model (NAM), dan performance shaping factor (PSF). Responden terdiri dari 194 mahasiswa. Analisis dilakukan dengan metode Partial Least Square Structural Equation Modelling (PLS-SEM) dengan perangkat lunak SmartPLS 4. Hasil penelitian ini menunjukkan bahwa intensi terhadap perilaku komputasi hijau dipengaruhi oleh atiitude dan personal norm. Kemudian, personal norm dipengaruhi oleh ascription of responsibility, awareness of consequence, dan subjective norm. Penelitian ini juga menunjukkan bahwa perilaku komputasi hijau dipengaruhi oleh intensi terhadap perilaku komputasi hijau, habit, dan performance shaping factor. Implikasi teori dari penelitian ini adalah penelitian ini membuktikan bahwa TIB dapat digunakan di jenis penelitian yang bertopik tindakan pro-lingkungan. Dalam konteks Indonesia, penelitian ini diharapkan dapat menjadi kontribusi ilmiah bagi riset dan penelitian mengenai perilaku komputasi hijau di Indonesia. Implikasi praktis pada penelitian ini ditujukan kepada mahasiswa, universitas, pemerintah, dan industri hardware komputer.
The current advancement of technology supports the increased use of electronic devices that facilitate human activities. Excessive use of electronic devices leads to the accumulation of electronic waste, which has impacts on the environment and human health. One action that can be taken to reduce electronic waste is the implementation of green computing behavior. Green computing is seen as a concept that helps reduce the environmental impact of technology. This research aims to identify the factors influencing the intention and behavior of green computing among university students. The study utilizes a model consisting of constructs adapted from the Theory of Interpersonal Behavior (TIB), Norm Activation Model (NAM), and performance shaping factor (PSF). The respondents consist of 194 students. The analysis is conducted using the Partial Least Square Structural Equation Modeling (PLS-SEM) method with SmartPLS 4 software. The results of this study indicate that the intention towards green computing behavior is influenced by attitude and personal norm. Furthermore, personal norm is influenced by ascription of responsibility, awareness of consequences, and subjective norm. The study also shows that green computing behavior is influenced by the intention towards green computing behavior, habit, and performance shaping factor. The theoretical implications of this research are that it demonstrates the applicability of TIB in pro-environmental action research. In the context of Indonesia, this study is expected to contribute to scientific research on green computing behavior in Indonesia. The practical implications of this research are directed towards students, universities, government, and computer hardware industry."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Muhammad Faisal Adi Soesatyo
Eksplorasi Keefektifan Cross-Lingual Transfer Learning untuk Constituency Parsing Bahasa Indonesia = Exploring the Efficacy of Cross-Lingual Transfer Learning for Indonesian Constituency Parsing
"Pendekatan transfer learning telah digunakan di beragam permasalahan, khususnya low-resource language untuk meningkatkan performa model di masing-masing permasalahan tersebut. Fokus pada penelitian ini ingin menyelidiki apakah pendekatan cross-lingual transfer learning mampu meningkatkan performa pada model constituency parsing bahasa Indonesia. Constituency parsing adalah proses penguraian kalimat berdasarkan konstituen penyusunnya. Terdapat dua jenis label yang disematkan pada konstituen penyusun tersebut, yakni POS tag dan syntactic tag. Parser model yang digunakan di penelitian ini berbasis encoder-decoder bernama Berkeley Neural Parser. Terdapat sebelas macam bahasa yang digunakan sebagai source language pada penelitian ini, di antaranya bahasa Inggris, Jerman, Prancis, Arab, Ibrani, Polandia, Swedia, Basque, Mandarin, Korea, dan Hungaria. Terdapat dua macam dataset bahasa Indonesia berformat Penn Treebank yang digunakan, yakni Kethu dan ICON. Penelitian ini merancang tiga jenis skenario uji coba, di antaranya learning from scratch (LS), zero-shot transfer learning (ZS), dan transfer learning dengan fine-tune (FT). Pada dataset Kethu terdapat peningkatan F1 score dari 82.75 (LS) menjadi 84.53 (FT) atau sebesar 2.15%. Sementara itu, pada dataset ICON terjadi penurunan F1 score dari 88.57 (LS) menjadi 84.93 (FT) atau sebesar 4.11%. Terdapat kesamaan hasil akhir di antara kedua dataset tersebut, di mana masing-masing dataset menyajikan bahwa bahasa dari famili Semitic memiliki skor yang lebih tinggi dari famili bahasa lainnya.
The transfer learning approach has been used in various problems, especially the low-resource languages, to improve the model performance in each of these problems. This research investigates whether the cross-lingual transfer learning approach manages to enhance the performance of the Indonesian constituency parsing model. Constituency parsing analyzes a sentence by breaking it down by its constituents. Two labels are attached to these constituents: POS tags and syntactic tags. The parser model used in this study is based on the encoder-decoder named the Berkeley Neural Parser. Eleven languages are used as the source languages in this research, including English, German, French, Arabic, Hebrew, Polish, Swedish, Basque, Chinese, Korean, and Hungarian. Two Indonesian PTB treebank datasets are used, i.e., the Kethu and the ICON. This study designed three types of experiment scenarios, including learning from scratch (LS), zero-shot transfer learning (ZS), and transfer learning with fine-tune (FT). There is an increase in the F1 score on the Kethu from 82.75 (LS) to 84.53 (FT) or 2.15%. Meanwhile, the ICON suffers a decrease in F1 score from 88.57 (LS) to 84.93 (FT) or 4.11%. There are similarities in the final results between the two datasets, where each dataset presents that the languages from the Semitic family have a higher score than the other language families."
Depok;;: Fakultas Ilmu Komputer Universitas Indonesia;;, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Berlianto Yusuf
Penilaian risiko keamanan informasi menggunakan metode OCTAVE allegro: studi kasus aplikasi layanan customer relationship management oleh PT.XYZ = Information security risk assessment using OCTAVE allegro method: a case study of customer relationship management application by PT. XYZ
"Informasi merupakan aset yang cukup penting baik bagi perusahaan maupun klien yang terkait dengan perusahaan tersebut. Perusahaan yang menyediakan aplikasi kepada kliennya harus menjaga keamanan informasi yang disimpan di dalamnya. Informasi yang disimpan di dalam aplikasi harus memenuhi aspek keamanan informasi, yaitu terlindungi (confidentiality), utuh (integrity), dan tersedia (availibility). PT. XYZ sebagai perusahaan yang menawarkan jasa berupa aplikasi CRM (Customer Relationship Management) kepada kliennya harus memastikan keamanan informasi yang terdapat pada aplikasinya. Permasalahan yang muncul pada aplikasi ini adalah ada begitu banyak error, baik yang tampak maupun tidak tampak yang bisa berdampak pada keutuhan informasi yang dimiliki. Selain itu, pada saat ini, belum pernah dilakukan penilaian risiko pada aplikasi CRM oleh PT. XYZ.  Oleh karena itu, perlu untuk dilakukan penilaian risiko pada aplikasi ini untuk mengetahui risiko yang dapat terjadi dan bagaimana penanganannya. Penilaian risiko dilakukan dengan metode OCTAVE Allegro. Penilaian risiko ini nantinya dapat digunakan untuk paduan dan menyusun kebijakan baru untuk mengamankan keamanan informasi pada aplikasi CRM di PT. XYZ. Penelitian ini berfokus pada penilaian risiko pada setiap area of concern di aplikasi CRM.
Information is an important asset for both the company and the clients associated with the company. Companies that provide applications to their clients must maintain the security of the information stored on them. Information stored in the application must meet information security aspects, namely protected (confidentiality), intact (integrity), and available (availability). PT. XYZ as a company that offers services in the form of a CRM (Customer Relationship Management) application to its clients must ensure the security of the information contained in its application. The problem that arises in this application is that there are so many errors, both visible or invisible, that can have an impact on the integrity of the information held. In addition, at this time, there has never been a risk assessment on the CRM application by PT. XYZ. Therefore, it is necessary to carry out a risk assessment on this application to find out the risks that can occur and how to handle them. The risk assessment is carried out using the OCTAVE Allegro method. This risk assessment can later be used to integrate and develop new policies to secure information security in CRM applications at PT. XYZ. This study focuses on risk assessment in each area of ​​concern in CRM applications."
Jakarta: Fakultas Ilmu Komputer Universitas Indonesia, 2022
TA-pdf
UI - Tugas Akhir  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>