Claim Missing Document
Check
Articles

Found 4 Documents
Search

Digital Enterprise Architecture for Green SPBE in Indonesia Indri Sudanawati Rozas; Khalid Khalid; Nita Yalina; Noor Wahyudi; Dwi Rolliawati
CCIT Journal Vol 15 No 1 (2022): CCIT JOURNAL
Publisher : Universitas Raharja

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1438.208 KB) | DOI: 10.33050/ccit.v15i1.1366

Abstract

SPBE (Electronic Based Government System) is a legal protection as new breakthroughs in the reform of Indonesian government bureaucracy. The issuance of Presidential Regulation (Perpres) 95/2018 concerning SPBE is expected to be a reference for the transformation from e-Government into i-Government (integrated Government). In the meantime, the government through the Ministry of Administrative and Bureaucratic Reform (PANRB) is drafting an academic paper on the SPBE Bill. Of the 10 elements contained in Presidential Regulation (Perpres) 95/2018, the second element namely SPBE architecture is a concept known in the world of Information Systems as Enterprise Architecture.Enterprise architecture is a conceptual framework that describes how an enterprise is constructed by defining its primary components and the relationships among these components. In SPBE, the main component is defined as domain, consisting of 6 parts, namely: business process architecture domain, data and information, infrastructure, SPBE applications, security, and SPBE services. Unfortunately, the Presidential Regulation (Perpres) 95/2018 has not regulated the concept of Digital Enterprise Architecture, since between Enterprise Architecture (EA) and Digital Enterprise Architecture (DEA) are two things that are significantly different. If EA merely focuses on structuring the company based on the main frame of reference, then DEA focuses on utilizing digital repositories to create living documents as according to the EA framework so that they are easily accessed, modified and managed at any time following the company's development. This study created a DEA model for SPBE in Indonesia. The model created is adapted to the SPBE architecture by carrying out the concept of a digital repository. With digital repositories, time efficiency, paper savings and change management will be easier to achieve. The model created in this study is expected to be utilized to make SPBE much more efficient and green-minded.
DIGITAL QUOTIENT TOOL: ALAT UKUR KECERDASAN DIGITAL Indri Sudanawati Rozas; Khalid Khalid; Widya Veronica; Andhy Permadi; Muhammad Andik Izzuddin
Jurnal Ilmiah Teknologi Informasi dan Robotika Vol 3 No 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/jifti.v3i1.51

Abstract

Abstrak— Sejak bertahun lalu, hasil tes IQ menjadi patokan untuk mengukur kecerdasan seseorang. IQ (Intellectual Quotient) sering diartikan sebagai kemampuan kognitif, bakat, intelektual, kemampuan berpikir, dan kemampuan menggunakan logika secara umum. Namun seiring perkembangan jaman, penelitian mengatakan bahwa EQ (Emotional Quotient) atau juga disebut dengan Emotional Intelligence lebih berpengaruh pada etos kerja dan kemampuan seseorang berbaur dengan tim. Sehingga istilah ini menjadi sangat populer dalam dunia kerja. Baik IQ maupun EQ memililki tool/alat ukurnya masing-masing. Sehingga seseorang dapat dikategorikan ke dalam rentang kurang, rata-rata, atau superior. Belakangan ini, dengan adanya disrupsi teknologi, muncul lagi istilah kecerdasan baru yang disebut dengan Digital Quotient (DQ) yang menunjukkan sebuah set kompetensi manusia terkait dunia digital. Menurut Digital Institute, DQ memiliki 8 variabel inti yaitu; Digital Identity, Digital Use, Digital Safety, Digital Security, Digital Emotional Intelligence, Digital Communication, Digital Literacy, dan Digital Right. Jika dahulu dunia digital hanya milik mereka yang berkecimpung di dunia teknologi dan informasi (segmented) maka saat ini tidak lagi. Semua orang mesti cerdas digital, karena jika tidak cerdas memahami situasi, bisa jadi diri mereka sendiri yang terugikan, misalkan terkait dengan keamanan data pribadi atau bahkan pencurian uang di rekening bank. Untuk itu perlu untuk membuat alat ukur guna mengetahui tingkat kecerdasan digital sebuah individu. Dalam penelitian ini alat ukur tersebut diberi nama DQ tool. Harapannya DQ tool yang dihasilkan mampu menggambarkan skor DQ yang seseorang saat tes dilakukan. Dari hasil pengujian terhadap 72 indikator dalam DQ tool, semua indikator dinyatakan valid. Namun ketika dilakukan uji reliabilitas, ada 6 area yang masih belum reliabel dan memerlukan penelitian lebih lanjut.
Teknologi Opinion Mining untuk Mendukung Strategic Planning Dwi Rolliawati; Khalid Khalid; Indri Sudanawati Rozas
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020721685

Abstract

Banjir data di era Big Data sudah tidak bisa terelakkan lagi. Termasuk di dalamnya data yang sangat melimpah di media sosial daring. Peluang inilah yang ditangkap sebagai alasan utama pada penelitian ini. Opinion mining sebagai salah satu teknologi dalam mengolah data teks untuk memperoleh arah informasi dari komentar/opini masyarakat. Mengambil obyek penelitian UIN Sunan Ampel Surabaya, penelitian ini bertujuan untuk menganalisis opini masyarakat tentang kampus Islam terbesar di Surabaya. Sehingga bisa menjadi pendukung keputusan bagi pihak manajemen untuk merumuskan perencanaan strategis terwujudnya visi World Class University. Penelitian ini menggunakan 4009 data sampel berbahasa Indonesia yang diambil dari opini masyarakat di media sosial Twitter dalam kurun waktu dua tahun terakhir (2017 – 2018). Dari 4009 data dihasilkan 31837 jenis kata setelah melalui proses stop-word removal. Berdasarkan analisis sentiment menggunakan pendekatan Vader dan Liu yang divisualisasikan melalui grafik K-Means, dihasilkan bahwa opini publik terhadap UIN Sunan Ampel mengarah pada sentimen ’netral’ sebesar 97,54%, sedangkan sentiment positif =2,16%, dan sentiment negatif = 0,34%. Hasil tersebut membuktikan bahwa Information Capital tentang UIN Sunan Ampel perlu diperkuat menuju nilai “positif”. Sehingga diperlukan upaya maksimal untuk membangun innovation and commercially supremacy, perception (public relation) dan scalability strategies supaya internal operation bisa handal untuk ketercapaian visi misi UIN Sunan Ampel Surabaya. AbstractData deluge in Big Data era is inevitable, this including a very abundant data in online social media. This phenomenon  was chosen as the main background reason in this research. Opinion mining is as one of the technologies in processing text data to obtain information direction from public comments/opinions. Taking the object of research at Sunan Ampel Islamic State University Surabaya, this study aims to analyze public community opinion toward the biggest Islamic campus in Surabaya. Hopefully,  it would be beneficial as decisional support for management in formulating strategic planning to manifest the World Class University vision. This study uses 4009 Indonesian language sample data taken from public opinion on Twitter social media in the past two years (2017 - 2018). Out from 4009 data, 31837 types of words are obtained after going through a stop-word removal process. Based on sentiment analysis by Vader and Liu’s approach which was visualized by K-Means graphs, the finding was that 97,54% of public opinion toward Sunan Ampel Islamic State University Surabaya led to a 'neutral' sentiment, while positive = 2,16% and negative=0,34%. These results prove that Information Capital about Sunan Ampel UIN needs to be strengthened towards "positive" image. For this reason, maximum effort is needed to build innovation and commercialization of supremacy, perception (public relations) and scalability strategies so that internal operations can be reliable in achieving the vision of Sunan Ampel Islamic State University Surabaya.
Seleksi Fitur Dua Tahap Menggunakan Information Gain dan Artificial Bee Colony untuk Kategorisasi Teks Berbasis Support Vector Machine Khalid Khalid; Bagus Setya Rintyarna; Agus Zainal Arifin
Systemic: Information System and Informatics Journal Vol. 1 No. 2 (2015): Desember
Publisher : Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.391 KB) | DOI: 10.29080/systemic.v1i2.273

Abstract

Salah satu problem yang dihadapi dalam kategorisasi teks adalah dimensi data yang besar yang menyebabkan terjadinya inefisiensi dalam aspek waktu komputasi. Untuk mengatasi hal tersebut, salah satu hal yang bisa dilakukan adalah seleksi fitur pada tahap pre- processing. Pada penelitian ini diusulkan seleksi fitur dua tahap dengan Information Gain dan Artificial Bee Colony. Kategorisasi teks dilakukan dengan Support Vector Machine. Hasil uji coba pada Dataset Reuter21578 menunjukkan adanya peningkatan Precision sebesar rata-rata 15% dan Recall sebesar rata-rata 13% dibandingkan metode pembanding yaitu PSO-SVM.