Menurut laporan dari Check Point Reasearch, terjadi peningkatan sebesar 38% dalam serangan siber global pada tahun 2022 bila dibandingkan dengan tahun 2021. Untuk menghadapi serangan siber global ini, maka perlu disiapkan manajemen risiko dalam menghadapi serangan siber tersebut. Saat ini Kementerian Pekerjaan Umum dan Perumahan Rakyat (PUPR) belum memiliki panduan dalam manajemen risiko. Kementerian PUPR dapat memanfaatkan beberapa kerangka kerja keamanan siber yang telah tersedia, seperti kerangka kerja NIST Cybersecurity dan kerangka kerja CIS Controls yang juga sering disebut Critical Security Controls sebagai langkah dalam manajemen risiko keamanan siber. Penelitian ini dilakukan pada salah satu aplikasi yang sedang berjalan pada Kementerian PUPR. Penelitian ini dimulai dengan pengumpulan data, penilaian kondisi saat ini, identifikasi kondisi saat ini, identifikasi kondisi yang diinginkan, analisis kesenjangan, memberikan rekomendasi dan membuat usulan rencana aksi. Hasil penelitian didapatkan bahwa identifikasi kondisi saat ini mendapatkan skor rata-rata 2.77. Kondisi yang diinginkan/dicapai aplikasi didapat skor rata-rata 3.00. Dari hasil tersebut, terdapat kesenjangan sebesar 0.23. Setelah analisis kesenjangan didapatkan 32 rekomendasi dan mengusulkan rencana aksi dengan isu-isu prioritas tinggi dan sedang. Manajemen risiko menggunakan kerangka kerja NIST Cybersecurity dan CIS Controls terbukti dapat mengukur kematangan keamanan siber pada infrastruktur aplikasi sehingga dapat mengurangi kemungkinan terjadinya serangan siber.

Paradigma perubahan kurikulum pembelajaran berdasarkan outcome base education pada instansi perguruan tinggi Universitas Mercu Buana akan merubah implementasi capaian pembelajaran sesuai dengan target kompetensi capaian lulusan. Dampak dari hal tersebut salah satunya adalah pemenuhan target kompetensi melalui sertifikasi pelatihan yang sesuai kepada dosen selaku pengajar yang sesuai dengan pembelajaran mata kuliah yang disampaikan kepada mahasiswa. Akan tetapi, dalam fakta yang didapatkan baru sekitar 22% dari total populasi dosen tetap pada fakultas ilmu komputer yang telah memiliki sertifikasi kompetensi yang sesuai dengan mata kuliah pengajaran, sehingga hal ini akan menjadi permasalahan ketika fakultas akan melakukan reakreditasi program studi. Oleh karena itu diperlukan suatu pemodelan database yang akan mendukung sistem monitoring kompetensi dosen dengan baik. Proses perancangan database akan menyesuaikan dengan pemodelan relasional database dengan dimulai dari tahapan konseptual, logikal sampai dengan fisikal desain serta dengan evaluasi normalisasi data pada perancangan database. Untuk mendukung pengembangan arsitektur data yang ideal maka digunakan pendekatan Framework TOGAF ADM. Tujuan dari penelitian adalah menghasilkan pemodelan database yang tepat terkait dengan rencana perancangan sistem monitoring kompetensi dosen menggunakan pendekatan TOGAF ADM. Hasil dari penelitian ini adalah pemodelan database dan enterprise architecture planning sesuai kebutuhan bisnis Fasilkom di institusi perguruan tinggi Universitas Mercu Buana.

Kemajuan teknologi informasi berkembang kearah finansial dalam melakukan prediski. Banyak model algoritma prediksi data keuangan telah dikembangkan. Prediksi kebangkrutan merupakan sesuatu yang sangat penting bagi organisasi atau perusahaan dalam mengambil keputusan yang diperlukan oleh pemodal dan investor. Prediksi kebangkrutan termasuk dalam permasalahan ketidakseimbangan kelas dalam model kalsifikasi karena jumlah data yang termasuk dalam kelas bangkrut jauh lebih sedikit dibandingkan dengan data yang termasuk dalam kelas tidak bangkrut. Tujuan dari penelitian ini adalah untuk menghasilkan model klasifikasi yang baik untuk prediksi risiko kebangkrutan pada perusahaan. preprocessing data dilakukan untuk melakukan optimasi algoritma klasifikasi dengan metode oversampling SMOTE agar menghasilkan model kalsifikasi yang optimal. Algoritma klasifikasi yang digunakan adalah Random Forest Classification untuk mendapatkan hasil prediksi kebangkrutan yang optimal. Berdasarkan hasil pengujian yang telah dilakukan didapatkan bahwa performa klasifikasi meningkat sebesar 7,40% setelah dilakukan preprocessing data dengan menggunakan teknik oversampling SMOTE pada algoritma Random Forest Classifier.

Perpustakaan memiliki sistem informasi untuk mempermudah manajemen sirkulasi buku. Sistem informasi biasanya hanya menghasilkan laporan harian, mingguan atau bahkan bulanan saja. Data mining adalah suatu cara dalam menemukan pengetahuan baru pada basis data dari suatu sistem informasi. Data mining mampu mengurai basis data untuk melakukan ekstraksi pengetahuan yang tidak ditemukan sebelumnya oleh sistem informasi. Asosiasi merupakan salah satu metode data mining yang bisa dipakai untuk menggali suatu pengetahuan baru. Teknik asosiasi memiliki berbagai algoritma yang dapat digunakan sebagai pendekatan dalam membentuk kombinasi produk, salah satunya adalah menggunakan algoritma apriori. Apriori berjalan dengan melakukan pendekatan dengan iterasi berulang pada basis data, dimana k-itemset dipakai membentuk (k+1)-itemset selanjutnya. Aturan asosiasi dimulai dengan penyiapan basis data serta setting nilai batas support dan confidence. Apriori melakukan scaning basis data secara berulang untuk membuat kombinasi dan mencatat kemunculannya pada semua transaksi. Frequent itemset atau kombinasi yang paling sering muncul diambil dari itemset yang total kemuculannya lebih besar atau sama dengan ambang nilai support yang ditentukan. Data yang dipakai pada riset ini adalah sampel 100 data peminjaman dari basis data sistem informasi perpustakaan Universitas Pendidikan Nasional. Terdapat 42 judul buku yang memenuhi minimum support, berhasil dibentuk 40 aturan asosiasi yang sesuai memenuhi minimum confidence. Berdasarkan analisis dan pembahasan tersebut diatas maka dapat dilihat bahwa algoritma apriori dapat menemukan frequent itemset tersembunyi dari data peminjaman buku yang digunakan untuk membentuk aturan asosiasi. Aturan asosiasi yang dihasilkan bisa dipakai mendukung keputusan penataan buku yang baik guna meningkatkan minat baca anggota perpustakaan.

Peran media massa berpengaruh dalam meningkatkan kesadaran masyarakat terhadap penyebaran Covid-19. Berdasarkan laporan Reuters Institute Digital News Report 2022, media daring cenderung dikonsumsi oleh masyarakat Indonesia sebagai sumber berita dengan persentase 88%. Hal tersebut menunjukkan media daring merupakan tempat penyebaran informasi yang penting. Penelitian ini bertujuan untuk mengklasifikasikan topik yang ada dalam berita terkait kasus Covid-19 dalam media massa Kompas dengan menggunakan multilayer perceptron. Berdasarkan hasil penelitian, berita kasus Covid-19 dapat dikategorikan menjadi empat label, yaitu kebijakan pemerintah, pemberitahuan informasi, internasional, dan masyarakat umum. Tingkat akurasi yang didapat dari pemodelan dengan multilayer perceptron adalah 75%. Kemiripan pada kata-kata dalam data menyebabkan adanya kesalahan dalam membedakan antara satu topik dengan topik lainnya.

Dalam penelitian ini, penulis akan meneliti tentang korelasi kontroler terhadap game experience pada rhythm game dimana untuk mengetahui lebih efektif penggunaan kontroler kamera ipad atau nintendo switch. Dengan menggunakan metode CEGE atau kuisioner yang terbagi atas beberapa bagian yaitu enjoyment, frustration, Puppetry, dan bagian Video-Game yang diberikan terhadap 22 responden dengan 38 pertanyaan. Hasil dari penelitian didapat bahwa untuk pemain pemula atau non-dancer akan lebih nyaman menggunakan kamera ipad, sedangkan pemain dancer atau yang ahli lebih nyaman menggunakan joycon. Dengan adanya penelitian ini diharapkan dapat menjadi acuan bagi penelitian yang serupa.

Kegiatan pembelajaran yang dilakukan secara daring atau School From Home (SFH) melibatkan banyak pihak untuk memudahkan para siswa dalam belajar. Banyak media atau aplikasi game yang dibuat untuk proses belajar mengajar para siswa seperti aplikasi game edukasi pada mata pelajaran matematika. Penelitian ini bertujuan untuk menganalisa dan membandingkan pengalaman bermain game pada elemen diegetik dan non diegetik terhadap game matematika. Metode penelitian dalam membandingkan game ini menggunakan metode CEGE yang terdiri dari beberapa bagian yaitu enjoyment, frustration, Puppetry, dan bagian Video-Game. Pengujian dilakukan dengan mengisi kuesioner yang berjumlah 38 pertanyaan terhadap 22 responden. Berdasarkan hasil pengujian, sebagian besar pengguna memilih game dengan elemen diegetik pada skala enjoyment dengan nilai 16 dan CEGE dengan nilai 146, sedangkan pada game non diegetik sebagian besar memilih pada skala video-game (environment) dengan nilai 29. Sehingga hasil penelitian ini menunjukkan bahwa user lebih banyak menggunakan elemen diegetik.

Musik orisinal merupakan komposisi baru yang diciptakan dengan memodifikasi elemen-elemen musik menggunakan metode yang belum pernah dilakukan sebelumnya. Penelitian ini bertujuan untuk mengembangkan sistem pembangkitan musik Barat orisinal yang diukur berdasarkan pola urutan nada dan distribusinya yang diakuisisi dari musik Gamelan, musik tradisional dari Jawa. Lembar musik Gamelan yang digunakan sebagai sumber data dikonversi ke dalam format MIDI untuk dijadikan input bagi pelatihan jaringan LSTM berdasarkan informasi nada, langkah dan durasi. Selanjutnya, teknik sequence prediction digunakan untuk membangkitkan output nada berdasarkan input nada sebelumnya. Hasil pembangkitan musik Barat orisinal berupa data dalam format file MIDI dan visualisasinya dalam format notasi Balok. Evaluasi pada pelatihan jaringan LSTM menunjukkan hasil yang baik dengan tingkat loss sebesar 0,1. Evaluasi tingkat kemiripan pola urutan nada dan distribusinya dilakukan menggunakan grafik distribusi sampel nada, langkah dan durasi, dan hasilnya menunjukkan tingkat kemiripan yang baik.