Abstract:Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's…
height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432.
Keywords: stunting; k-means clustering; machine learning
Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432.
Kata kunci: stunting; k-means clustering; machine learning
Abstract:Abstract: that the number of catches obtained by fishermen is more optimal. With secondary data based on the type of cultivation developed by fishing communities, the authors intend to explore this data so that they can…
examine more deeply the most effective types of cultivation using analysis of variance to find out the differences between each type of cultivation and cluster analysis using the complete linkage method. to find out the grouping of marine culture production based on the types developed by fishing communities in Indonesia. The correlation between the observed variables is 0.008, so it can be said that there is no relationship between the observed variables. In addition, the sig. and t-test. sig value is obtained. > α (5% = 0.05). This means that there is a significant average difference in fish production results based on the type of cultivation developed by fishing communities. With the grouping of types of marine cultivation developed by the Wesleyan community using the complete-linkage method, they are divided into 3 groups based on the degree of similarity in the production results obtained. Cluster 1 consists of Floating Nets, and Pools; Cluster 2 consists of other seas, seaweed, cages, and fishing nets; and Cluster 3 consists of Fresh Floating Nets, Minapadi, and Ponds.
Keywords: Complete-Linkage; Fish Production; Mariculture; Multivariate Analysis; T-test;
Abstrak: Berdasarkan penelitian sebelumnya pada analisis variansi untuk menguji perbedaan rata-rata pada masing-masing perlauan peletakan sudut jarring agar jumlah tangkapan yang diperoleh nelayan lebih optimal. Dengan adanya data sekunder berdasarkan jenis budidaya yang dikembangkan masyarakat nelayan, penulis bermasksud untuk melakukan eksplorasi pada data tersebut agar dapat mengkaji lebih dalam terhadap jenis budidaya yang paling efektif dengan analisis variansi untuk mengetahu perbedaan dari masing-masing jenis budidaya serta analisis cluster dengan metode complate linkage untuk mengetahui adanya pengelompokan hasil produksi bududaya laut berdasarkan jenis yang dikembangkan oleh masyarakat nelayan di Indonesia. Korelasi antar variabel yang diamati sebesar 0.008, maka dapat dikatakan bahwa tidak ada hubungan antara variabel yang diamati. Selain itu, hasil uji sig. dan uji t. diperoleh nilai sig. > α (5% = 0.05). Artinya, terdapat perbedaan rata-rata secara signifikan hasil produksi ikan berdasarkan jenis budidaya yang dikembangkan oleh masyarakat nelayan. Dengan adanya pengelompokan jenis budidaya laut yang dikembangkan oleh masyarakat neleyan dengan metode complete-linkage terbagi atas 3 kelompok berdasarkan tingkat kemiripan hasil produksi yang diperoleh. Cluster 1 terdiri dari Jaring Apung, Kolam; Cluster 2 terdiri dari Laut lainnya, Rumput laut, Keramba, Jaring Tancap; dan Cluster 3 terdiri dari Jaring Apung Tawar, Minapadi, Tambak.
Kata kunci: Analisis Multivariate; Budidaya Laut; Complate-Linkage; Produksi Ikan; Uji-t;
Abstract:Abstract: Information Technology has been utilized by the Wahana Visi Indonesia Foundation in the process of managing goods data (Provision). Therefore, good and correct IT governance is needed by predetermined standards…
so that the use of IT for the foundation's operations can run well. The purpose of this study is to determine the extent to which management manages the processes of managing and evaluating IT performance, Internal Control, External Requirements, and IT Governance. Capability and maturity level measurements were carried out using the COBIT 2019 framework. The results obtained were that the capability level and maturity level values in the MEA 01 objective domain were 2.17 with a percentage of 41% categorized Partially, the MEA 02 objective domain obtained a value of 1 .97 with a percentage of 36% and entered the Partially category, the objective domain MEA 03 obtained a value of 2.11 with a percentage of 36% and entered the Partially category, the objective domain MEA 04 obtained a value of 1.75 with a percentage of 38% and entered the Partially category. Each process domain that is in it produces a gap level value or GAP value for each of the selected objective domains based on factor design. Domain MEA 01 got a score of 1.83, domain MEA 02 got a score of 2.03, domain MEA 03 got a score of 1.89, and domain MEA 04 got a score of 2.25 out of the expected maximum value of 4.00. Thus it can be concluded that the management and process evaluation of management is lacking and does not match existing targets or standards. Keywords: Capability; COBIT 2019; IT Governance; Maturity Abstrak: Teknologi Informasi sudah dimanfaatkan kegunaannya oleh Yayasan Wahana Visi Indonesia dalam proses pengelolaan data barang (Provision). Dengan demikian, dibutuhkan tata kelola TI yang baik dan benar sesuai dengan standar yang sudah diten-tukan agar penggunaan TI untuk operasional yayasan dapat berjalan dengan baik. Tujuan penelitian ini adalah untuk mengetahui sejauh mana manajemen mengelola proses-proses pengelolaan dan evaluasi kinerja TI, Internal Control, External Requirements dan Tata Kelola TI. Pengukuran capability dan maturity level dilakukan dengan menggunakan framework COBIT 2019. Hasil yang didapatkan berupa bahwa Nilai capability level dan maturity level pada domain obyektif MEA 01 adalah 2,17 dengan presntase 41% dikategorikan Partially, domain obyektif MEA 02 memperoleh nilai 1,97 dengan presentase 36% dan masuk kategori Partially, domain obyektif MEA 03 memperoleh nilai 2,11 dengan presentase 36% dan masuk kategori Partially, domain obyektif MEA 04 memperoleh nilai 1,75 dengan presentase 38% dan masuk kategori Partially. Setiap domain proses yang ada didalamnya menghasilkan nilai tingkat kesenjangan atau nilai GAP masing-masing dari setiap domain obyektif yang terpilih berdasarkan desain faktor. Domain MEA 01 mendapat nilai 1,83, domain MEA 02 mendapat nilai 2,03, domain MEA 03 mendapat nilai 1,89, domain MEA 04 mendapat nilai 2,25 dari nilai maksimal yang diharapkan 4,00. Dengan demikian bisa disimpulkan bahwa pengelolaan dan evaluasi proses dari manajemen sangatlah kurang dan tidak sesuai target atau standar yang ada. Kata kunci: Capability; COBIT 2019; Tata Kelola TI, Maturity
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: Unemployment is a global economic issue that directly impacts human life in both developed and developing countries, especially in Indonesia, which, if ignored, will severely impact society's social dynamics. To…
o overcome this problem, forecasts are made so that later, the government can take policies to control and suppress the unemployment growth rate. This research aims to predict unemployment in Indonesia in 2023 using the Weighted Moving Average method, widely used to determine the trend of a time series, which is part of one of the Time Series methods that gives different weights. The dataset used was obtained from the Central Statistics Agency (BPS) relating to unemployment data from 2000 to 2022 (23 years). To analyze the level of accuracy of the results of this unemployment forecast using the MAD, MSE, and MAPE methods. This research concludes that the Weighted Moving Average method can be applied in predicting unemployment in Indonesia in 2023. The results of this research are a prediction of the number of unemployed in Indonesia, as many as 8,874,942 people at a weight value of 3 (three) where the accuracy of the MAD value is 745786.1833, the MSE value is 948402050986.3 and MAPE is 8.28%.
Keywords: forecasting; unemployment; weigth moving average; indonesia
Abstrak: Pengangguran menjadi isu ekonomi global yang berdampak secara langsung terhadap tingkat kehidupan manusia di negara-negara yang sudah maju maupun yang sedang berkembang khususnya di negara Indonesia, yang jika diabaikan akan berdampak serius terhadap dinamika sosial masyarakat. Untuk mengatasi permasalahan tersebut dibuatlah peramalan agar nantinya pemerinta dapat mengambil kebijakan dalam mengendalikan dan menekan angka pertumbuhan pengangguran tersebut. Penelitian ini bertujuan untuk memprediksi pengangguran di Indonesia pada tahun 2023 menggunakan metode Weighted Moving Average dimana metode ini banyak digunakan untuk menentukan trend dari suatu deret waktu yang merupakan bagian dari salah satu metode Time Series yang memberikan bobot yang berbeda-beda. Adapun dataset yang digunakan diperoleh dari Badan Pusat Satatistik (BPS) berkaitan dengan data pengangguran dari tahun 2000 sampai dengan tahun 2022 (selama 23 tahun). Untuk menganalisa tingkat akurasi dari hasil peramalan pengangguran ini memakai metode MAD, MSE, dan MAPE. Kesimpulan dari penelitian ini yaitu dapat diterapkannya metode Weighted Moving Average dalam memprediksi pengangguran di Indonesia pada tahun 2023. hasil dari penelitian ini berupa prediksi jumlah pengangguran di Indonesia sebanyak 8.874.942 orang pada nilai bobot 3 (tiga) dimana akurasi nilai MAD sebesar 745786,1833, nilai MSE sebesar 948402050986,3 dan MAPE sebesar 8,28 %.
Kata kunci: peramalan; pengangguran; weigth moving average; indonesia
Abstract:Abstract: Alumni data is one of the most important data that can be used as a reference for the quality of education at a university. XYZ University maintains alumni data on a regular basis, but the alumni data continues…
es to grow each semester. The Alumni Data Report submission remains suboptimal and does not contain information to help universities assess the outstanding qualities of individual alumni. The purpose of the research conducted here is to analyze the application of business intelligence systems in the management of XYZ University's alumni data within the framework of XYZ University's quality assessment and management. The focus of this research is on the analysis of functional and informational requirements. The analysis process for this study is based on the Business Intelligence Roadmap methodology, which includes the inference or business justification, planning, and analysis phases. The study analyzed plans to implement a business intelligence system to manage alumni data in a way that meets the information needs of decision makers. Dashboard menjelaskannya secara visual, baik dari segi navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Keywords: alumni data, business intelligence, tableau, visualization
Abstrak : Data alumni merupakan salah satu data penting yang dapat dijadikan acuan mutu pendidikan pada suatu perguruan tinggi. Universitas XYZ memelihara data alumni secara rutin, namun data alumni terus bertambah setiap semesternya. Penyampaian Laporan Data Alumni masih kurang optimal dan tidak memuat informasi untuk membantu universitas menilai kualitas luar biasa dari individu alumni. Tujuan penelitian yang dilakukan disini adalah untuk menganalisis penerapan sistem intelijen bisnis dalam pengelolaan data alumni Universitas XYZ dalam rangka penilaian dan pengelolaan mutu Universitas XYZ. Fokus penelitian ini adalah pada analisis kebutuhan fungsional dan informasional. Proses analisis penelitian ini didasarkan pada metodologi Business Intelligence Roadmap yang meliputi tahap inferensi atau pembenaran bisnis, perencanaan, dan analisis. Studi ini menganalisis rencana penerapan sistem intelijen bisnis untuk mengelola data alumni sedemikian rupa sehingga memenuhi kebutuhan informasi para pengambil keputusan. Dashboard menjelaskannya secara visual, baik dari bidang navigasi peta maupun diagram yang mudah dibaca. Dapat dilihat sebaran alumni di seluruh Indonesia yang ditandai dengan warna yang diarsir yaitu tersebar di wilayah Republik Indonesia Bagian Tengah dan Barat. Dari segi gender, data alumni menyajikan bahwa tingkat kelulusan setiap tahunnya sebagian besar berjenis kelamin laki-laki dan data tertinggi pada tahun 2017 yaitu 2.960 alumni.
Kata Kunci: business intelligence, data alumni, tableau, visualisasi
Abstract:Abstract: Micro, Small, and Medium Enterprises (MSMEs) play a crucial role in the economic growth of Indonesia. However, their contribution has not reached its maximum potential, with over 40% of MSMEs facing various challenges,…
llenges, one of which is funding. The funding issue has become a hindrance to the growth of this sector. One contributing factor is the difficulty in obtaining loans with high interest rates.Crowdfunding has been considered a potential solution, but it has not been fully utilized due to the lack of literacy and negative cases surrounding it. In this context, the development of a Shariah-compliant crowdfunding application is seen as a suitable solution, given the government's efforts to strengthen the Shariah economic ecosystem. To support this application's development, the Laravel framework and the Extreme Programming method, emphasizing simplicity and accelerating the development process, are employed. The result of this research is the implementation of the UML design and system logic, resulting in the Tasha Crowdfunding application as a funding solution for MSMEs. It can accelerate the development process. The research outcomes include the backend implementation of the UML design and system logic, with a 100% successful blackbox testing result, leading to the creation of the Tasha Crowdfunding application as an MSME funding solution.
Keywords: backend services; crowdfunding syariah; extreme programming; MSMEs.
Abstrak: Di Indonesia Usaha Mikro Kecil Menengah (UMKM) mempunyai peran yang sangat penting bagi pertumbuhan perekonomian negara. Meskipun demikian, ternyata kontribusi yang diberikan oleh UMKM belum mencapai angka yang maksimum dikarenakan lebih dari 40% UMKM masih mengalami banyak permasalahan salah satunya adalah pendanaan. Permasalahan pendanaan yang dihadapi oleh Usaha Mikro Kecil Menengah (UMKM) di Indonesia telah menjadi penghambat pertumbuhan sektor ini. Salah satu faktor penyebabnya adalah kesulitan dalam memperoleh pinjaman dengan suku bunga yang tinggi. Crowdfunding telah dianggap sebagai solusi potensial, namun belum dimanfaatkan secara optimal karena kurangnya literasi dan kasus negatif yang terjadi. Dalam konteks ini, pengembangan aplikasi crowdfunding syariah dianggap sebagai solusi yang cocok, mengingat penguatan ekosistem ekonomi syariah yang sedang dilakukan oleh pemerintah. Untuk mendukung pengembangan aplikasi ini, digunakan framework laravel dan metode Extreme programming yang menekankan kesederhanaan dan percepatan proses pengembangan. Hasil penelitian ini berupa implementasi perancangan UML dan logika sistem yang menghasilkan aplikasi Tasha Crowdfunding sebagai solusi pendanaan UMKM.dapat mempercepat proses pengembangan. Hasil dari penelitian ini berupa implementasi backend dari perancangan UML dan logika sistem yang telah dibuat dengan hasil pengujian blackbox testing 100% sukses dan menghasilkan aplikasi tasha crowdfunding sebagai solusi pendanaan UMKM.
Kata kunci: backend service; crowdfunding syariah; extreme programming; UMKM.
Abstract:Abstract: Distributor Center (DC) Ria Sari, one of the official herbal medicine agents from PT HPAI (Herba Penawar Alwahida Indonesia) company. Sales of herbal medicines at the Ria Sari Anggriani Distributor Center (DC)…
often experience instability. Where in the period March 2022 to May 2022 there was a significant increase in sales. This resulted in the Ria Sari Anggriani Distributor Center (DC) being unable to serve requests for available herbal medicines. So that it becomes an obstacle in the stock of herbal medicines that must be prepared. If there are too many drug stocks but the demand for herbal medicines is decreasing then this will result in a loss, conversely if the demand for medicines increases but the stock of herbal medicines cannot be prepared then this will be a loss for DC Ria Sari Anggriani. For this reason, it is necessary to do a forecasting/prediction technique, using the Single Exponential Smoothing Method . The purpose of the forecasting/prediction will be to assist in terms of the supply of herbal medicines in the following month's period. The results of testing this method were obtained in the period June 2023, requests for 167 herbal medicines, 178 Extra foods, 189 Etta Goat Milk, 91 Herbal Toothpastes, 74 products of Propolis Soap.
Keywords: herbal medicine; prediction; single exponential smoothing
Abstrak: Distributor Center (DC) Ria Sari salah satu agen resmi obat herbal dari perusahaan PT HPAI (Herba Penawar Alwahida Indonesia). Penjualan obat herbal pada Distributor Center (DC) Ria Sari Anggriani sering terjadi ketidak stabilan. Dimana pada periode Maret 2022 sampai dengan Mei 2023 terjadi kenaikan penjualan yang seknifikan. Ini mengakibatkan Distributor Center (DC) Ria Sari Anggriani tidak dapat melayani permintaan akan obat herbal yang tersedia. Sehingga menjadi kendala dalam stok obat herbal yang harus disiapkan. Jika stok obat terlalu banyak namun permintaan akan obat herbal menurun maka ini akan manjedi kerugian, sebaliknya jika permintaan akan obat meningkat namun stok obat herbal tidak dapat disiapkan maka ini menjadi kerugian bagi DC Ria Sari Anggriani. Untuk itu perlu dilakukan suatu teknik peramalan/prediksi, menggunakan Metode Single Exponential Smoothing (SES). Tujuan dari peramalan/prediksi nantinya dapat membantu dalam hal penyediaan akan obat herbal pada periode bulan berikutnya. Hasil dari pengujian terhadap metode ini diperoleh pada periode Juni 2023, perminaan akan obat herbal 167 , Extrafood 178, Etta Goat Milk 189, Pasta Gigi Herbal 91, Sabun Propolis 74 produk. Hasil simpulan dari penelitian ini koefisien nilai alpha (α) mempengaruhi seberapa besar pengaruh data masa lalu terhadap peramalan masa depan.
Kata Kunci: obat herbal; prediksi; single exponential smoothing
Abstract:Abstract: The JKN Mobile application is a mobile application created to facilitate healthcare administration in Indonesia since 2017. The application has been downloaded by over 10 million users and has received 484,000…
diverse reviews, including positive, negative, and neutral feedback. The average rating given by users is 4.5 out of 5 stars. This research aims to perform sentiment analysis on user reviews found in the Google Play Store review column. The methods used for sentiment analysis are Naive Bayes, K-Nearest Neighbor (K-NN), and Support Vector Machine (SVM). The test results show that with a 10% test data and 90% training data proportion, the SVM method achieves the highest accuracy of 95%. Naive Bayes follows with an accuracy of 87%, and K-NN with an accuracy of 75%.
Keywords: JKN mobile application, sentiment analysis, naive bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstrak: Aplikasi Mobile JKN adalah sebuah aplikasi yang dibuat untuk mempermudah administrasi kesehatan di Indonesia sejak tahun 2017. Aplikasi ini telah diunduh lebih dari 10 juta pengguna dengan 484 ribu ulasan beragam positif, negatif, dan netral. Rata-rata rating yang diberikan pengguna adalah 4,5 bintang dari 5 bintang. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna yang terdapat di kolom review Google Play Store. Metode yang digunakan untuk analisis sentimen adalah Naive Bayes, K-Nearest Neighbor (K-NN), dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa dengan menggunakan proporsi data uji sebesar 10% dan data training sebesar 90%, metode SVM mencapai akurasi tertinggi sebesar 95%. Diikuti oleh Naive Bayes dengan akurasi 87%, dan K-NN dengan akurasi 75%.
Kata kunci: JKN mobile, analisis sentimen, naïve bayes, k-nearest neighbor (K-NN), support vector machine (SVM).
Abstract:Abstract: Currently, the increasing needs of the community to obtain efficient, effective, transparent and accountable public services. Various applications are designed in order to realize a transparent work system of accountable…
ccountable funds and an increase in work processes that are fast, precise, and accurate. Therefore, local governments are now developing e-Government or in the Indonesian government known as the Electronic-Based Government System (SPBE). In running SPBE, the Central Lombok Regency Government, especially the Department of Communication and Informatics, participates in developing SPBE, one of which is in the Informatics Application Division which has an Informatics Application Management Program. This research aims to support SPBE-based informatics application management services for OPDs in Central Lombok Regency and the public. This SPBE design adopts the TOGAF 9.2 approach, and is also adjusted to the Presidential Regulation on Electronic-Based Government Systems in designing. This research focuses on the Informatics Application Management Program with business process architecture domain, service architecture domain, data and information architecture domain, application architecture domain, and technology (infrastructure) architecture domain. The result of this research is a blueprint that will be used as a solution or support for the running of SPBE in the Informatics Application Management Program.
Keywords: electronic-based government system, department of communication and informatics, informatics application management program, togaf 9.2
Abstrak Saat ini, meningkatnya kebutuhan masyarakat untuk mendapatkan pelayanan publik yang efisien, efektif, transparan dan akuntabel publik. Berbagai aplikasi di rancang agar dapat mewujudkan sistem kerja yang transparan dana akuntabel serta adanya peningkatan proses kerja yang cepat, tepat, dan akurat. Maka dari itu, Pemerintah daerah kini mengembangkan e-Government atau di pemerintahan Indonesia dikenal sebagai Sistem Pemerintahan Berbasis Elektronik (SPBE). Dalam menjalankan SPBE Pemerintah Kabupaten Lombok Tengah khususnya Dinas Komunikasi dan Informatika ikut serta mengembangkan SPBE salah satunya pada Bidang Aplikasi Informatika yang memiliki Program Pengelolaan Aplikasi Informatika. Dalam penelitian ini memiliki tujuan untuk menunjang layanan pengelolaan aplikasi informatika berbasis SPBE bagi OPD yang ada di Kab. Lombok Tengah dan juga publik. Perancangan SPBE ini mengadopsi pendekatan TOGAF 9.2, dan juga di sesuaikan dengan Peraturan Presiden tentang Sistem Pemerintahan Berbasis Elektronik dalam melakukan perancangan. Penelitian ini berfokus pada Program Pengelolaan Aplikasi Informatika dengan domain arsitektur proses bisnis, domain arsitektur layanan, domain arsitektur data dan informasi, domain arsitektur ap-likasi, dan domain arsitektur teknologi (infrastruktur). Hasil dari penelitian ini yaitu suatu blueprint yang nantinya akan dijadikan solusi ataupun penunjang berjalannya SPBE dalam Program Pengelolaan Aplikasi Informatika.
Kata kunci: aplikasi informatika, program pengelolaan aplikasi informatika, enterprise architecture, togaf 9.2