MétaCan
Menu
Retour à la cohorte
Enregistrement W3083026113 · doi:10.36774/jusiti.v8i2.619

Evaluasi Tingkat Kematangan Tata Kelola Infrastruktur IT Menggunakan COBIT 5

2019· article· id· W3083026113 sur OpenAlexaff
Mohamad Lamato, Arief Setyanto, Asro Nasiri

Notice bibliographique

Revuee-Jurnal JUSITI (Jurnal Sistem Informasi dan Teknologi Informasi) · 2019
Typearticle
Langueid
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusiness administrationPhysicsBusiness

Résumé

récupéré en direct d'OpenAlex

Universitas Negeri Gorontalo (UNG) merupakan instansi pendidikan yang ada di Provinsi Gorontalo. saat ini UNG telah mengimplementasikan Layanan Teknologi Informasi hampir disetiap fakultasnya, Akan tetapi layanan tersebut tidak berjalan dengan efektif. Data rekap menunjukkan bahwa sebagian besar mahasiswa tidak puas dengan pelayanan infrastruktur yang diberikan oleh pihak universitas. Oleh karena itu dibutukan suatu evaluasi dalam bentuk audit teknologi informasi di Universitas Negeri Gorontalo bertujuan untuk menghasilkan suatu rekomendasi berdasarkan framework tata kelola IT dalam hal ini yakni COBIT 5. Penelitian ini melibatkan 5 responden yang ditentukan berdasarkan tabel RACI (Responsible, Accountable, Consulted, Informed) pada COBIT 5. Pemetaan Proses COBIT menunjukkan 3 domain COBIT yang diteliti di Universitas Negeri Gorontalo, yaitu EDM04 (Optimalisasi Sumber Daya), APO12 (Manajemen Risiko), dan APO13 (Manajemen Keamanan). Analisis kesenjangan yang didapatkan untuk masing-masing domain adalah sebesar 1 sesuai dengan hasil wawancara yang dilakukan dengan pihak terkait yakni Rektor IV (Bidang IT dan Kerja Sama). Hasil rekapitulasi kuesioner menunjukkan pada domain EDM04 berada pada level 3 dimana UNG telah memanajemen sumber daya sesuai SOP akan tetapi belum ada pengukuran atau evaluasi mengenai hal yang dikerjakan. Sedangkan pada domain APO12 dan APO13 berada pada level 2 dikarenakan telah dilakukan perencanaan akan tetapi belum adanya SOP yang dibuat mengenai hal terkait.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0110,005
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0510,013

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,259
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-Jurnal JUSITI (Jurnal Sistem Informasi dan Teknologi Informasi)Même sujetBlockchain Technology in Education and LearningTravaux en français237 207