MétaCan
Menu
Retour à la cohorte
Enregistrement W4408069799 · doi:10.57235/jcrd.v2i1.5030

Studi Literatur: Audit Sistem Informasi Menggunakan Kerangka Kerja Cobit 5

2025· article· id· W4408069799 sur OpenAlexaff
Nabila Pramudita As’ari, Cut Niaa Ramadani, Mutiara Gladies Saragi, J. Prayoga

Notice bibliographique

RevueJournal of Citizen Research and Development · 2025
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueDecision Support System Applications
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésCOBITAuditEnvironmental scienceComputer scienceBusinessInformation technologyOperating systemAccounting

Résumé

récupéré en direct d'OpenAlex

Audit sistem informasi mencakup tinjauan yang cermat terhadap risiko yang berkaitan dengan sistem dan proses informasi dalam organisasi. Selain itu, audit ini juga mengevaluasi apakah kontrol yang ada cukup untuk menjamin efisiensi, efektivitas, integritas, serta keamanan data dan aset sistem informasi organisasi. Secara umum, audit membantu organisasi dalam memantau dan mengevaluasi kinerja bisnis, serta melindungi kepentingan manajer, karyawan, pelanggan, dan investor. COBIT 5 menawarkan praktik terbaik di berbagai area dan kerangka kerja proses dalam struktur yang mudah dikelola, membantu mengoptimalkan investasi. Dalam penelitian ini, ditemukan beberapa makalah mengenai audit TI/SI dengan pendekatan COBIT 5 yang memiliki perspektif berbeda. Dari 7 artikel yang diperoleh secara acak, terdapat tiga artikel yang berjudul audit sistem informasi dan membahas proses audit, sedangkan 4 artikel lainnya juga berjudul audit sistem informasi tetapi lebih fokus pada tingkat kematangan tanpa membahas proses audit. Penelitian ini diharapkan dapat memberikan wawasan baru bahwa audit sistem informasi dan tingkat kematangan adalah dua hal yang berbeda, yang juga dianalisis dalam kerangka COBIT 5.

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)0,005
score de la tête « metaresearch » (Gemma)0,047
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,019
Études des sciences et des technologies0,0020,001
Communication savante0,0090,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0480,007

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 Opus0,059
Tête enseignante GPT0,348
Écart entre enseignants0,289 · 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
GenreSynthèse

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Citizen Research and DevelopmentMême sujetDecision Support System ApplicationsTravaux en français237 207