Audit Sistem Informasi pada Perpustakaan ARS University Menggunakan Framework Cobit 5
Notice bibliographique
Résumé
Penerapan teknologi sistem informasi tidak hanya digunakan pada suatu instansi atau perusahaan, tetapi juga digunakan pada salah satu sektor publik. Yang mana salah satu sektor publik yang menerepakan teknologi sistem informasi adalah lembaga pendidikan yang dapat kita temukan pada salah satu sebuah universitas, ialah sistem informasi pada perpustakaan. Perpustakaan merupakan sarana yang digunakan untuk membantu memberikan sebuah informasi baik secara digital maupun fisik. Dimana sistem informasi yang diberikan dapat membantu untuk mengontrol manajemen, mendata buku dan pengguna. Maka dari itu perlu dilakukan audit sistem informasi untuk mengevaluasi kinerja sesuai dengan framework yang digunakan. Dimana analisis audit sistem informasi pada penelitian ini menggunakan framework COBIT 5 yang berfokus pada domain Decision, Support and service (DSS) yaitu DSS1 (Manage Operations), DSS5 (Manage Security), DSS10 (Manage Problems) dan DSS11 (Manage Data). Peniliaian level kematangan pada DSS1, DSS5, DSS10, dan DSS 11 dilakukan untuk mengevaluasi terhadap penerapan manajemen operasional, manajemen keamanan, manajemen masalah, dan manajemen data yang ada di perpustakaan. Dari hasil level yang diperoleh, Hasil tingkat kematangan (Maturity level) pada sistem informasi perpustakaan ARS University khususnya pada domain DSS tersebut berada pada level 4.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,017 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».