MétaCan
Menu
Retour à la cohorte
Enregistrement W4408221761 · doi:10.46576/wdw.v19i1.5628

AUDIT SISTEM INFORMASI MENGGUNAKAN FRAMEWORK COBIT 5 PADA PERPUSTAKAAN SMP NEGERI 9 BINJAI

2025· article· id· W4408221761 sur OpenAlexaff
Tata Amalia, Femas Adinata, Gia Natasya Br Bangun, Putri Efrida Marbun

Notice bibliographique

RevueWarta Dharmawangsa · 2025
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueDecision Support System Applications
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAuditBusinessAccounting

Résumé

récupéré en direct d'OpenAlex

Sistem informasi perpustakaan menjadi salah satu implementasi teknologi informasi penting di bidang pendidikan. SMP Negeri 9 Binjai telah menggunakan sistem informasi perpustakaan sejak 2019 untuk meningkatkan efisiensi layanan, namun masih menghadapi berbagai kendala seperti ketidaksesuaian data, antarmuka yang tidak ramah pengguna, serta kurangnya kebijakan manajemen risiko. Penelitian ini bertujuan untuk mengevaluasi kinerja sistem informasi perpustakaan di SMP Negeri 9 Binjai menggunakan framework COBIT 5, khususnya pada domain Deliver, Service, and Support (DSS). Penelitian ini menggunakan metode deskriptif dengan pendekatan kuantitatif. Data dikumpulkan melalui studi pustaka, wawancara, observasi, dan kuesioner. Analisis dilakukan pada lima proses utama domain DSS: Mengelola Operasi (DSS-01), Mengelola Permintaan Layanan dan Insiden (DSS- 02), Mengelola Masalah (DSS-03), Mengelola Keberlanjutan (DSS-04), dan Mengelola Layanan Keamanan (DSS-05). Hasil penelitian menunjukkan rata- rata tingkat kematangan sistem berada pada Level 3,46, dengan beberapa kesenjangan pada aspek pengelolaan operasi, keberlanjutan, dan keamanan layanan. Rekomendasi mencakup peningkatan pelatihan pengguna, penguatan manajemen risiko, penambahan fitur keamanan, dan perbaikan antarmuka sistem. Melalui rekomendasi berbasis framework COBIT 5, sistem informasi perpustakaan diharapkan dapat menjadi lebih andal, efisien, dan mendukung transformasi digital di dunia pendidikan.

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)0,007
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,024
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0080,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0240,015

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 GPT0,268
Écart entre enseignants0,253 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWarta DharmawangsaMême sujetDecision Support System ApplicationsTravaux en français237 207