PERLINDUNGAN HUKUM TERHADAP DATA DAN INFORMASI PRIBADI DALAM SISTEM MANAJEMEN INFORMASI BAZNAS (SiMBA)
Notice bibliographique
Résumé
Dalam perlindungan hukum terhadap data dan informasi pribadi dalam sistem manajemen informasi BAZNAS sangatlah penting. Sebagai pengguna kemanfaatan teknologi digital, perlu memahami bagaimana keamanan terhadap data dan informasi yang disimpan dalam media digital agar terhindar dari kebocoran data. Sebagai salah satu bagian dari teknologi, SiMBA perlu memperhatikan regulasi dan sistem keamanan agar data yang tersimpan tidak diretas oleh pihak ilegal. Penelitian ini menggunakan metode pendekatan yuridis normative. Penelitian ini menggunakan sumber data primer dan data sekunder. Narasumber dalam penelitian ini adalah Penanggung jawab SiMBA yang mengelola data dan informasi muzaki di Badan Amil Zakat Nasional (BAZNAS) Kota Bandar Lampung. Penelitian ini menganalisis data secara kualitatif, yakni menganalisis data primer dan sekunder guna menarik hasil kesimpulan. Hasil dari penelitian ini yaitu dalam pelaksanaan perlindungan terhadap data dan informasi pribadi di Badan Amil Zakat Nasional (BAZNAS) Kota Bandar Lampung, yang pertama penerapan di Badan Amil Zakat Nasional (BAZNAS) Kota Bandar Lampung, telah menjalankan perlindungan keamanan data tersebut dengan hanya mengizinkan pihak internal untuk mengakses data tersebut. Yang kedua bahwa Baznas kota Bandar Lampung sebagai user mengikuti ketentuan Undang-undang dalam menjaga data dan informasi secara teknis. \nKata Kunci : Perlindungan, SiMBA \n \nThe legal protection of personal data and information in the BAZNAS information management system is very important. As a user of the benefits of digital technology, it is necessary to understand how the security of data and information stored in digital media in order to avoid data leakage. As one part of technology, SiMBA needs to pay attention to regulations and security systems so that the stored data is not hacked by illegal parties. This research uses a normative juridical approach method. This research uses primary data sources and secondary data. The resource person in this research is the person in charge of SiMBA who manages muzaki data and information at the National Amil Zakat Agency (BAZNAS) of Bandar Lampung City. This research analyzes data qualitatively, namely analyzing primary and secondary data to draw conclusions. The results of this study are in the implementation of protection of personal data and information at the National Amil Zakat Agency (BAZNAS) of Bandar Lampung City, the first implementation at the National Amil Zakat Agency (BAZNAS) of Bandar Lampung City, has implemented the protection of data security by only allowing internal parties to access the data. The second is that Baznas Bandar Lampung city as a user follows the provisions of the Law in maintaining data and information securely. \nKeywords: Protection, SiMBA \n
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Théorique ou conceptuel | high |
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».