PENGELOMPOKAN TINGKAT KESADARAN MASYARAKAT TENTANG PENTINGNYA KEAMANAN INFORMASI DATA PRIBADI BERDASARKAN CLUSTERISASI K-MEANS MENGGUNAKAN EUCLIDIEN DISTANCE

Yoyon Arie Budi Suprio, Mohamad Farid

Abstract


ABSTRAK

 

Keamanan informasi adalah salah satu hal penting yang harus diperhatikan oleh semua orang. Banyaknya celah bocornya keamanan informasi menyebabkan semua orang harus berhati-hati dalam berbagai hal. Bocornya keamanan informasi dapat menyebabkan risiko yang sangat fatal, diantaranya penggunaan data pribadi sembarangan dan lain sebagainya. Berdasarkan permasalahan tersebut dilakukan pengukuran masalah dari dimensi kesadaran (attitude, knowledge dan behaviour) dengan menggunakan metode clustering untuk penentuan kelompok kesadaran masyarakat. Dengan algoritma K-Means sistem akan mengolah data dan mengelompokkan sesuai dengan nilai terdekat dengan titik pusat cluster. Dengan adaya penelitian ini akan didapat kelompok kesadaran masyarakat dengan tingkat rendah, sedang, dan tinggi sehingga dapat dilakukan pembinaan petingnya kesadaran masyarakat tentang keamanan informasi mereka sesuai dengan kelompok yang didapat.

 

Kata kunci : Clustering, k-means, keamanan informasi


Full Text:

PDF

References


Agustina, N., & Prihandoko, P. (2018). Perbandingan Algoritma K-Means dengan Fuzzy C-Means Untuk Clustering Tingkat Kedisiplinan Kinerja Karyawan. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 2(3), 621–626. https://doi.org/10.29207/resti.v2i3.492

Hasanah, Y. M., Safruddin, C., Jabar, A., Pauh, T., Yogyakarta, U. N., Hasanah, Y. M., Safruddin, C., Jabar, A., Pauh, T., & Yogyakarta, U. N. (2017). Jurnal Akuntabilitas Manajemen Pendidikan Online : http://journal.uny.ac.id/index.php/jamp Jurnal Akuntabilitas Manajemen Pendidikan Pendahuluan Pendidikan merupakan hal paling penting dan investasi masa yang akan da- tang dalam suatu negara . Pendidikan. Jurnal Akuntabiilitas Manajemen Pendidikan, 5(2), 228–239.

Manihuruk, N. A., Zarlis, M., Irawan, E., & Tambunan, H. S. (2020). Penerapan Data Mining Dalam Mengelompokkan Calon Penerima Beasiswa Dengan Menggunakan Algoritma K-Means. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 4(1), 29–34. https://doi.org/10.30865/komik.v4i1.2575

Miftahuddin, Y., Umaroh, S., & Karim, F. R. (2020). Perbandingan Metode Perhitungan Jarak Euclidean, Haversine, Dan Manhattan Dalam Penentuan Posisi Karyawan. Jurnal Tekno Insentif, 14(2), 69–77. https://doi.org/10.36787/jti.v14i2.270

Nishom, M. (2019). Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square. Jurnal Informatika: Jurnal Pengembangan IT, 4(1), 20–24. https://doi.org/10.30591/jpit.v4i1.1253

Sni, B. I. S. O., Rochmadi, T., & Pasa, I. Y. (2021). Menggunakan Indeks Keamanan Informasi Di Bkd Xyz Measurement of Risk and Evaluation of Information Security Using the Information Security Index in Bkd Xyz Based on Iso 27001 / Sni. 4(1), 38–43.

Syafitri, W., Akademik, S. I., Xyz, U., Akademik, S. I., & Xyz, U. (2016). Penilaian Risiko Keamanan Informasi Menggunakan Metode NIST 800-30 ( Studi Kasus : Sistem Informasi Akademik Universitas XYZ ). 2(2), 8–13.




DOI: http://dx.doi.org/10.36723/juri.v14i1.311

Refbacks



Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

 

 

 

 

 

View My Stats