Analisa Lan Menggunakan Diagram Isikawa Di PT. Indonesia Power UBP Suralaya Divisi Sistem Informasi Suralaya
Analisa Lan Menggunakan Diagram Isikawa Di PT. Indonesia Power UBP Suralaya Divisi Sistem Informasi Suralaya
DOI:
https://doi.org/10.31294/simpatik.v1i2.629Keywords:
LAN, Keamanan Jaringan, Diagram IsikawaAbstract
Dalam menjalankan kegiatan kegiatan sehari-hari di PT. Indonesia Power UBP.Suralaya yang terkenal akan aktivitasnya sebagai Pembangkit listrik bertenaga uap seluruh proses Kinerja  didukung oleh teknologi informasi dibutuhkan koneksi internet yang lancar karena dengan sistem informasi yang ada akan membantu proses pengiriman data secara cepat dan stabil. Realitanya di PT.Indonesia Power UBP sering terjadi permasalahan yang membuat kinerja karyawan berkurang karena ketika koneksi dan virus yang menjadi kendala utama. Tujuan dari penelitian ini adalah menganalisa kendala dan permasalahan yang ada di PT.Indonesia Power UPB Suralaya di Divisi Sistem Informasi Suralaya karena berperan penting dalam menjalani aktivitas sehari-hari diperkantoran karena setiap komputer terhubungan LAN untuk melakukan pertukaran data . Setiap komputer yang saling terhubung memerlukan sistem keamanan jaringan untuk melindungan data perusahaan. Metode Deskriptif yang diterapkan untuk menyelesaikan permasalahan yang ada dengan menggambarkan alur dari skema jaringan yang ada kemudian dianalisa dan menyimpulkan kendala permasalahan yang ada dijaringan sistem informasi suralaya serta menggambarkan masalah yang ada dengan diagram isikawa .Dari penelitian yang telah dilaksanakan didapatkan kesimpulan terhadap solusi dari sebab akibat masalah yang terjadi divisi sistem informasi dengan menggunakan diagram isikawa diharapkan dengan adanya diagram isikawa ini koneksi internet menjadi lancar ditandai dengan Karyawan dibagain divisi sistem informasi dapat dengan baik mendapatkan informasi data sekitar divisi sistem informasi Suralaya.
References
Birtha, Arifudzaki; Soemantri, Maman; Abdian, F. (2010). Aplikasi Sistem Informasi Persediaan Barang pada Perusahaan Export Hasil Laut Berbasis Web. Transmisi, 12(1), 1.
Han, J., & Kamber, M. (2006). Data Mining: Concepts and Techniques. Soft Computing (Vol. 54). https://doi.org/10.1007/978-3-642-19721-5
Liza, Y., & Yupinti. (2012). Sistem Informasi persediaan barang pada PT.Surya Nusa Bhaktindo Bengkulu. Media Infotama, 8(1), 90–117.
Marcoulides, G. a. (2005). Discovering Knowledge in Data: an Introduction to Data Mining:Discovering Knowledge in Data: An Introduction to Data Mining. Journal of the American Statistical Association (Vol. 100). https://doi.org/10.1198/jasa.2005.s61
Aggarwal, C. C. (2015). Data Mining. Cham: Springer International Publishing. Https://Doi.Org/10.1007/978-3-319-14142-8
Alfiah, F., Susanti, E., Kristinna, J., Ardiansyah, O. R., & Pradipta, D. (2015). Manfaat Menganalisis Pengaruh Sosial Media, 6–8.
Balahur, A., Mihalcea, R., & Montoyo, A. (2014). Computational Approaches To Subjectivity And Sentiment Analysis: Present And Envisaged Methods And Applications. Computer Speech And Language, 28(1), 1–6. Https://Doi.Org/10.1016/J.Csl.2013.09.003
Basari, A. S. H., Hussin, B., Ananta, I. G. P., & Zeniarja, J. (2013). Opinion Mining Of Movie Review Using Hybrid Method Of Support Vector Machine And Particle Swarm Optimization. Procedia Engineering, 53, 453–462. Https://Doi.Org/10.1016/J.Proeng.2013.02.059
Chou, J. S., Cheng, M. Y., Wu, Y. W., & Pham, A. D. (2014). Optimizing Parameters Of Support Vector Machine Using Fast Messy Genetic Algorithm For Dispute Classification. Expert Systems With Applications, 41(8), 3955–3964. Https://Doi.Org/10.1016/J.Eswa.2013.12.035
Das, T. K., Acharjya, D. P., & Patra, M. R. (2014). Opinion Mining About A Product By Analyzing Public Tweets In Twitter. 2014 International Conference On Computer Communication And Informatics: Ushering In Technologies Of Tomorrow, Today, Iccci 2014, 3–6. Https://Doi.Org/10.1109/Iccci.2014.6921727
Haddi, E., Liu, X., & Shi, Y. (2013). The Role Of Text Pre-Processing In Sentiment Analysis. Procedia Computer Science, 17, 26–32. Https://Doi.Org/10.1016/J.Procs.2013.05.005
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts And Techniques. San Francisco, Ca, Itd: Morgan Kaufmann. Https://Doi.Org/10.1016/B978-0-12-381479-1.00001-0
Hashimi, H., Hafez, A., & Mathkour, H. (2015). Selection Criteria For Text Mining Approaches. Computers In Human Behavior, 51, 729–733. Https://Doi.Org/10.1016/J.Chb.2014.10.062
Hidayat, Andi Nurul. (2015). Analisis Sentimen Terhadap Wacana Politik Pada Media Masa Online Menggunakan Algoritma Support Vector Machine Dan Naive Bayes. Jurnal Elektronik Sistim Informasi Dan Komputer (Jesik), 1(1), 1–7.
 
