Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bring Your Own Device (BYOD) merupakan sistem e-learning yang memanfaatkan perangkat teknologi berupa laptop, netbook, smartphone/handhelds, tablet yang dimiliki sendiri oleh mahasiswa maupun dosen dalam proses belajar mengajar melalui jaringan Internet. Penelitian ini mengembangkan dan menganalisa sistem kelas pengajaran Bring Your Own Device (BYOD) berbasis cloud computing pada teknologi mobile smartphone Android. Pengembangan sistem terdiri dari perancangan aplikasi perangkat lunak berbasis Android, cloud computing menggunakan eucalyptus dan membangun aplikasi berbasis Web menggunakan moodle. Hasil penelitian didapatkan melalui tiga skenario pengujian yang diikuti oleh 31 responden. Pada pengujian fungsional didapatkan hasil bahwa setiap menu dan fitur yang terdapat pada aplikasi yang dirancang dapat berjalan dengan baik. Pada pengujian User Acceptance Test, 86% responden menyetujui sistem ini mudah digunakan. Dari pengujian unjuk kerja sistem, didapatkan hasil bahwa peningkatan jumlah pengguna saat mengakses sistem kelas pengajaran BYOD tidak mempengaruhi kinerja sistem cloud computing namun mempengaruhi mesin virtual Web server. Peningkatan jumlah pengguna menyebabkan penurunan performa mesin virtual web server sebanyak 55% pada saat beban server tinggi. Saat pengguna berjumlah lima orang beban kinerja mesin virtual Web server adalah 36%. Saat pengguna berjumlah lima belas orang beban kinerja mesin virtual Web server adalah 42%. Saat pengguna berjumlah tiga puluh satu orang beban kinerja mesin virtual Web server adalah 45%.

---

Bring Your Own Device (BYOD) refers to e-learning system technology devices, such as laptop, netbook, smartphone/handhelds, tablet which is utilizes by students or teachers for the purpose of learning through the Internet. This research developing and analysis of Bring Your Own Device (BYOD) teaching class system based on cloud computing using smartphone technology. This development system consist of software application design based on Android smartphone, cloud computing using Eucalyptus and Web based application using Moodle.

The results obtained through three scenarios of evaluation which is followed by 31 of respondents. Functional evaluation indicates that menu and fitures in applications is running well. User Acceptance Test evaluation shows that 86% of respondents stated that this application is easy to use.

Performance evaluation indicates that increase of users when accessing BYOD teaching class system was not affecting cloud computing performance. However it was affecting the performance of virtual machine Web server. An increase of users causes of virtual machine web server performance decrease of 55% on high load conditions. With five users, the load server is 36 %. With fifteen users, the load of server is 42 %. With thirty one users, the load server is 45 %."

"Data kehadiran adalah data yang penting baik di lingkup sekolah, universitas, maupun perkantoran untuk karyawan. Presensi yang berupa tandatangan dapat dipalsukan oleh siapa saja dan kapan saja. Sehingga dibutuhkan sebuah perangkat yang dapat mempermudah proses absensi sekaligus mendeteksi keterlambatan siswa/pegawai sebelum memasuki ruangan. Skripsi ini mengembangkan Smart Presence System berbasis Face Recognition dengan machine learning yang dirancang dengan komputasi pada awan (Cloud Computing) dan komputasi pada sebuah node/titik (Fog Computing). Skripsi ini melakukan perbandingan performa Smart Presence System yang dibangun dengan Cloud Computing menggunakan layanan AWS Face Rekognition dan Fog Computing yang ditulis menggunakan bahasa Python dengan library OpenCV yang menggunakan perangkat Raspberry Pi sebagai titik komputasi. Penulis telah melakukan pengujian perbandingan waktu komputasi, penggunaan memori, serta penggunaan biaya antara Cloud Computing dan Fog Computing. Pengujian waktu komputasi dilakukan dengan menggeser router/titik uji sejauh 3 meter, 5 meter dan 7 meter dari sensor kamera. Pengujian waktu komputasi pada Cloud Computing didpat sebesar 11.02 detik, 2.99 detik dan 3.02 detik dengan total penggunaan memori sebesar 0.0042 MB dan total biaya yang diperlukan untuk membangun rancangan Cloud Computing sebesar Rp2.819.516 dalam penggunaan 12 bulan. Dan rata-rata waktu untuk komputasi pada fog sebesar 0.723 detik, 0.99 detik, 1.94 detik dengan total penggunaan memori sebesar 540MB dan total biaya untuk membangun rancangan ini sebesar Rp2.220.00 dalam penggunaan 12 bulan.

---

Attendance document is an important thing in schools, universities, and offices for employees. Attendance is usually done by giving a signature on a piece of paper, and it can be forged by anyone. In school, attendance is usually done manually by the teacher and it takes time. So we need a device that can simplify the attendance process and can not be forged. This thesis has developed a Smart Presence System with machine learing designed with Cloud Computing and Fog Computing. This Thesis compared the performance of The Smart Presence System that built with Cloud Computing using AWS Rekognition and Fog Computing that built in Raspberry pi and written in python and library Opencv. The author has tested the comparison of Cloud Computing and Fog Computing in Computing Time, Memory usage and Cost. Computing time testing is done by shifting the router/test point as far as 3 meters, 5 meters, and 7 meters. The computing time on Cloud Computing were 11.02s, 2.99s, and 3.02s with total memory usage of 0.0042MB and the total cost is Rp.2.819.516 in 12 months of use. And The computing time on Fog Computing were o.72s, 0.99s, and 1.94s with the total memory usage of 540MB and the total cost to build this architecture is Rp2.220.000 in 12 months of use."

"Pada penelitian ini, dikembangkan HPC yang menerapkan multicore processing pada program Sistem Pendeteksi Plagiarisme dengan memanfaatkan infrastruktur komputasi awan berbasis OpenStack. Sistem Pendeteksi Plagiarisme merupakan program yang dikembangkan untuk mendeteksi tingkat plagiarisme dari suatu karya ilmiah. Algoritma program yang digunakan untuk penelitian kali ini adalah latent semantic analysis (LSA). Implementasi HPC dilakukan dengan bantuan library OpenMP yang didesain untuk bahasa pemrograman C. Diterapkan dua jenis paralelisme pada program, yaitu paralelisme fungsi dan paralelisme data. Setelah dilakukan pengujian, didapati hasil bahwa kedua metode paralelisme ini mempercepat eksekusi program. Paralelisme fungsi mempercepat waktu eksekusi hingga sebesar 1,03 kali waktu eksekusi serial dan paralelisme data mempercepat waktu eksekusi hingga 1,34 kali waktu eksekusi serial.

---

In this research, HPC with multicore processing is developed on Plagiarism Detection System using OpenStack based cloud computing infrastructure. Plagiarism Detection System is a software developed to detect plagiarism level of a scientific papers. The algorithm used in this program is latent semantic analysis (LSA). HPC implementation is done using OpenMP library which is designed to be used in C programming language. There are two types of paralelism in this program, which are function paralelism and data paralelism, both accelerate the execution time. Function paralelism accelerates program by up to 1,03 times of serial execution while data paralelism decreases the execution time by up to 1,34 times serial execution time."

"ABSTRAKGalera MySQL adalah perangkat lunak open source yang digunakan untuk clusterbasis data MySQL. HAProxy adalah salah satu load balancer yang cukup banyakdigunakan. Skripsi ini menganalisis implementasi sistem deteksi plagiarisme padacloud computing dengan memanfaatkan kedua aplikasi tersebut guna menunjangpeningkatan kinerja sistem. Pengujian pada sistem dilakukan denganmembandingkan kinerja penambahan node. Pengujian difokuskan padakemampuan sistem dalam menjawab permintaan pengguna, waktu pemrosesan,serta kemampuan sistem dalam memproses banyaknya data. Hasil peningkatankinerja yang paling terlihat adalah pada kemampuan sistem dalam menjawabpermintaan POST pengguna. Tercatat peningkatan kinerja sistem dalammenjawab permintaan POST pengguna hingga 20,97% pada sistem dengan 4-node dibandingkan dengan sistem node tunggal.

---

ABSTRACTGalera MySQL is an open source software that is used to cluster the MySQLdatabase. HAProxy is one load balancer that is widely used. This mini-thesisanalyze the implementation of plagiarism detection systems on cloud computingby utilizing both application to support enhanced system performance . Tests onthe system is done by comparing the performance of additional nodes. Testingfocused on the ability of the system in responding to user requests, processingtime, and in the ability to process the amount of data. The most visible resultingincrease in the performance is the system's ability to answer the POST request.Noted that system performance increases in answering the users? POST request upto 20.97% at the 4-node system compared to a single node system ."

"ABSTRAKKemajuan Teknologi Internet saat ini telah berkembang dengan pesat. Kemajuan tersebut dapat dirasakan oleh penggguna internet, yang menjadikan segala aktifitas pekerjaan dapat dilakukan pada Teknologi Internet sebagai media utamanya. Salah satu Teknologi Internet tersebut adalah Teknologi Cloud Computing. Teknologi cloud belum banyak diaplikasikan di jaringan real. Private Cloud Computing merupakan pemodelan Cloud Computing yang hanya memberikan layanan kepada pengguna tertentu. Pembuatan Cloud Computingpada skripsi ini dilakukan dengan membuat simulasi nyata dengan menggunakan Ubuntu Enterprise Cloud (UEC) yang metode instalasi telah disesuaikan dengan topologi yang disarankan. Kemudian dapat dilakukan pengukuran Quality of Service (QoS) dengan menggunakan parameternya pada saat dilakukan uji coba pengiriman data. Selisih nilai delay untuk file ukuran 5MB, yaitu 3,382 ms; video ukuran 20,5MB, yaitu 5,646 ms; video ukuran 103MB, yaitu 6,837 ms. Selisihnilai throughput untuk file ukuran 5MB, yaitu 500 kBps; video ukuran 20,5MB, yaitu 2000 kBps; video ukuran 103MB, yaitu 5000 kBps. Selisih nilai packet loss untuk file ukuran 5MB, yaitu 0,87%; video ukuran 20,5MB, yaitu 0,708%; video ukuran 103MB, yaitu 0,915%.

---

ABSTRACTThe advancement of current Internet Technology has grown rapidly. The progress can be felt by internet user, which makes the activities of the work can be done on the Inter net Technology as the main media. One of the Internet Technology is Cloud Computing. Cloud Computing has not been widely applied in real networks. Private Cloud Computing is the modeling of Cloud Computing in small scope to provide services to specific users. In this thesis, the Cloud Computing network is done by making a real simulation using the Ubuntu Enterprise Cloud (UEC) which installation method has been adapted to the recommended topology.Quality of Service (QoS) can be measured by using the parameters at the time of trial data delivery. The difference in delay values for the file size of 5MB is 3,382 ms; video size of 20,5MB is 5,646 ms; video size of 103MB is 6,837 ms. The difference in throughput values in file size of 5MB is 500 kBps; video size of 20,5MB is 2000 kBps; video size of 103MB is 5000 kBps. The difference in packet loss values in file size of 5MB is 0, 87%; video size of 20,5MB is 0,708%; video size of 103MB is 0,915%."

"ABSTRAKTeknologi di bidang perangkat lunak dan perangkat keras semakin berkembang cepat. Masalah keterbatasan kapasitas suatu komputer memicu berkembangnya sebuah inovasi yang disebut dengan High Performance Computing HPC . HPC merupakan sekumpulan komputer yang digabungkan dalam sebuah jaringan dan dikoordinasi oleh software khusus. Cloud Computing merupakan paradigma yang relatif baru dalam bidang komputasi. Pada penelitian ini dilakukan pengujian terhadap performansi High Performance Computing Cluster HPCC berbasis cloud menggunakan layanan OpenStack dalam menjalankan fungsi dasar Message Passing Interface. Pengujian dilakukan menggunakan program Mpptest dan SIMPLE-O. Penggunaan server yang tidak mendukung hypervisor KVM pada pengujian point-to-point communication dapat menurunkan performansi HPCC berbasis cloud sebesar 3,1 - 12,4 dibandingkan dengan HPCC berbasis non-cloud. Pada pengujian point-to-point communication dengan 2 server yang mendukung hypervisor KVM, HPCC berbasis cloud unggul dibandingkan HPCC berbasis non-cloud sebesar 1,6 ndash; 2,7 . Pada pengujian performansi HPCC dalam melakukan fungsi MPI collective communication tidak ditemukan perbedaan berarti antara kedua cluster dimana HPCC berbasis non-cloud mengungguli HPCC berbasis cloud sebesar 0 - 1,4 . Pada pengujian menggunakan program SIMPLE-O didapati performansi HPCC berbasis cloud dan non-cloud imbang jika semua instance dijalankan dengan server yang mendukung hypervisor KVM, apabila terdapat instance yang dijalankan server tanpa dukungan KVM maka HPCC berbasis non-cloud unggul 96,2 dibandingkan HPCC berbasis cloud. Ketersedian modul KVM pada server yang menjadi host suatu instance sangat berpengaruh terhadap performansi HPCC berbasis cloud.

---

ABSTRACTSoftware and hardware technologies have been developing rapidly. Capacity limation problems found in computers triggered a development of a new innovation called High Performance Computing HPC . HPC is a cluster of computers in a network coordinated by a special software. Cloud Computing is a new paradigm in computation field. In this research, series of test are done to find out the performance of cloud and non cloud based High Performance Computing Cluster HPCC while running basic functions of Message Passing Interface. Tests are done using Mpptest and SIMPLE O program. By using a server that does not support KVM in point to point communication test could decrease the performance of cloud based HPCC by 3,1 to 12,4 compared to non cloud based HPCC. During the test of point to point communication using 2 servers that support KVM hypervisor, cloud based HPCC is ahead of non cloud based HPCC by 1,6 to 2,7 . During the test of collective communication, there are no significant differences between performances of the two cluster, with non cloud based HPCC is ahead by 0 to 1,4 compared to cloud based HPCC. During the test using SIMPLE O program, the two cluster is even in term of performance as long as every instance is run by servers that support KVM hypervisor, if there is an instance that is run by a server that does not support KVM hypervisor then the performance of non cloud based HPCC is still ahead by 96,2 compared to cloud based HPCC. During the performance testing of HPCC while running collective communication, noticable performance difference between cloud and non cloud based HPCC was not found. The availability of KVM module in a server that is used to host an instance is really essential to the cloud based HPCC performance."

"Teknologi komputasi cloud merupakan sebuah pool besar yang terdiri dari sumber daya komputasi yang di virtualisasikan, sehingga pengguna dapat mengakses dan menggunakannya. Cloud telah diadaptasi oleh banyak perusahaan besar di bidang IT, seperti Google, IBM, Amazon dan masih banyak lagi. Oleh karena itu, keamanan pada teknologi cloud menjadi prioritas utama, sehingga bisa terhindar dari serangan cyber. Advanced Persistent Threat (APT) merupakan sebuah serangan cyber yang bertujuan untuk mendapatkan akses terhadap sistem atau jaringan, sehingga bisa melakukan pencurian data. Berbeda dengan teknik pencurian data biasa yang bersifat "smash and grab", APT akan tetap berada pada sistem target dalam periode waktu tertentu, sehingga penyerang bisa mengakses dan mengambil data target secara terus menerus, tanpa bisa terdeteksi. Hal ini membuat APT menjadi salah satu ancaman cyber yang sulit untuk dicegah, khususnya pada cloud environment. Metode keamanan analitik menjadi salah satu solusi yang bisa digunakan untuk bisa mengatasi serangan APT pada cloud environment, hal ini dikarenakan data yang dihasilkan semakin banyak, dan infrastruktur dari cloud juga mempunyai kapasitas yang besar untuk bisa menangani banyak nya data yang dihasilkan, sehingga metode keamanan lama yang sering diterapkan menjadi tidak lagi efisien. Salah satu metode keamanan analitik yang dapat diterapkan pada teknologi cloud adalah dengan menggunakan Security Information Event Management (SIEM) yang disediakan oleh banyak vendor seperti IBM dengan IBM QRadar. Hasilnya didapatkan bahwa kinerja tingkat deteksi SIEM dengan IBM Qradar terhadap ancaman serangan APT tidak optimal dengan pendeteksian hanya sebesar 57,1% dan yang terdeteksi sebagai kategori penyerangan sebesar 42,9% dari total 4 serangan yang dilancarkan. Hal ini dikarenakan IBM Qradar memerlukan beberapa ekstensi tambahan, sehingga membutuhkan resource komputasi yang lebih besar agar bisa meningkatkan kemampuan deteksi terhadap serangan APT.

---

Cloud computing technology is a large pool of virtualized computing resources, so that users can access and use them. Cloud has been adapted by many large companies in the IT field, such as Google, IBM, Amazon and many more. Therefore, security in cloud technology is a top priority, so that it can avoid cyber attacks. Advanced Persistent Threat (APT) is a cyber attack that aims to gain access to a system or network, so that it can carry out data theft. Unlike the usual "smash and grab" data theft technique, the APT will remain on the target system for a certain period of time, so that attackers can access and retrieve target data continuously, without being detected. This makes APT one of the most difficult cyber threats to prevent, especially in cloud environments. Analytical security methods are one of the solutions that can be used to overcome APT attacks in the cloud environment, this is because more and more data is generated, and the infrastructure of the cloud also has a large capacity to be able to handle a lot of data generated, so the old security method which are often applied become inefficient. One of the analytical security methods that can be applied to cloud technology is to use Security Information Event Management (SIEM) that have been provided by many vendors such as IBM with IBM Qradar. The result shows that the performance of SIEM detection rate with IBM Qradar against APT attack is not optimal with only 57.1% detection rate and 42.9% detected as an attack category out of a total of 4 attacks launched. This is because IBM Qradar needs some additional extension, thus requiring more additional computing resources in order to increase the detection rate ability against APT attack."

"Penelitian ini dilakukan untuk menganalisis keamanan jaringan khususnya pada teknologi komputasi awan dari serangan siber. Hal ini didasarkan dengan melihat era sekarang di mana teknologi komputasi awan (Cloud Computing) sedang mengalami perkembangan yang pesat. Banyak perusahaan saat ini mulai beralih dari penggunaan sumber daya secara on-premises menjadi teknologi cloud berjeniskan private cloud dengan alasan efisiensi dan kemudahan yang diberikan teknologi cloud. Namun, kemudahan akses pada teknologi private cloud ini pun justru menjadi peluang yang besar oleh para peretas untuk melakukan serangan siber, seperti Port Scanning, DoS, dan Reverse shell. Oleh karena itu, diperlukan keamanan jaringan yang baik agar teknologi cloud yang digunakan terhindar dari dampak serangan siber yang merugikan. Salah satu metode keamanan yang dapat diterapkan, yaitu dengan implementasi tools Intrusion Detection System (IDS). Intrusion Detection System (IDS) berfungsi untuk mengawasi keamanan jaringan dengan melakukan pendeteksian terhadap anomali atau serangan yang dilakukan melalui analisis lalu lintas jaringan tersebut. Berdasarkan hasil dari penelitian implementasi IDS pada server komputasi awan didapat bahwa nilai rata-rata detection rate IDS dari tiga skenario pengujian serangan siber adalah sebesar 51.19% dengan rata-rata penggunaan CPU dan memori dari server selama pengujian adalah 21.23% dan 29.20%. Hal ini menunjukkan bahwa IDS menunjukkan potensi sebagai tools yang efektif dalam meningkatkan keamanan pada platform cloud computing tanpa memberikan dampak negatif yang berarti terhadap performa perangkat.

---

This research was conducted to analyze network security, especially in cloud computing technology from cyber attacks. This is based on looking at the current era where cloud computing technology is experiencing rapid development. Many companies are now starting to switch from using on-premises resources to private cloud technology due to the efficiency and convenience that cloud technology provides. However, this ease of access to private cloud technology is also a huge opportunity for hackers to carry out cyber attacks, such as Port Scanning, DoS, and Reverse shell. Therefore, good network security is needed so that the cloud technology used can avoid the harmful effects of cyber attacks. One of the security methods that can be applied is the implementation of Intrusion Detection System (IDS) tools. This Intrusion Detection System (IDS) aims to monitor network security by detecting anomalies or attacks through analyzing network traffic. Based on the results of the IDS implementation research on the cloud computing server, it is found that the average IDS detection rate from three cyber attack test scenarios is 51.19% with the average CPU and memory usage of the server during testing is 21.23% and 29.20%. This shows that IDS shows potential as an effective tool in improving security on cloud computing platforms without having a significant negative impact on device performance."

"Pada penelitian ini, penerapan dari komputasi paralel dan komputasi awan dilakukan dalam sistem pendeteksi plagiarisme menggunakan algoritma winnowing dengan tujuan untuk mempersingkat waktu eksekusi program. Paralelisasi dilakukan pada bagian pemrosesan data paragraf dari dokumen referensi. Program dijalankan pada sistem komputasi awan OpenStack yang berada di Departemen Teknik Elektro, Universitas Indonesia agar dapat dilakukan paralelisasi secara optimal dengan mengutilisasi inti prosesor pada sistem. Didapatkan hasil bahwa waktu eksekusi dengan komputasi paralel berhasil menjadi lebih cepat sebesar 1,07 sampai dengan 3,52 kali dibandingkan waktu eksekusi dengan komputasi serial.

---

In this research, impementation of parallel computing and cloud computing was done within the plagiarism detection system using the winnowing algorithm with an objective to decrease the execution time of the program. Parallelization was done on the portion of the program where the paragraphs of reference documents are processed. The program was then executed on the OpenStack cloud computing system in the Department of Electrical Engineering, Universitas Indonesia in order for the parallelization to be optimal by utilizing the cores on the system. The results were that the execution time with the paralel computation was successfully sped up by 1.07 to 3.52 times compared to the execution time with serial computing."

"Sistem kerja di kantor beralih menjadi kerja dari rumah berimbas pula pada industri perbankan karena sulitnya mengakses data nasabah yang tersimpan di komputer maupun dokumen yang terletak di kantor. Cloud Computing hadir untuk menjawab permasalahan tersebut melalui penyimpanan data secara digital. Belum jelasnya pengaturan pemanfaatan Cloud menyebabkan ketidakpastian perlindungan terhadap data nasabah yang disimpan di Cloud. Rumusan masalah dalam skripsi ini ialah bagaimana perlindungan bagi nasabah terkait penggunaan Cloud Computing oleh bank dan bagaimana pertanggungjawaban bank dan cloud provider dalam hal terjadinya kegagalan perlindungan data pribadi pengguna layanan. Metode penelitian yang digunakan adalah yuridis normatif yakni memfokuskan untuk mengkaji penerapan kaidah atau norma dalam hukum positif. Hasil penelitian dalam skripsi ini bahwa sebagai bentuk perlindungan bagi nasabah dalam penggunaan cloud maka bank dan cloud provider harus mengacu kepada kewajiban yang diatur dalam Undang-Undang (UU) Informasi dan Transaksi Elektronik Elektronik, UU Perbankan, Peraturan Pemerintah tentang Penyelenggaraan Sistem dan Transaksi Elektronik serta Peraturan Otoritas Jasa Keuangan (POJK) tentang Penerapan Manajemen Risiko Dalam Penggunaan Teknologi Informasi Oleh Bank Umum. Adapun apabila terjadi kegagalan perlindungan data nasabah yang timbul akibat kesalahan dan/atau kelalaian dari cloud provider maka yang wajib bertanggung jawab adalah bank sebagaimana diatur dalam Pasal 29 dan Pasal 30 POJK tentang Perlindungan Konsumen Sektor Jasa Keuangan. Saran yang dapat diberikan adalah perlu disahkan secepatnya Rancangan Undang- Undang Perlindungan Data Pribadi untuk memberikan perlindungan bagi masyarakat yang datanya telah disetorkan ke dalam sistem teknologi informasi serta bank harus berhati-hati dalam memilih penyedia jasa cloud dan harus mengkaji service level agreement yang ditawarkan cloud provider.

---

Work From Office that has shifted into Work From Home has also impacted the banking industry because of the difficulty accessing customers’ data stored on computers and documents at the bank. Cloud offers a solution through digital data storage. However, the unclear regulation for the cloud utilization causes uncertainty in the protection of customers data. The research questions are how to protect customers regarding the use of Cloud Computing by banks and how the responsibility of banks and cloud providers in case of failure to protect the data. The research method used is normative juridical, which focuses on examining the application of rules in positive law. Through this thesis, it can be concluded that as a form of protection, banks and cloud providers must refer to Law on Electronic Information and Transactions, Law on Banking, Government Regulation concerning The Organization Of Electronic Systems And Transactions and Financial Services Authority Regulation (POJK) regarding The Implementation of Risk Management During The Utilization Of Information Technology By Commercial Banks. Furthermore, the bank must be responsible suppose there is a data protection failure arises due to cloud provider’s error and/or negligence as regulated in Article 29 and Article 30 POJK concerning Consumer Protection in the Financial Services Sector. The suggestion that can be given is it needs to be immediately ratified the Personal Data Protection Bill to protect the public whose data is stored in an information technology system also the bank must be careful in choosing cloud providers and reviewing service level agreements."