Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan membahas bagaimana media televisi dan BMKG menerapkan prinsip-prinsip Excellence Communication yang dikembangkan James Grunig. Excellence Communication memiliki tiga unsur berkaitan yakni; Knowledge Core, Shared Expectation, dan Participative Culture. Penelitian ini menggunakan paradigma post positivisme, pendekatan kualitatif, dan bersifat deskriptif. Metode pengumpulan data melalui studi literatur, observasi dan wawancara mendalam. Penelitian menunjukkan media televisi dan BMKG menerapkan Excellence Communication, namun belum sepenuhnya memenuhi kriteria Grunig, karena tidak semua televisi menjalani SOP penyebaran informasi gempa, sehingga kadang terjadi perbedaan menindaklanjuti informasi gempa. Selain itu, posisi Humas tidak memiliki akses langsung, sehingga tidak terlibat rapat pembuatan keputusan menganalisa informasi gempa.

---

This study aims to discuss how to apply the principles Communication Excellence by James Grunig at television and BMKG. Communication Excellence has three elements; Core Knowledge, Shared Expectation, and Participative Culture. This study used the paradigm of post-positivism, qualitative approach and descriptive. Methods of data collection through literature study, observation and in-depth interviews. Research shows television Communication Excellence has implemented, but not fully meet the Grunig's criteria, because not all television crew follow SOP of earthquake information dissemination, so sometimes there is a difference in following the earthquake information. In addition, the position of public relation (PR) does not have direct access, so no decision-making meeting involved analyzing earthquake information."

"Penelitian ini merupakan studi kualitatif dengan dukungan data kualitatif untuk meneliti komunikasi bencana yang dilakukan melalui media sosial. Analisis yang dilakukan mengintegrasikan konsep teoritis dari Social Mediated Crisis Communication Model untuk melihat komunikasi bencana yang dilakukan Badan Meteorologi, Klimatologi dan Geofisika Maluku melalui media sosial. Data dari penelitian ini diambil melalui observasi dan wawancara mendalam dengan berbagai narasumber, serta data media sosial dari Badan Meteorologi, Klimatologi dan Geofisika Maluku. Temuan dari studi ini menunjukan bahwa komunikasi bencana yang dilakukan oleh Badan Meteorologi, Klimatologi dan Geofisika Maluku melalui media sosial dapat dipetakan melalui model komunikasi Social Mediated Crisis dengan beberapa pertimbangan tambahan seperti adanya unsur komponen pemerintah, dan integrasi dengan bentuk informasi lain.

---

This research is a qualitative study with the support of qualitative data to examine disaster communications through social media. The analysis carried out integrates the theoretical concept of the Social Mediated Crisis Communication Model to see disaster communications carried out by the Maluku Meteorology, Climatology, and Geophysics Agency through social media. The data from this study were taken through observation and in-depth interviews with various sources, as well as social media data from the Maluku Meteorology, Climatology, and Geophysics Agency. The findings of this study indicate that disaster communications carried out by the Maluku Meteorology, Climatology, and Geophysics Agency through social media can be mapped through the Social Mediated Crisis communication model with several additional considerations such as the existence of elements of government components, and integration with other forms of information."

"ABSTRACTAnalisis hazard gempa untuk wilayah Indonesia sudah disusun dalam peraturan gempa Indonesia (SNI-1726-2012) untuk Peak Ground Acceleration (PGA) dan spektrum respons dibatuan dasar, sedangkan aplikasiuntuk disai struktur harus dihitung dipermukaan dengan mempertimbangkan efek tanah lokal. Analisis respon spesifik situs pada empat lokasi yang telah diketahui kondisi tanahnyaberdasarkan hasil uji pengeboran dan standard penetration test (SPT) yaitu di serang, sukabumi, cilacap, dan wonogiri yaitu lokasi stasiun seismografmilik BAdan Meteorologi Klimatologi dan Geofisika (BMKG). Hasil analisis pada seluruh lokasi tersebut diperoleh spektrum respons dipermukaan pada periode 1,0 detik terjadi amplikasi, sedangkan pada PGA dan spektrum respons 0,2 detik terjadi deamplikasi. Bila deibandingkan dengan ASCE-07-10 untuk jenis tanah sedang (SD) memperlihatkan nilai nilai amplifikasi hasil penelitian yang lebih rendah. Hal ini tentunya akan menjadi bahan kajian dan evaluasi lebih lanjut untuk kebutuhan praktis."

"Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) memegang peran kunci dalam memberikan fungsi layanan informasi dan peringatan dini tentang cuaca, iklim, dan gempa bumi kepada seluruh masyarakat di Indonesia. Ada 126 layanan dan 88 aplikasi telah terhubung ke jaringan internet dan intranet yang dimiliki oleh BMKG untuk mendukung tugas dan fungsinya sehingga keamanan informasi menjadi salah satu perhatian yang perlu ditingkatkan. Meski telah melakukan pengadaan perangkat pendukung untuk meningkatkan sistem keamanan informasi, BMKG masih mengalami insiden siber hacking dan ransomware yang mengakibatkan beberapa sistem tidak dapat diakses, data pendukung kinerja yang hilang dan data-data geospasial yang terenkripsi pada awal tahun 2023. Insiden tersebut disebabkan oleh kelalaian pegawai dalam menjaga keamanan informasi. Penelitian ini bertujuan untuk mengukur tingkat kesadaran pegawai terhadap keamanan informasi dan mengetahui faktor yang dapat memengaruhinya dengan menggunakan pendekatan pada aspek knowledge, attitude, behavior (KAB) dan human aspects of information security questionnaire (HAIS-Q) yang berfokus pada sembilan area, meliputi manajemen kata sandi, penggunaan e-mail, internet, media sosial, perangkat mobile, keamanan perangkat komputer, penanganan data dan informasi, pelaporan insiden, serta kebijakan keamanan informasi. Penelitian ini menggunakan survei kuesioner online yang terdiri 66 butir pernyataan dan disebar ke 5.310 pegawai dengan total sampel yang valid terkumpul sebanyak 459. Hasil menunjukkan tingkat kesadaran pegawai umumnya sudah baik, namun masih ada kesenjangan dari masing-masing nilai fokus area pada aspek pengetahuan, sikap, dan juga perilaku sehingga diperlukan langkah konkret seperti implementasi kebijakan, aturan, dan juga prosedur untuk menerapkan praktik-praktik keamanan informasi, pemenuhan kebutuhan teknologi pendukung serta pelatihan dan sosialisasi para pegawai dalam rangka meningkatkan kesadaran terhadap keamanan informasi. Dukungan level pimpinan terhadap keamanan informasi yang tercermin dalam upaya sosialisasi kesadaran keamanan informasi dan peningkatan kapasitas sumber daya manusia melalui pelatihan sistem manajemen keamanan informasi menjadi faktor yang memberikan pengaruh positif dan signifikan terhadap pengetahuan pegawai. Meski memiliki pengaruh yang positif, dukungan pimpinan tersebut tidak berpengaruh secara signifikan terhadap kesadaran para pegawai dalam menerapkan praktik keamanan informasi baik dari aspek sikap maupun perilaku.

---

The Indonesian Agency for Meteorology, Climatology, and Geophysics (BMKG) plays a crucial role in providing information services and early warnings regarding weather, climate, and earthquakes to the entire Indonesian population. With 126 services and 88 applications connected to BMKG's internet and intranet networks, supporting its tasks and functions, information security has become a focal point that needs improvement. Despite having procured supportive devices to enhance the information security system, BMKG still encountered cyber incidents, including hacking and ransomware, resulting in certain systems becoming inaccessible, the loss of performance-supporting data, and encrypted geospatial data in early 2023. These incidents are attributed to employees' negligence in maintaining information security. This study aims to measure employees' awareness of information security and identify influencing factors using the knowledge, attitude, behavior (KAB) approach and the human aspects of information security questionnaire (HAIS-Q), focusing on nine areas, including password management, email usage, internet, social media, mobile devices, computer device security, data and information handling, incident reporting, and information security policies. The research employed an online questionnaire survey consisting of 66 statements distributed to 5,310 employees, resulting in 459 valid samples. The findings indicate that overall employee awareness is good, but there are disparities in the values of each focus area concerning knowledge, attitude, and behavior. Consequently, concrete steps such as policy implementation, rules, and procedures, along with the adoption of information security practices, technology support fulfillment, and employee training and awareness programs, are necessary to address these gaps. Top management support for information security, reflected in efforts to promote awareness and enhance human resource capacity through information security management system training, significantly influences employee knowledge positively. Despite its positive impact, top management support does not significantly affect employees' awareness in implementing information security practices, both in terms of attitude and behavior."

"One solution for organization to adapt to current rapid change is to innovate. Having employees with high innovative work behavior (IWB) is a way for organization to be more innovative. This study focus on how Servant Leadership and Learning Goal Organization influence Innovative Work Behavior through Psychological Capital as mediating variable. Respondent is 448 employees of Badan Meteorologi Klimatologi and Geofisika, based in several areas in Indonesia. The short version of Servant Leadership Survey (SLS) used to measure Servant Leadership,  LGO measure with items developed by VandeWalle (1997), short version of Psychological Capital Questionnaire (PCQ) for PsyCap and Jannsens (2000) 9 items questionnaire is used to measured IWB. The result shows that Servant Leadership only significantly influence IWB indirectly through PsyCap, but LGO significantly influence IWB both directly and inderectly.

---

Inovasi merupakan solusi bagi organisasi dalam beradaptasi dengan kecepatan perubahan yang terjadi. Salah satu cara organisasi menjadi lebih inovatif adalah dengan mendorong pegawainya untuk berperilaku inovatif. Penelitian ini membahas tentang pengaruh Servant Leadership dan Learning Goal Orientation (LGO) terhadap Innovatif Work Behavior (IWB) yang dimediasi oleh Psychological Capital (PsyCap). Responden yang terlibat dalam penelitian ini adalah pegawai Badan Meteorologi, Klimatologi, dan Geofisika dari berbagai daerah di Indonesia yang berjumlah 448 orang. Servant Leadership diukur dengan menggunakan versi singkat dari Servant Leadership Survey (SLS), LGO diukur dengan alat ukur yang dikembangkan oleh VandeWalle (1997), PsyCap diukur dengan Psychological Capital Questionnaire (PCQ) versi singkat dan IWB diukur dengan alat ukur yang dikembangkan oleh Jannsen (2000). Hasilnya didapatkan bahwa Servant Leadership memiliki pengaruh yang signifikan terhadap IWB secara tidak langsung melalui PsyCap, sedangkan LGO berpengaruh signifikan baik secara langsung maupun tidak langsung terhadap IWB."

"ABSTRAKBadan Meteorologi, Klimatologi, dan Geofisika (BMKG) merupakan lembaga yang ditunjuk untuk mengelola data-data cuaca yang diolah menjadi informasi meteorologi dan klimatologi. Namun, harapan terhadap tingkat akurasi data cuaca yang dikelola belum terpenuhi disebabkan belum benarnya proses validasi data cuaca yang mengelompokkan data cuaca valid dan data cuaca yang tergolong suspect. Oleh karenanya, penelitian ini bertujuan untuk mengetahui cara memvalidasi data cuaca dengan menguji algoritma k-NN dan D-NN dengan pendekatan data mining klasifikasi serta K-Medoids dan DBSCAN dengan pendekatan data mining clustering. Proses Knowledge Discovery in Database diterapkan hingga kedua pendekatan data mining diuji untuk mendapatkan cara terbaik yang dijadikan dasar proses validasi data cuaca. Hasil penelitian merekomendasikan algoritma D-NN untuk pendeteksian data suspect karena memiliki nilai specificity lebih baik daripada k-NN sedangkan teknik clustering dengan dua algoritma yang diujikan pada penelitian ini tidak direkomendasikan.

---

ABSTRACT"

"Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG) adalah Sekolah Tinggi di bawah naungan Badan Meteorologi Klimatologi dan Geofisika (BMKG). Pada tahun 2015 terjadi perubahan kelembagaan dari Akademi menjadi Sekolah Tinggi berdasarkan Peraturan Presiden Nomor 35 Tahun 2014 tentang perubahan AMG menjadi STMKG. Perubahan kelembagaan ini membuat perubahan arahan strategis di STMKG. Berdasarkan Rencana Induk BMKG tahun 2015-2019 penguatan pondasi sarana prasarana akademik yaitu penggunaan TI menjadi tulang punggung (enabler) bagi STMKG. Namun berdasarkan data observasi dan wawancara menunjukan TI belum menjadi tulang punggung di STMKG dengan kurangnya pemakaian TI dan semua manajemen akademik dilaksanakan secara manual sehingga sasaran strategis STMKG untuk akreditasi belum tercapai.Adapun perumusan rencana strategis penelitian ini menggunakan metodologi Ward & Peppard untuk menghasilkan perencanaan strategis SI/TI. Penelitian ini menghasilkan strategi SI, strategi TI, dan strategi manajemen SI/TI. Strategi SI berupa pembuatan 15 aplikasi baru dan pengembangan 4 aplikasi lama. Strategi TI berupa pengadaan perangkat keras PC, laptop dan proyektor serta pengembangan jaringan STMKG. Strategi manajemen SI/TI berupa pembuatan IT Masterplan, SOP, penambahan SDM TI dan pengembangan kompetensi SDM TI.

---

School of Meteorology Climatology and Geophysics (STMKG) is a College under the auspices of the Meteorology Climatology and Geophysics Agency (BMKG). In 2015 an institutional change from the Academy to the the Collage based on Presidential Regulation No. 35 of 2014 on AMG changes to STMKG. These institutional changes make strategic direction changes in STMKG. Based on the BMKG Master Plan 2015-

2019 strengthening the foundation of academic infrastructure facilities is the use of IT into the backbone (enabler) for STMKG. However, based on observation and interview data shows IT has not been the backbone in STMKG with the lack of IT usage and all academic management is done manually so that STMKG strategic objectives for accreditation have not been achieved.

The formulation of this research strategic planing using the Ward & Peppard methodology to produce IS / IT strategic planning. This research resulted in an IS strategy, an IT strategy, and an IS / IT management strategy. The SI strategy consists of making 15 new applications and developing 4 old applications. IT strategies include procurement of PC hardware, laptops and projectors and STMKG network development. SI / IT management strategies in the form of making IT Masterplan, SOP, adding IT human resources and developing IT HR competencies"

"Perkembangan teknologi yang terus berkembang mendorong penggunaan aplikasi web di berbagai layanan, namun terdapat berbagai kerentanan pada aplikasi web yang setiap saat dapat dimanfaatkan penyerang untuk melakukan serangan. Untuk menanggulangi hal ini, salah satu upaya yang dapat dilakukan ialah menerapkan Web Application Firewall (WAF) yang dapat melindungi aplikasi web. WAF umumnya bekerja berdasarkan aturan yang ditetapkan sebelumnya. Namun kelemahan sistem ini ialah serangan yang terus berkembang, serta dalam mengkonfigurasi aturan pada WAF, diperlukan pengetahuan mendalam terkait aplikasi yang ada. Teknologi kecerdasan buatan, baik machine learning (ML) atau deep learning (DL) memperlihatkan potensi yang baik dalam mengenali jenis serangan. Di dalam penelitian ini dibangun sebuah Real-time DL-based WAF untuk meningkatkan keamanan pada aplikasi web. Berbagai model ML dan DL diujicoba untuk melakukan tugas deteksi serangan web, mulai dari Support Vector Machine (SVM), Random Forest (RF), Convolutional Neural Network (CNN), dan Long Short-Term Memory (LSTM). Berdasarkan hasil pengujian, model CNN-LSTM meraih performa tertinggi yakni akurasi sebesar 98.61 %, presisi sebesar 99%, recall sebesar 98.08% dan f1-score sebesar 98.54%.. Dari hasil pengujian dengan web vulnerability scanner, performa DL-based WAF tidak kalah dengan ModSecurity WAF yang dijadikan sebagai pembanding. Dari hasil analisis, dapat disimpulkan bahwa penerapan DL-based WAF mampu meningkatkan keamanan pada aplikasi web.

---

The continuous development of technology drives the use of web applications in various services, but there are various vulnerabilities in web applications that can be exploited by attackers at any time. To overcome this, one effort that can be done is to implement a Web Application Firewall (WAF) that can protect web applications. WAF generally works based on pre-established rules. However, the weakness of this system is the evolving nature of attacks, and configuring rules on WAF requires in-depth knowledge related to existing applications. Artificial intelligence technology, both machine learning (ML) and deep learning (DL), shows good potential in recognizing types of attacks. In this research, a Real-time DL-based WAF was built to enhance security in web applications. Various ML and DL models were tested to perform the task of web attack detection, including Support Vector Machine (SVM), Random Forest (RF), Convolutional Neural Network (CNN), and Long Short-Term Memory (LSTM). Based on the test results, the CNN-LSTM model achieved the highest performance, namely an accuracy of 98.61%, precision of 99%, recall of 98.08%, and f1-score of 98.54%. From the testing results with a web vulnerability scanner, the performance of the DL-based WAF is not inferior to ModSecurity WAF, which is used as a comparison. From the analysis results, it can be concluded that the implementation of DL-based WAF can improve the security of web applications. "

"ABSTRAKDalam rangka pengelolaan data yang terintegrasi, terpusat dan dapat diakses secara online, demi meningkatkan kualitas pelayanan data dan informasi MKG yang cepat, tepat dan handal, BMKG berupaya menerapkan Sistem E-Government bernama Sistem BMKGSoft. Implementasi sistem ini diharapkan dapat berhasil dan mampu menjadi single data provider BMKG. Namun di dalam pelaksanaannya, terdapat berbagai permasalahan yang mengindikasikan implementasi sistem ini belum sukses, diantaranya target monitoring pengiriman data yang tidak tercapai akibat kurangnya entry data hasil pengamatan oleh pegawai di UPT, fitur aplikasi yang belum lengkap, ketersediaan data level 2 yang belum lengkap, belum up-to-date dan belum akurat, format keluaran yang belum sesuai harapan serta belum adanya SOP mengenai entry data hasil pengamatan yang mampu mencerminkan tujuan single data provider. Hal ini menyebabkan harapan Sistem BMKGSoft sebagai single data provider belum dapat tercapai. Berdasarkan hal tersebut, penelitian ini ingin melakukan identifikasi terhadap faktor-faktor kesuksesan implementasi Sistem BMKGSoft. Penelitian ini menggunakan model kesuksesan informasi dari Delone dan Mclean 2003 yang dimodifikasi dengan penambahan variabel dari rujukan penelitian terdahulu. Variabel yang digunakan yaitu: System quality, information quality, service quality, facilitating condition, extrinsic motivation, organizational support, management support, intention to use, user satisfaction dan net benefit. Metode analisis data menggunakan Partial Least Square Structural Equation Modeling PLS-SEM dan tools smartPLS 3.2.7. Hasil analisis menunjukkan faktor-faktor yang memengaruhi kesuksesan implementasi Sistem BMKGSoft adalah system quality, information quality, service quality, extrinsic motivation, intention to use, user satisfaction dan net benefit.

---

ABSTRACTMeterological, Climatological and Geophysical Agency BMKG have to manage data that is integrated, centralized and accessible online, in order to improve the quality of Meterological, Climatological and Geophysical data and information quickly, accurately and reliably, BMKG seeks to implement the E Government System called BMKGSoft System. Implementation of this system is expected to be successful and able to become single data provider BMKG. But in fact, there are various problems that indicate the implementation of this system has not been successful, such as The target monitoring of data transmission that is not achieved due to lack of data entry observations by employees in the stations, application features incomplete, the availability of data level 2 is not complete, not up to date and not yet accurate, output format that has not been as expected and the absence of Standard of Procedure on data entry observations that are able to reflect the single provider data destination. This has led to the expectation of BMKGSoft System as single data provider yet to be achieved. Based on this, this study would like to identify the factors of successful implementation of BMKGSoft System. This study uses the success model of information from Delone and Mclean 2003 , modified with the addition of variables from previous research references. The variables used are System quality, information quality, service quality, facilitating condition, extrinsic motivation, organizational support, management support, intention to use, user satisfaction and net benefit. Methods of data analysis using Partial Least Square Structural Equation Modeling PLS SEM and tools smartPLS 3.2.7. The results of the analysis show that factors affect the success of BMKGSoft system implementation are system quality, information quality, service quality, extrinsic motivation, intention to use, user satisfaction and net benefit"

"Aktivitas anomali pada jaringan internet BMKG belum seluruhnya dapat dianalisis secara manual, sehingga beberapa sistem BMKG terdampak oleh aktivitas siber ini. Deteksi dan klasifikasi intrusi merupakan upaya penting yang dapat dilakukan BMKG dalam menangani serangan siber. Penelitian ini bertujuan untuk membuat model klasifikasi terbaik untuk mengklasifikasikan intrusi. Dataset yang digunakan adalah dataset CICIDS2017 dan data internet BMKG yang kemudian dilakukan penanganan data tidak seimbang menggunakan SMOTE. Untuk meningkatkan performa klasifikasi, dilakukan seleksi fitur dan diusulkan tiga variasi jumlah fitur, yaitu 7 fitur, 18 fitur, dan 82 atau keseluruhan fitur. Klasifikasi yang dilakukan mencakup klasifikasi biner untuk membedakan serangan dan normal, serta multikelas untuk mengklasifikasikan beberapa jenis serangan. Algoritma klasifikasi yang digunakan dalam penelitian ini adalah KNearest Neighbor (KNN), Decision Tree (DT), dan Random Forest (RF). Hasil model klasifikasi terbaik untuk kelas biner adalah DT dengan 82 atau keseluruhan fitur dengan akurasi 99,1%. Sedangkan model terbaik untuk multikelas adalah DT dengan 82 atau keseluruhan fitur dengan akurasi 99,2%. Penelitian ini menunjukkan bahwa model klasifikasi berbasis pembelajaran mesin dapat meningkatkan deteksi dan klasifikasi serangan siber dengan akurasi tinggi. BMKG dapat mengimplementasikan model ini untuk deteksi otomatis dan respons cepat terhadap ancaman, melakukan uji coba lapangan, memberikan pelatihan staf, dan memastikan pemeliharaan serta pemantauan rutin model. Langkah-langkah ini dapat membantu BMKG dalam meningkatkan keamanan jaringan dan melindungi data serta layanan dari serangan siber di masa mendatang.

---

Anomalous activity on the BMKG's internet network cannot be fully analyzed manually, so several BMKG systems have been affected by this cyber activity. Intrusion detection and classification is an important effort that can be made by BMKG in dealing with cyber attacks. This research aims to create the best classification model to classify intrusions. The datasets used are the CICIDS2017 dataset and BMKG internet data, which are then handled with unbalanced data using SMOTE. To improve classification performance, feature selection is performed, and three variations in the number of features are proposed, namely 7 features, 18 features, and 82 or all features. The classification includes binary classification to distinguish between normal and attack and multiclass classification to classify multiple types of attacks. The classification algorithms used in this research are K-Nearest Neighbor (KNN), Decision Tree (DT), and Random Forest (RF). The best classification model for binary classes is DT with 82 or all features with 99.1% accuracy. While the best model for multiclass is DT with 82 or all features with 99.2% accuracy. This research shows that a machine learning-based classification model can improve cyberattack detection and classification with high accuracy. BMKG can implement this model for automated detection and rapid response to threats, conduct field trials, provide staff training, and ensure regular model maintenance and monitoring. These steps can help BMKG improve network security and protect data and services from future cyberattacks."