Pemodelan Kesesuaian Dokumen Sekuriti Manajemen Aset Teknologi Informasi Menggunakan Algoritma Extended Weighted-Tree Similarity

Sulistyo, Wiwin (2008) Pemodelan Kesesuaian Dokumen Sekuriti Manajemen Aset Teknologi Informasi Menggunakan Algoritma Extended Weighted-Tree Similarity. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 5106201006-Master_thesis.pdf Restricted to Repository staff only Download (33MB)

Abstract

Informasi adalah sebuah aset yang sangat penting layaknya aset-aset perusahaan yang lain, dan aset itu sendiri merupakan segala sesuatu yang berharga atau bernilai bagi organisasi atau perusahaan. Oleh sebab itu, informasi merupakan sesuatu yang esensial dalam organisasi bisnis sehingga mengandung konsekuensi perlindungan yang sesuai baginya. Proses penghitungan atau pengukuran kesesuaian dokumen sekuriti informasi perusahaan dengan dokumen sekuriti informasi standar ISO/IEC 17799:2005 merupakan salah satu bagian dari proses evaluasi terhadap sistem sekuriti yang dibangun oleh perusahaan. Algoritma Extended Weighted-Tree Similarity telah banyak diterapkan dalam beberapa aplikasi, meliputi proses pencocokan (matching) oleh dua agen yang memiliki informasi berupa teks, gambar (image), maupun informasi yang sifatnya fuzzy. Pemanfaatan text mining untuk mengidentifikasikan isi suatu dokumen secara otomatis dapat dikolaborasikan dengan algoritma tersebut dalam mengukur tingkat kesesuaian antar dokumen. Penelitian ini melakukan pemodelan kesesuaian dokumen sekuriti (keamanan) pada manajemen aset—yang merupakan bagian dari standar ISO/IEC 17799:2005—dengan menggunakan algoritma Extended Weighted-Tree Similarity. Proses pemodelan kesesuaian dokumen sekuriti tersebut dilakukan dengan menentukan kemiripan (similarity) antara dokumen sekuriti standar ISO dan dokumen sekuriti perusahaan, sehingga proses komputasi dari algoritma tersebut akan menghasilkan skor yang menggambarkan hasil kesesuaian antara dokumen sekuriti informasi perusahaan dan dokumen sekuriti informasi manajemen aset standar ISO/IEC 17799:2005 secara keseluruhan.
==================================================================================================================================
Information is an asset as important as any other company asset and is essential for an organization's business, which consequently requires proper protection. The measurement process involves matching the company's information security documents against the ISO/IEC 17799:2005 standard information security document as part of the evaluation process for the company's security system. The weighted-tree similarity algorithm has been successfully implemented in several applications involving the matching of two entities containing textual information, images, or fuzzy information. The utilization of text mining to automatically identify document contents can be incorporated with this algorithm to measure the degree of match between documents. This research presents the modeling of security document matching for information asset management—a component of the ISO/IEC 17799:2005 standard—using the weighted-tree similarity algorithm to measure the similarity between the ISO/IEC 17799:2005 asset management security document and the company's security documents. The computational process of this algorithm produces a score describing the overall matching result between the ISO/IEC 17799:2005 asset management security document and the company's information security documents.

Item Type:	Thesis (Masters)
Additional Information:	RTIf 005.740 68 Sul p
Uncontrolled Keywords:	Algoritma exetended weighted-tree similarity, auto matching, ISO/IEC 17799:2005, manajemen asset informasi, text mining, weighted-tree similarity algorithms, auto matching, ISO/IEC 17799:2005, information asset management, text mining
Subjects:	T Technology > T Technology (General) > T58.64 Information resources management
Divisions:	Faculty of Information Technology > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	18 Sep 2026 06:26
Last Modified:	18 Sep 2026 06:26
URI:	http://repository.its.ac.id/id/eprint/144677

Actions (login required)

View Item