Di tahun ini sudah terjadi perubahan atau revolusi dalam sistem industri yaitu revolusi industri 4.0, di mana industri sudah mengimplementasikan sebuah mesin-mesin yang serba cepat dan praktis untuk membantu dalam hal produktivitas. Dengan semakin pesatnya teknologi, banyak alat-alat yang di ciptakan untuk perkembangan teknologi di dunia. Pemanfaatan teknologi di gunakan untuk sebagai penggerak di pesatnya sistem berbasis AI ini dapat di manfaatkan untuk di berbagai bidang, salah satunya adalah penerapan sistem deep learning dan salah satu teknik yang terkenal dan sudah banyak digunakan untuk klasifikasi citra adalah menggunakan metode Jaringan Syaraf Tiruan (JST) yang mampu mengenali wajah manusia dan suatu gambar citra lalu mengklasifikasinya atau bisa di sebut image classification dan image recognition. Untuk perancangan sistem deteksi helm pada penelitian ini akan menggunakan algoritma CNN(Convolutional Neural Network). Convolutional Neural Network dan untuk model arsitektur yang di gunakan adalah MobileNetV2 dengan akurasi 80%, yang dapat di kategorikan baik dalam sebuah akurasi.

Pusat Data dan Informasi (PDI) merupakan salah satu unit pelaksana teknis yang berperan penting dalam mendukung terlaksananya proses perkuliahan di UDINUS. Namun dalam melaksanakan tugas dan tanggung jawab PDI memiliki permasalahan, dimana terjadi error pada Sistem Informasi Akademik Universitas Dian Nuswantoro (SIADIN) saat dioperasikan oleh user dan kurangnya integrasi antar sistem. Dalam menangani error tersebut PDI mengecek kode program dan melakukan perbaikan, namun untuk porgrammer yang belum mengetahui proses pembangunan dan pengembangan SIADIN memiliki kesulitan dalam melakukan perbaikan error (penambahan fungsi) yang dibutuhkan. Kesulitan tersebut disebabkan oleh beberapa hal yaitu kurangnya dokumentasi yang dimiliki terkait dengan pembangunan sistem, stakeholder tidak dilibatkan sepenuhnya, kemampuan dalam melakukan analisis terhadap potensi kemungkinan adanya kesalahan sangat minim dan tidak mempunyai framework sebagai acuan pengembangan SIADIN. Maka dari itu penelitian ini dilakukan untuk menciptakan blueprint IT sistem informasi akademik pada core process dan Prototype sistem informasi akademik pada admin yang dikembangkan berdasarkan blueprint IT dengan menggunakan Zachman Framework sebagai kerangka kerja enterprise architecture untuk melakukan dokumentasi terhadap pengembangan sistem dengan memetakan kedalam 36 sel. Dari penelitian ini diperoleh blueprint IT dan prototype berbasis Objected Oriented Programming yang dapat digunakan sebagai acuan untuk membangun, mengembangkan dan mendokumentasikan sistem.Kata kunci— Enterprise Architecture, Zachman Framework, Blueprint IT

The majority of learning in Universities is adopting the Direct Instructional (DI) approach. The DI approach is a lecturer-centered approach. Howover, this approach tends to be boring for the students as it is very tedious and dominated by the lecturer. Moreover, this approach limits students in developing the habit of problem-solving and creative thinking in learning processes. Therefore, it is very important to develop a new innovative approach in teaching activity that gives students more opportunities to be involved in the learning process. Direct Problem-Based Learning with the utilisation of Multimedia (mDPBL) is developed as an alternative teaching approach to eliminate the disadvantages, especially in the limitations in students' creative thinking.This research measures students’ creative thinking skills after being taught using mDPBL approach. This research uses quasi-experimental method. 276 students involved in this research. The result of the measurement shows that the students’ controlled group has an average score of 18.014 while the latter, the experimental group has an average score of 19.669. Based on the t-test analysis conducted in both groups, they have shown a difference of 1.655 in average score. Therefore, there is an indication that the mDPBL approach contributes to improving students’ creative thinking skills.

Kriptografi dan steganografi adalah teknik yang digunakan untuk mengamankan data untuk meminimalkan pencurian data dan akses oleh orang yang tidak berwenang. Kombinasi Rivest Cipher 4 - Least Significant Bit diusulkan dalam penelitian ini untuk memberikan perlindungan bagi pesan dan berbagai format file yang tertanam dalam gambar digital. Pesan rahasia dienkripsi dengan metode RC4 sebelum dimasukkan kedalam gambar menggunakan LSB. Studi ini juga menganalisis kinerja kombinasi algoritma LSB – RC4 pada berbagai file dan ukuran gambar sampul. Gambar sampul menggunakan gambar dengan saluran RGB. Untuk pengukuran kinerja imperceptibilitas digunakan Peak Signal to Noise Ratio (PSNR), Mean Square Error (MSE), dan analisis histogram.Nilai rata – rata PSNR yang didapatkan pada penelitian ini lebih dari 30 dB, ini membuktikan bahwa kualitas gambar stego sangat baik dan kualitas gambar stego yang baik memiliki nilai PSNR minimal 30 dB. Nilai PSNR yang didapatkan secara keseluruhan lebih dari 30 dB dengan nilai terendahnya 45,15 dB dengan ukuran citra 128x128 pixel.

Pengelolaan risiko dengan baik sangat berpengaruh terhadap proses bisnis perusahaan. SMC RS Telogorejo merupakan salah satu rumah sakit yang memiliki banyak aset TI di dalamnya untuk menunjang proses bisnis utamanya. Permasalahan yang sering dialami adalah kerusakan yang terjadi pada aset TI akibat proses kontrol dan maintenance yang belum dilakukan secara rutin dan adanya serangan dari hacker. Kejadian tersebut mengakibatkan semua kegiatan operasional terganggu dan kadang terhenti. Tujuan dari penelitian ini adalah untuk mengetahui apa saja aset TI yang ada di perusahaan, menganalisa risiko yang terjadi pada setiap aset TI dan mengetahui mitigasi apa saja yang perlu dilakukan apabila risiko tersebut terjadi pada aset TI. Metode penelitian yang digunakan adalah Octave untuk mengelola risiko aset TI dan FMEA untuk melakukan penilaian terhadap masing-masing risiko, yang kemudian diranking berdasarkan prioritasnya. Hasil yang diperoleh dalam peneltian ini adalah 0 risiko very high, 0 risiko high, 0 risiko medium, 9 risiko low, 36 risiko very low. Walaupun hanya diperoleh risiko dengan level low dan very low, namun tetap dilakukan mitigasi guna perbaikan Sistem Manajemen Keamanan Informasi perusahaan.