Oleh : SUPRIYONO 5110201024
L
ATARB
ELAKANGTeknologi Informasi merupakan perihal yang
sangat penting bagi perusahaan karena dapat digunakan dalam pengambilan suatu keputusan
Menurut (Boehm,1991) mengidentifikasi dan
Menurut (Boehm,1991) mengidentifikasi dan
menghadapi resiko adalah awal dari
pengembangan serta membantu mencegah kerusakan sistem perangkat lunak.
Penilaian resiko merupakan langkah awal yang
penting dalam upaya pengembangan di bidang
M
ANAJEMENR
ESIKO•Identifikasi informasi
•Identifikasi ancaman
dan kelemahan.
•Analisa dampak bisnis
Analisa dari risiko dapat•Analisa dampak bisnis
•Penilaian risiko
Analisa dari risiko dapat dihubungkan dengna aset bisnis suatu organisasi dan aspek teknis diasosiasikan dengan Information System
E
XPECTEDM
ONETARYV
ALUEEMV adalah alat yang
direkomendasikan dan teknik untuk analisis resiko manajemen proyek.
Menentukan Kemungkinan Terjadinya Resiko
Apabila nilai tersebut
adalah positif maka dapat disimpulkan untuk
peluang (resiko positif) dan apabila nilai yang diperoleh negatif maka dapat disimpulkan untuk ancaman (risiko negatif)
Menentukan Monetary Value dari dampak resiko yang
terjadi
P
ENELITIANS
EBELUMNYA Haitao, 2011 Penelitian Terkait Liu, 2010 Haitao, 2011 membangun sistem pencegah kejahatan untuk mengurangi kerugian yang disebabkan oleh resiko Liu, 2010 Kerangka kerja penilaian resiko dengan mengadopsi ke rangka kerja ITIL 5A
NALISISK
EBUTUHANGambar Langkah-langkah dalam Pemilihan Kontrol TI
Pada bagian ini mengidentifikasi Pada bagian ini mengidentifikasi
kebutuhan yang berkaitan dengan pengujian model dan teori yang dapat dibuktikan kebenarannya secara ilmiah.
L
ANGKAH
-
LANGKAH DALAM
S
OLUSI
P
ERMASALAHAN
menggambarkan kerugian dari sisi ekonomi
a) Inisialisasi Original
Risk Loss Matrix E
b) Inisialisasi Feasible
Strategy Matrix S Strategy Matrix S
c) Membangun System
Performance Matrix P
Pada umumnya basis dari relasi seorang ahli risiko dan ahli sistem informasi adalah
mengevaluasi hasil, system performance matrix P dibangun sebagai berikut :
Menggunakan teknik analisa statistik dapat ditentukan frekuensi F(f1,f2,...,fn) dan
membangun probability matriks L dengan analisa histori data risiko.
d) Membangun Risk
Probability Matrix L
Relasi antara li (i=1,2,3...,n) dan fi (i=1,2,3...,n) menggunakan
persamaan sebagai berikut :
Li = Risk Probability
fi = frekuensi
e) Membangun Risk
Expected Monetary Values Matrix Q
Persamaan yang digunakan : Q=P x E x L
P = Sytem performance dengan Matrix P E = Original Risk Loss Matrix E
L = Risk Probability Matrix L
Mengidentifikasi kontrol TI
sesuai dengan standard yang digunakan dan menentukan daftar risiko yang terkait.
Mengenai standard yang
digunakan dapat berdasarkan ISO 17799, COBIT, ITIL dan sebagainya
Contoh identifikasi kontrol TI
berdasarkan ISO 27002 adalah berdasarkan ISO 27002 adalah sebagai berikut:
Risk assessment and treatment. Security policy.
Organization of information security. Asset management.
Human resources security.
Physical and environmental security.
Melakukan beberapa tahapan
dalam proses pembuatan
sistem yang berkenaan dengan penentuan expected monetary
values (EMV).
a) Inisialisasi Original Risk Loss
Matrix E
b) Inisialisasi Feasible Strategy b) Inisialisasi Feasible Strategy
Matrix S
c) Membangun System
Performance Matrix P
d) Membangun Risk Probability
Matrix L
e) Membangun Risk Expected
Langkah-langkah dalam
pemeringkatan dengan metode 100 poin diantaranya adalah (Leffingwell., et. al, 2003) :
Memasukan semua kontrol TI
yang digunakan dalam sebuah baris
Membagi semua poin diantara
kontrol TI yang digunakan, kontrol TI yang digunakan, menurut yang paling sesuai dengan sistem kontrol yang ada setiap orang yang berkontribusi
Mengakumulasi poin yang
didapat pada setiap kontrol TI dari setiap pemberi suara atau poin
Melakukan perangkingan
terhadap kontrol TI berdasarkan total poin yang diperoleh 11
a) Pengkodean yang akan digunakan pada
optimalisasi kontrol TI adalah pengkodean nilai
b) Menggunakan pendekatan random,
sehingga nilai-nilai yang dihasilkan adalah nilai random.
Pemodelan Genetika
Kontrol 1 Kontrol 2 Kontrol 3
Risiko 1 Risiko 2 Risiko 3 Risiko 4 Risiko 5 Risiko 6
T1 T3 T2 T1 T4 T3
Keterangan:
Kontrol : Kontrol TI yang
diidentifikasi
Risiko : Risiko yang diidentifikasi T : EMV( kontrol, risiko) Contoh : T1 ( 2,3) = Kontrol 2, Risiko 3 T2 (3,5) = Kontrol 3, Risiko 5 T1 T3 T2 T1 T4 T3 12
Melakukan rekomendasi dari
kontrol TI yang dihasilkan
dari sistem yang dibangun dari sistem yang dibangun
H
ASILP
ENELITIAN DANP
EMBAHASANIdentifikasi Kontrol TI dan Risiko
U
JIC
OBADari hasil uji coba sistem yang dibangun dapat dilakukan
penghitungan dengan hasil seperti pada gambar berikut ini.
H
ASILP
ENGHITUNGANEMV
Kontrol TI Risiko R 1 R2 R3 R4 R5 Biaya 400 rb 400 rb 150 rb 20 rb 250 rb K 1 jt 46,6667 26,6667 6,0000 2,6667 35,0000 K1 1 jt 46,6667 26,6667 6,0000 2,6667 35,0000 K2 2 jt 37,3333 20,0000 4,5000 1,6000 11,6667 K3 4 jt 28,0000 13,3333 3,0000 1,6000 23,3333 K4 8 jt 18,6667 6,6667 4,5000 1,6000 17,5000 16U
JIC
OBAP
EMERINGKATANK
ONTROLTI
Hasil yang diperoleh dari penghitungan EMV
diperingkatkan dengan metode 100 poin dengan harapan hasil kontrol TI yang diperoleh sesuai dengan yang
diinginkan user.
Distribusi poin oleh pengguna
Kontrol TI Point K1 42 K2 16 K3 24 K4 18 Jumlah 100
Kontrol TI Point Peringkat K1 42 1 K3 24 2 K4 18 3 K2 16 4 Distribusi poin oleh pengguna Pengurutan Poin
K
ETERANGANK
ONTROLTI
DANR
ISIKOK1 = Kebijakan Keamanan K2 = Sistem Akses Kontrol
K3 = Manajemen Komunikasi dan Operasi
K4 = Pengembangan Sistem dan Pemeliharaan
18
R1 = Kesalahan pengguna
R2 = Kesalahan administrator R3 = Kesalahan konfigurasi
R4 = Gangguan perangkat lunak R5 = Malware Disfunction
O
PTIMALISASIM
ENGGUNAKANA
LGORITMAG
ENETIK
Uji coba berikutnya adalah optimalisasi
menggunakan algoritma genetik dengan
mengisikan nilai parameter genetika. Secara
default
memiliki kombinasi parameter sebagai
berikut:
berikut:
Generasi 200 Populasi 10 Perkawinan silang 0.5 Mutasi 0.1 19C
ONT..
Uji coba dilakukan untuk mengatahui adanya perubahan
nilai cost dan nilai fitness.
Nilai probabilitas perkawinan silang yang diujikan adalah
0.5, 0.6, 0.7, 0.8, dan 0.9.
Uji coba dilakukan masing-masing 10 kali percobaan Uji coba dilakukan masing-masing 10 kali percobaan
untuk setiap nilai probabilitas perkawinan silang.
A
NALISAH
ASILUji coba mengganti nilai parameter perkawinan
K
ESIMPULANPemilihan kontrol TI dengan menentukan EMV
dapat dihasilkan lebih dari satu kontrol TI sehingga memudahkan pihak manajemen dalam menentukan kontrol TI yang sesuai dengan kebutuhan. Biaya
kontrol TI dan risiko yang ditentukan pihak manajemen kontrol TI dapat mempengaruhi manajemen kontrol TI dapat mempengaruhi
pemilihan kontrol TI. Semakin besar biaya kontrol TI maka semakin berpeluang untuk mengurangi risiko.
Metode 100 poin atau Cumulative Voting dapat
digunakan untuk memeringkatkan kontrol TI
sehingga dapat menentukan prioritas utama kontrol TI serta identifikasi risiko dan kontrol TI beserta
biaya yang dikeluarkan dapat mempengaruhi pemilihan kontrol TI.
Probabilitas perkawinan silang menentukan
nilai fitness yang dihasilkan. Semakin tinggi nilai probabilitas perkawinan silang yang
diberikan, maka nilai fitness yang dihasilkan
akan semakin tinggi. Namun pada kondisi akan semakin tinggi. Namun pada kondisi
tertentu nilai fitness tidak mengalami perubahan atau bahkan akan menurun.
Pada kasus pemilihan kontrol TI nilai
probabilitas perkawinan silang yang sesuai digunakan adalah 0.6. Pada probabilitas 0.6 didapatkan nilai fitness tertingggi.
S
ARANMenambahkan data histori dari setiap pemilihan
kontrol TI dan penentuan Expected Monetary
Values.
Melakukan perbaikan proses pemeringkatan
kontrol TI dan penghitungan dari Expected kontrol TI dan penghitungan dari Expected
Monetary Values.
Melakukan optimalisasi dengan algoritma lain
sebagai pembanding
I
STILAHP
ENTINGA
LGORTIMAG
ENETIK
Generasi: hasil evolusi kromosom melalui
iterasi
Populasi: sejumlah solusi yang mungkin
Kromosom: individu yang terdapat dalam
satu populasi
satu populasi
Gen: bagian dari kromosom
Fitness: alat ukur yang digunakan untuk
mengukur proses evaluasi
Seleksi: proses pemilihan induk
Perkawinan
silang:
menyilangkan
2
kromosom induk
A
LGORITMAG
ENETIKAMulai Mulai
Membangun populasi secara random sebanyak n kromosom (sesuai
masalahnya)
Fitness Fitness
Evaluasi setiap fitness f(x) dari setiap kromosom x pada populasi
Populasi baru Populasi baru
Membuat populasi baru
Seleksi
•Pilih dua kromosom induk dari populasi berdasarkan fitnessnya (semakin besar
fitnessnya semakin besar
kemungkinannya untuk terpilih)
Perkawinan silang
Algoritma pencarian heuristik yang didasarkan atas mekanisme seleksi alami dan genetika alami
Membuat populasi baru lenkap
Ganti Ganti
Gunakan populasi yang baru dibentuk untuk proses algoritma selanjutnya
Tes Tes
Jika kondisi akhir terpenuhi, berhenti, dan hasilnya adalah solusi terbaik dari populasi saat itu
•Sesuai dengan besarnya kemungkinan perkawinan silang, induk terpilih disilangkan untuk membentuk anak. Jika tidak ada perkawinan silang, maka anak merupakan salinan dari induknya.
Mutasi
•Sesuai dengan besarnya kemungkinan mutasi, anak dimutasi pada setiap lokus (posisi pada kromosom)
Penerimaan
•tempatkan anak baru pada populasi baru
procedure AlgoritmaGenetika begin
t 0;
inisialisasi P(t); evaluasi P(t);
while (bukan kondisi berhenti) do
kombinasikan P(t) untuk menghasilkan C(t);
Apabila P(t) dan C(t) merupakan parent dan
offspring pada generasi t,
maka pseudo code dari kombinasikan P(t) untuk menghasilkan C(t);
evaluasi P(t);
pilih P(t+1) dari P (t) dan C(t); t t+1;
end while End
maka pseudo code dari algoritma genetika dapat dituliskan:
Kontrol 1 Kontrol 2 Kontrol 3
Risiko 1 Risiko 2 Risiko 3 Risiko 4 Risiko 5 Risiko 6
T1 T3 T2 T1 T4 T3
Kontrol : Kontrol TI yang diidentifikasi
30
Kontrol : Kontrol TI yang diidentifikasi
Risiko : Risiko yang diidentifikasi T : EMV( kontrol, risiko)
Contoh : T1 ( 2,3) = Kontrol 2, Risiko 3 T2 (3,5) = Kontrol 3, Risiko 5 Pada Tabel dapat dilihat tiap kontrol TI dapat berkaitan dengan beberapa risiko sebagai contoh adalah seperti berikut ini.
Kontrol 1 berkaitan dengan risiko 1 dan risiko 2 Kontrol 2 berkaitan dengan risiko 3 dan risiko 4