Oleh : SUPRIYONO

Transkripsi

1 1 Oleh : SUPRIYONO

2 LATAR BELAKANG Teknologi Informasi merupakan perihal yang sangat penting bagi perusahaan karena dapat digunakan dalam pengambilan suatu keputusan 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 manajemen resiko. 2

3 MANAJEMEN RESIKO Identifikasi informasi Identifikasi ancaman dan kelemahan. Analisa dampak bisnis Penilaian risiko Analisa dari risiko dapat dihubungkan dengna aset bisnis suatu organisasi dan aspek teknis diasosiasikan dengan Information System 3

4 EXPECTED MONETARY VALUE Menentukan Kemungkinan Terjadinya Resiko Menentukan Monetary Value dari dampak resiko yang terjadi EMV adalah alat yang direkomendasikan dan teknik untuk analisis resiko manajemen proyek. Apabila nilai tersebut adalah positif maka dapat disimpulkan untuk peluang (resiko positif) dan apabila nilai yang diperoleh negatif maka dapat disimpulkan untuk 4 ancaman (risiko negatif)

5 PENELITIAN SEBELUMNYA Penelitian Terkait 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 5

6 ANALISIS KEBUTUHAN Gambar Langkah-langkah dalam Pemilihan Kontrol TI Pada bagian ini mengidentifikasi kebutuhan yang berkaitan dengan pengujian model dan teori yang dapat dibuktikan kebenarannya secara ilmiah. 6

7 LANGKAH-LANGKAH DALAM SOLUSI PERMASALAHAN a) Inisialisasi Original Risk Loss Matrix E menggambarkan kerugian dari sisi ekonomi b) Inisialisasi Feasible 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 : 7

8 d) Membangun Risk Probability Matrix L Menggunakan teknik analisa statistik dapat ditentukan frekuensi F(f 1,f 2,...,f n ) dan membangun probability matriks L dengan analisa histori data risiko. Relasi antara l i (i=1,2,3...,n) dan f i (i=1,2,3...,n) menggunakan persamaan sebagai berikut : L i = Risk Probability f i = 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 8

9 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 adalah sebagai berikut: Risk assessment and treatment. Security policy. Organization of information security. Asset management. Human resources security. Physical and environmental security. dll 9

10 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 Matrix S c) Membangun System Performance Matrix P d) Membangun Risk Probability Matrix L e) Membangun Risk Expected Monetary Values Matrix Q 10

11 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, 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

12 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 diidentifikasi : Kontrol TI yang Risiko : Risiko yang diidentifikasi T : EMV( kontrol, risiko) Contoh : T1 ( 2,3) = Kontrol 2, Risiko 3 = Kontrol 3, Risiko 5 T2 (3,5) 12

13 Melakukan rekomendasi dari kontrol TI yang dihasilkan dari sistem yang dibangun 13

14 HASIL PENELITIAN DAN PEMBAHASAN Identifikasi Kontrol TI dan Risiko 14

15 UJI COBA Dari hasil uji coba sistem yang dibangun dapat dilakukan penghitungan dengan hasil seperti pada gambar berikut ini. 15

16 HASIL PENGHITUNGAN EMV Kontrol TI Risiko R 1 R 2 R 3 R 4 R 5 Biaya 400 rb 400 rb 150 rb 20 rb 250 rb K 1 1 jt 46, ,6667 6,0000 2, ,0000 K 2 2 jt 37, ,0000 4,5000 1, ,6667 K 3 4 jt 28, ,3333 3,0000 1, ,3333 K 4 8 jt 18,6667 6,6667 4,5000 1, ,

17 UJI COBA PEMERINGKATAN KONTROL TI 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 Pengurutan Poin Kontrol TI Point Peringkat K K K K

18 KETERANGAN KONTROL TI DAN RISIKO K 1 K 2 K 3 K 4 = Kebijakan Keamanan = Sistem Akses Kontrol = Manajemen Komunikasi dan Operasi = Pengembangan Sistem dan Pemeliharaan R1 R2 R3 R4 R5 R6 = Kesalahan pengguna = Kesalahan administrator = Kesalahan konfigurasi = Gangguan perangkat lunak = Malware Disfunction = Kesalahan informasi yang tidak tepat 18

19 OPTIMALISASI MENGGUNAKAN ALGORITMA GENETIK Uji coba berikutnya adalah optimalisasi menggunakan algoritma genetik dengan mengisikan nilai parameter genetika. Secara default memiliki kombinasi parameter sebagai berikut: Generasi 200 Populasi 10 Perkawinan silang 0.5 Mutasi

20 CONT.. 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 untuk setiap nilai probabilitas perkawinan silang. 20

21 ANALISA HASIL Uji coba mengganti nilai parameter perkawinan silang. Nilai yang diujikan: 0.5, 0.6, 0.7, 0.8, 0.9.

22 KESIMPULAN Pemilihan 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 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. 22

23 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 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. 23

24 SARAN Menambahkan data histori dari setiap pemilihan kontrol TI dan penentuan Expected Monetary Values. Melakukan perbaikan proses pemeringkatan kontrol TI dan penghitungan dari Expected Monetary Values. Melakukan optimalisasi dengan algoritma lain sebagai pembanding 24

25 25

26 26

27 ISTILAH PENTING ALGORTIMA GENETIK Generasi: hasil evolusi kromosom melalui iterasi Populasi: sejumlah solusi yang mungkin Kromosom: individu yang terdapat dalam 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 Mutasi:perubahan nilai gen

28 Mulai Membangun populasi secara random sebanyak n kromosom (sesuai masalahnya) Fitness Evaluasi setiap fitness f(x) dari setiap kromosom x pada populasi Populasi baru Membuat populasi baru lenkap Ganti Gunakan populasi yang baru dibentuk untuk proses algoritma selanjutnya Tes Jika kondisi akhir terpenuhi, berhenti, dan hasilnya adalah solusi terbaik dari populasi saat itu ALGORITMA GENETIKA Algoritma pencarian heuristik yang didasarkan atas mekanisme seleksi alami dan genetika alami Seleksi Pilih dua kromosom induk dari populasi berdasarkan fitnessnya (semakin besar fitnessnya semakin besar kemungkinannya untuk terpilih) Perkawinan silang 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 28 baru

29 Apabila P(t) dan C(t) merupakan parent dan offspring pada generasi t, maka pseudo code dari algoritma genetika dapat dituliskan: procedure AlgoritmaGenetika begin t 0; inisialisasi P(t); evaluasi P(t); while (bukan kondisi berhenti) do 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 29

30 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 Risiko T : Kontrol TI yang diidentifikasi : Risiko yang diidentifikasi : 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 30