Risk Assessment Modeling With Application in The Accounting Cloud Servide Industry - En.id
Risk Assessment Modeling With Application in The Accounting Cloud Servide Industry - En.id
com
beranda jurnal:www.elsevier.com/locate/eswa
Kata kunci: Layanan cloud akuntansi diimplementasikan dengan menerapkan model Software as a Service (SaaS). Penyedia layanan cloud
Model penilaian risiko akuntansi menghadapi banyak risiko dari lingkungan persaingan eksternal yang serupa dengan penyedia SaaS lainnya (
Manajemen risiko
Lemkin, 2015) dan juga memiliki beberapa risiko spesifik dari karakteristik akuntansi seperti keberlangsungan dan periodisitas
Industri layanan cloud akuntansi Teori Bukti
(Ma & Kauffman, 2014). Manajemen risiko telah menjadi isu manajemen penting dalam industri layanan cloud akuntansi, dan
Dempster-Shafer (Teori DS) Pendekatan
penilaian risiko adalah konten inti dari proses manajemen risiko. Namun, lebih sedikit peneliti yang memperhatikan model
penalaran bukti
dan aplikasi penilaian risiko di industri layanan cloud, khususnya industri layanan cloud akuntansi. Dengan menggunakan
pendekatan penalaran bukti dengan koefisien Gini, makalah ini memberikan model penilaian risiko termasuk kerangka
sistematis dan proses rasional, yang dapat menilai tingkat risiko dalam industri layanan cloud akuntansi. Pemodelan penilaian
risiko yang diusulkan diterapkan dan didemonstrasikan menggunakan 535 penyedia layanan cloud akuntansi Tiongkok.
1. Perkenalan Risiko dominan pada layanan cloud akuntansi biasanya berfokus pada keamanan (
Dari hype hingga masa depan, 2010). Penelitian sebelumnya meneliti penilaian
Layanan cloud telah menimbulkan kekhawatiran risiko sekaligus risiko atau identifikasi risiko dari pelanggan cloud akuntansi (Djemame dkk., 2009;
menghadirkan kenyamanan dan pengalaman sesuai permintaan bagi Saripalli dkk., 2011; Subashini & Kavitha, 2011; Alberts & Dorofee, 2002). Studi-
manajemen, misalnya keamanan informasi, kualifikasi penyedia, dan kepatuhan studi ini mengeksplorasi berbagai strategi atau metodologi penilaian risiko untuk
hukum (Ren dkk., 2012). Layanan cloud menimbulkan risiko yang perlu dinilai dan mengelola atau mengurangi risiko, terutama risiko keamanan, dari sudut
dimitigasi (CSA, 2010; Wayne, 2010).Ramgovind dkk. (2010)menunjukkan bahwa pandang pelanggan cloud saat pelanggan berencana mengimplementasikan
setiap organisasi harus memahami secara komprehensif risiko penting dari layanan cloud. Meskipun proyek layanan cloud disediakan, hanya sedikit
lingkungan komputasi awan. Hal ini memerlukan penilaian dan manajemen risiko penelitian yang menyelidiki risiko atau penilaian risiko penyedia layanan cloud
yang tepat berdasarkan sisi pelanggan atau penyedia. Semua pemangku (CSP). Laporan penelitian dariPricewaterhouseCoopers (2014)mengindikasikan
kepentingan harus mempertimbangkan kerangka kerja terintegrasi untuk bahwa penyedia layanan cloud akan menghadapi persaingan ketat dan
mengelola risiko layanan cloud di semua tingkatan dalam industri layanan cloud ( lingkungan pasar yang kompleks, termasuk faktor budaya, di masa depan.
Subashini & Kavitha, 2011). Dibandingkan dengan jumlah penelitian mengenai penilaian risiko pelanggan
Layanan cloud akuntansi biasanya mengacu pada akuntansi cloud dalam layanan cloud, terdapat lebih sedikit penelitian mengenai penilaian risiko penyedia
Software as a Service (SaaS). Perangkat lunak akuntansi cloud dihosting di layanan cloud (CSP). Di sisi lain, penyedia layanan cloud akuntansi menghadapi
server jarak jauh, mirip dengan model bisnis SaaS. Menurut riset pasar baru- risiko serupa dengan pelanggan mereka. Risiko-risiko ini mencakup keamanan
baru ini, pasar perangkat lunak akuntansi akan memiliki nilai global sebesar dan privasi data, risiko teknologi, risiko organisasi, dan kewajiban kepatuhan (
$11,8 miliar pada tahun 2026 dengan tingkat ekspansi sebesar 8,6 persen Subashini & Kavitha, 2011). Dalam menanggapi kebutuhan ini dalam komunitas
per tahun mulai tahun 2018 (akuntansi hari ini, 2018). Meski memiliki banyak akademis dan praktik bisnis, model dan metode penilaian risiko yang
manfaat, penerapan layanan cloud akuntansi juga menghadapi risiko yang komprehensif harus dieksplorasi dan dipelajari untuk penyedia layanan cloud
cukup besar. Kekhawatiran risiko ini datang dari pelanggan cloud akuntansi akuntansi. Dalam penelitian ini, pertama-tama kami mengeksplorasi risiko yang
dan penyedia layanan cloud akuntansi (CSP) (Latif dkk., 2014). komprehensif
https://doi.org/10.1016/j.eswa.2023.120526
Diterima 19 Desember 2021; Diterima dalam bentuk revisi 17 Desember 2022; Diterima 18 Mei 2023
Tersedia online 24 Mei 2023
0957-4174/© 2023 Elsevier Ltd. Semua hak dilindungi undang-undang.
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
model dan metode penilaian untuk penyedia layanan cloud. Penelitian model penilaian untuk penyedia layanan cloud.
sebelumnya mengenai manajemen risiko penyedia layanan cloud biasanya
bekerja secara terpisah pada keamanan data, teknologi, risiko organisasi, dan 2.3. Penyedia layanan cloud akuntansi
kepatuhan. Studi ini pertama-tama menyelidiki model dan metode penilaian risiko
terintegrasi untuk penyedia layanan cloud dibandingkan penelitian risiko spesifik Layanan cloud akuntansi kurang mendapat perhatian di komunitas
dalam literatur sebelumnya. Selanjutnya, makalah ini memvalidasi model dan akademis dibandingkan di profesi akuntansi dan TI.Mizuno dan Odake
metode dengan mensurvei 535 penyedia layanan cloud akuntansi. (2015)menjelajahi pasar dan model bisnis layanan cloud akuntansi di Jepang.
Seksi 2memperkenalkan literatur yang relevan.Bagian 3 Penelitian ini menerapkan metodologi studi kasus untuk menyimpulkan
memperkenalkan penilaian risiko yang diusulkan dan proses karakteristik pasar layanan cloud akuntansi Jepang. Penelitian lainnya fokus
pengembangan. Kasus-kasus nyata disajikan untuk menggambarkan meneliti risiko sistem informasi akuntansi setelah pelanggan memindahkan
penerapan model dan metode yang diusulkan dalamBagian 4. Kesimpulan sistem informasi akuntansi ke cloud. KPMG merilis empat laporan dan
dan kontribusi diambil di bagian akhir. whitepaper pada tahun 2012 dan 2013 (KPMG, 2012a; KPMG, 2012b; KPMG,
2013). Laporan-laporan ini menyajikan risiko dan dampak layanan cloud
2. Tinjauan Pustaka terhadap sistem informasi akuntansi dari perspektif vendor layanan cloud,
perspektif pelanggan, dan perspektif peraturan. Laporan KPMG
2.1. Penilaian risiko layanan cloud memberikan gambaran singkat tentang layanan cloud akuntansi untuk
setiap pemangku kepentingan dan menggambarkan peta status layanan
Studi terkini mengenai penilaian risiko layanan cloud berfokus pada cloud akuntansi saat ini dengan mengumpulkan data survei dari profesi
metodologi penilaian risiko atau menyelidiki risiko spesifik seperti keamanan tersebut. Namun penelitian ini merupakan penelitian akademis pertama
dan perjanjian tingkat layanan.Morali dan Wieringa (2010)menggunakan mengenai layanan cloud akuntansi.
metodologi kerahasiaan berbasis risiko saat melakukan outsourcing TI ke
komputasi awan. Yeo dan Buyya (2009)merancang metode analisis risiko 2.4. Teori bukti Dempster-Shafer
terintegrasi untuk layanan cloud komersial.Luo dkk. (2010)mengembangkan
model asuransi untuk Kualitas Layanan (QoS) dalam komputasi awan. Studi- Dempster (1967)pertama kali mengusulkan teori bukti Dempster-Shafer, dan
studi ini mengeksplorasi metodologi analisis risiko yang berbeda di berbagai Shafer (1976)mengembangkan teori, yang dianggap sebagai generalisasi dari
tingkat layanan cloud untuk meningkatkan kinerja layanan cloud.Zachman teori probabilitas Bayesian. Teori bukti Dempster-Shafer dapat mengatasi
(1987) pertama berfokus pada risiko keamanan sistem cloud dan ketidakpastian atau ketidaktepatan yang tertanam dalam bukti.Yang dkk. (2006)
mengembangkan kerangka keamanan cloud.Djemame dkk. (2009) mengembangkan lebih lanjut teori Bukti Dempster-Shafer untuk menyelesaikan
mengeksplorasi penilaian risiko layanan cloud melalui mekanisme perjanjian masalah keputusan dengan analisis atribusi berganda. Ketika teori Bukti
tingkat layanan. Studi-studi ini menyelidiki penilaian risiko layanan cloud Dempster-Shafer diterapkan pada sistem pengambilan keputusan untuk penilaian
dengan berfokus pada risiko tertentu atau memenuhi perjanjian tingkat risiko, teori tersebut pertama-tama berfokus pada bidang E-commerce (Khokhar
layanan. Badan Keamanan Jaringan dan Informasi Eropa (ENISA) dkk., 2006). Namun, aturan Dempster tidak memiliki definisi dan tidak dapat
memberikan rekomendasi dan merancang beberapa kriteria jaminan untuk diterapkan dalam kasus tertentu ketika dua bukti saling bertentangan (Yang & Xu,
menilai risiko layanan cloud (Catteddu & Hogben, 2009). Laporan tersebut 2013). Kurangnya definisi ini telah menyebabkan masalah yang kontra-intuitif
menyoroti dua pengukuran risiko kuantitatif dan kualitatif yang terlibat ketika aturan tersebut menggabungkan bukti-bukti dalam konflik yang tinggi
dalam proses pemodelan. Namun metodologi analisis risiko ini berlaku (atau hampir selesai) (Zadeh, 1984). Pendekatan aturan penalaran bukti
untuk penilaian risiko spesifik untuk keamanan layanan cloud. Kontribusi dikembangkan untuk menyelesaikan perselisihan. Pendekatan penalaran bukti
kerangka kuantitatif ENISA adalah memungkinkan penyedia cloud, klasik menggabungkan bobot dan keandalan data (Du dkk., 2018).Zhang dkk.
konsumen cloud, dan badan pengatur untuk secara aman menilai kekuatan (2018)mengembangkan aturan penalaran bukti berbasis koefisien Gini
relatif dari berbagai penawaran dan pendekatan vendor cloud (Drissi dkk., menggunakan bobot dan keandalan data. Makalah kami mengikuti hasil tersebut
2013). Model yang kami usulkan mengikuti kerangka kuantitatif ini dan dan membangun model penilaian risiko berdasarkan Teori Dempster-Schafer
menggantikan pendekatan Delphi dengan pendekatan penalaran DS. dengan alasan bukti berbasis koefisien Gini.
2
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
kamu= {pasti, mungkin, kira-kira mungkin, mungkin, kira-kira tidak mungkin, tidak mungkin, sama sekali tidak mungkin}.
mampu. Penyedia layanan cloud harus mematuhi kebijakan dan yurisdiksi Kami mendefinisikan variabel linguistik ini menjadi tujuh estimasi fuzzy:
politik saat ini (Chou & Oetting, 2011; Kumar dkk., 2012; Julisch & Hall, 2010). ⎧
⎪0,Q-saya >1,
Dampak kebijakan atau pembatasan hukum diukur berdasarkan konsistensi ⎪
⎪⎪0.25,Q- Saya=1,q <4,
kebijakan, kelengkapan kebijakan, penegakan kebijakan, dan dukungan
⎪
kebijakan. Komponen ekonomi dan teknologi terdiri dari ukuran ⎪⎪0.5,Q- Saya=1,Q=4,
kematangan pasar cloud, persaingan pasar layanan cloud, kualitas ⎪
⎪
⎪0.75,Q- Saya=1,q>4,
infrastruktur, pengembangan teknologi, dan prospek ekonomi. Komponen ⎨
ekosistem yang terakhir adalah faktor sosial dan budaya. Kami μqi= 1,Q=Saya.
⎪ (1)
menggunakan dua variabel untuk mengukur hal ini: pengakuan sosial ⎪
⎪0.75,Saya- Q=1,q <4;
terhadap layanan cloud dan tingkat pendidikan penduduk. ⎪
⎪
⎪0.5,Saya- Q=1,Q=4;
Risiko internal terdiri dari dua dimensi: organisasi dan kualitas layanan. Risiko ⎪
⎪
internal mencakup hilangnya reputasi bisnis dan perubahan organisasi apa pun ⎪⎪0.25,Saya- Q=1,q>4;
yang dapat terjadi pada penyedia layanan cloud dan menyebabkan kegagalan ⎩
0,Saya-q>1;
penyedia tersebut (Duhbur, 2011). Risiko organisasi dikategorikan sebagai risiko
apa pun yang dapat memengaruhi faktor organisasi. Faktor-faktor tersebut q, saya=1,2...7
3
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
nilai keanggotaan
Hitung Aturan
Fungsi
Fungsi
Hasil Akhir
Meja 2
Tabel pengkodean faktor risiko.
4
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
Tabel 3
μqimenunjukkan nilai keanggotaan dariSayathkelas tersebutQthevaluasi kabur-
Contoh penetapan nilai relasi.
asi dalam himpunan fuzzykamu.
Ekspresi dari itu mempertaruhkan model adalah = Hubungan antaraCDanD Nilai yang diberikan
μ7Saya,k=3.
di antara peserta. Penerapan ini mengarah pada keadilan dan kewajaran
μSaya(Ak)menunjukkan nilai keanggotaan dariSayathkelaskthnilaiAkdalam model distribusi bobot. Model optimal yang diterapkan ditunjukkan pada
risiko Θ.
Persamaan(6):
⎧ { } { }
⎪ ∑N ∑|Θ| ∑N ∑|Θ|
⎪
⎪maks A∈{1,2…N} (μaj“ - μbj“ wA)2 - menitA∈{1,2…N} (μaj“ - μbj“ wA)2 ⩽
⎪
⎪ B=1 J=1 B=1 J=1
⎪ { } { }
⎨ ∑ ∑
N |Θ| ∑N ∑|Θ|
'2 '2
st (μaj“ - μbj“ wA) - menitA∈{1,2…N} (μaj“ - μbj“ wA) ,
⎪ maksA∈{1,2…N}
⎪ B=1 J=1 B=1 J=1
⎪
⎪ ∑N
⎪
⎪ wA=1,w1,w2,…,wN⩾0.
⎩
A=1
μA' (Ak)
μA' (Ak) =∑3 k=1,2,3;A=1,2,⋅⋅⋅,N (5) Membangunmassafungsi masing-masing peserta. milik masing-masing peserta
k=1 μ'A(Ak) massafungsi penilaian padaPSayaadalah:
⎪
Saya
⎪ ∑3
⎩ 1- α(P ) ⋅ μA''(P)(A k),A= Θ.
Saya
k=1 A
Saya
5
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
Proses di atas diterapkan secara berulang di setiap kelompok, yang tetap pada Kami menerapkan fungsi massa komposit pada (10) untuk menyesuaikan fungsi massa yang
level yang sama. Misalnya kita akan menggunakan metode Among P11, P12, P13, dicapai pada (11). Kami juga dapat mengevaluasi risiko penyedia secara keseluruhan seperti di
P1 P2 P3 Berat
6
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
Tabel 6 Tabel 9
Tentukan nilai fuzzy untuk variabel linguistik. Nilai relatif di antara 10 respons untuk fungsi massa yang
disesuaikan.
Contoh Soal dalam Survei 10 Jawaban Saya
Tanggapan 10 Tanggapan Nilai bobot relatif
Bagaimana pengaruh politik dan kebijakan terhadap layanan cloud R1 Kecil kemungkinannya 5 R1 0,9162
bisnis di perusahaan Anda? R2 Paling 2 R2 0,9154
mungkin R3 0,9154
R3 Paling 2 R4 0,9200
mungkin R5 0,9154
R4 Mungkin 4 R6 0,9154
R5 Paling 2 R7 0,9171
mungkin R8 0,9162
R6 Paling sedikit 6 R9 0,9162
mungkin R10 0,9154
R7 Lagi 3
mungkin
R8 Kecil kemungkinannya 5
R9 Kecil kemungkinannya 5 Tabel 10
R10 Paling 2 Fungsi massa yang disesuaikan, yang mengukur persepsi risiko pada contoh pertanyaan
mungkin
untuk setiap respons.
7
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
contoh digunakan untuk memperkirakan P111, yang menjelaskan bagaimana model dan 6. Kesimpulan dan peluang masa depan
metode penilaian risiko yang diusulkan untuk menilai risiko konsistensi politik dan
kebijakan (Tabel 6–9). Penyedia layanan cloud akuntansi baru-baru ini memasuki pasar dengan
aplikasi teknologi informasi di bidang akuntansi dan keuangan. Manajemen
5.2.1. Mendefinisikan variabel linguistik dan nilai fuzzy risiko jarang didekati dalam penyedia layanan cloud akuntansi karena
manajemen risiko juga merupakan konsep yang muncul dan inovatif dalam
industri SaaS, yang dimiliki oleh penyedia layanan cloud akuntansi. Sejauh
5.2.2. Menentukan Formula dan nilai keanggotaan pengetahuan terbaik, ini adalah makalah pertama yang mengeksplorasi
model dan metode penilaian risiko untuk penyedia layanan cloud akuntansi.
Untuk mengatasi pemodelan penilaian risiko, kami menerapkan pendekatan
5.2.3. Hitung aturan dan fungsi massa masing-masing peserta penalaran bukti berbasis koefisien Gini yang berasal dari teori Dempster-
Schafer untuk membangun model dari tiga tingkatan: risiko eksternal,
internal, dan pemangku kepentingan. Dalam operasi bisnis sehari-hari,
5.2.4. Fungsi massa komposit penyedia layanan cloud akuntansi harus memerlukan interaksi dan integrasi
Kami mengumpulkan 10 dari 535 tanggapan sebagai sampel. Oleh karena itu, kami kontribusi dengan lembaga hukum, pelanggan, pemasok, produsen,
tidak mengurangi fungsi Mass gabungan dari 10 tanggapan. karyawan, dan bahkan lembaga dan asosiasi teknologi. Model dan metode
penilaian risiko yang diusulkan yang melibatkan dimensi-dimensi ini dapat
5.2.5. Tentukan dan tetapkan nilai relatif di antara nilai bobot awal untuk dengan jelas dan berhasil mempertimbangkan dan mengukur semua risiko
fungsi massa yang disesuaikan yang dihadapi penyedia layanan cloud akuntansi. Sejalan dengan faktor
lingkungan ekonomi, koefisien Gini, model dan pendekatan yang diusulkan
memberikan mekanisme yang komprehensif dan efektif untuk membantu
5.2.6. Masukkan nilai relatif yang disesuaikan ke dalam fungsi massa sekering penyedia layanan cloud akuntansi mengelola risiko dengan sukses dalam
Kami mendapatkan fungsi Mass untuk setiap respons dalam sampel operasi bisnis.
dengan nilai keanggotaan yang disesuaikan.Tabel 10menyajikan persepsi Pekerjaan di masa depan mungkin menerapkan model dan metode ini pada
risiko pada contoh pertanyaan dari setiap respon. MeskipunTabel 10 area penilaian risiko lainnya di industri SaaS, seperti layanan blockchain, layanan
menunjukkan fungsi massa masing-masing respon, kita juga dapat keamanan siber, dan layanan otomatisasi proses robotik (RPA). Banyak bidang
menggabungkan fungsi massa umum dari P111, yang dapat menyajikan akuntansi dan keuangan menghadapi tantangan serupa dengan sistem informasi
persepsi risiko rata-rata tingkat industri berdasarkan fungsi massa masing- dan aplikasi teknologi.
masing respons. Fungsi massa tingkat industri adalah
Pernyataan kontribusi kepenulisan CReditT
MF(P111)= (0.0001(tinggi),0.9998(sedang),0.001(rendah),0(domain wacana))
Huaping Wu:Konseptualisasi, Pengawasan, Metodologi, Perangkat
5.2.7. Hasil akhir Lunak.Yuguo Wu:Kurasi data, Perangkat Lunak, Validasi, Visualisasi,
Terakhir, kami menerapkan prosedur secara berulang pada setiap faktor risiko, Investigasi.Jidong Zhang:Penulisan – draf asli, Penulisan – review &
seperti PSaya, Paku j, Pijk,dengan 535 tanggapan.Tabel 11menyajikan hasil bobot akhir pengeditan, administrasi proyek.
untuk setiap faktor risiko.
Setelah kita menerapkan nilai bobot di atas pada fungsi massa, P111 Deklarasi Kepentingan Bersaing
diperkirakan sebagai
M(P111)*
F = (0.000092(tinggi),0.999816(sedang),0.000092(rendah),0(domain wacana) )
M(P11)*
F = (0(tinggi),1(sedang),0(rendah),0(domain wacana) ) Ketersediaan data
Kami menerapkan metode ini secara berulang ke P11, P12,dan P13. Fungsi
Data akan tersedia berdasarkan permintaan.
massa P1,yang mewakili risiko eksternal, adalah:
5.3. Ringkasan
Survei persepsi risiko bisnis bagi penyedia layanan cloud akuntansi
Kami secara acak memilih 10 dari 535 tanggapan untuk memperkenalkan
prosedur model penilaian risiko. Melalui penghitungan berulang ini, kami dapat
memperkirakan persepsi risiko di semua tingkatan untuk setiap perusahaan Apa yang kita lakukan?
layanan cloud akuntansi dan mencapai persepsi risiko rata-rata berdasarkan Kami adalah pakar akuntansi yang tertarik untuk meneliti faktor risiko yang
persepsi masing-masing penyedia dengan penerapan model dan metode kami. dihadapi oleh penyedia layanan cloud akuntansi dalam bisnis sehari-hari. Survei
berfokus pada pemahaman persepsi risiko di perusahaan Anda. Kami
berkomitmen masukan Anda tidak akan diungkapkan kecuali untuk penelitian ini.
Silakan isi kuesioner ini, dan kami menghargai partisipasi Anda.
8
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
Terima kasih. pelanggan di perusahaan Anda pada bisnis layanan cloud akuntansi:
Pertanyaan 1: Silakan menilai dampak konsistensi kebijakan politik □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
terhadap bisnis layanan cloud akuntansi: paling tidak mungkin□tidak sepertinya.
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ Pertanyaan 18: Silakan menilai dampak kepuasan pelanggan di
paling tidak mungkin□tidak sepertinya. perusahaan Anda terhadap bisnis layanan cloud akuntansi:
Pertanyaan 2: Silakan menilai dampak dukungan kebijakan politik □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
terhadap bisnis layanan cloud akuntansi: paling tidak mungkin□tidak sepertinya.
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ Pertanyaan 19: Silakan menilai dampak pemahaman pelanggan di
paling tidak mungkin□tidak sepertinya. perusahaan Anda terhadap bisnis layanan cloud akuntansi:
Pertanyaan 3: Silakan menilai dampak kelengkapan kebijakan politik □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
terhadap bisnis layanan cloud akuntansi: paling tidak mungkin□tidak sepertinya.
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ Pertanyaan 20: Silakan menilai dampak kompatibilitas budaya dengan
paling tidak mungkin□tidak sepertinya. pelanggan di perusahaan Anda pada bisnis layanan cloud akuntansi:
Pertanyaan 4: Silakan menilai dampak penegakan kebijakan politik □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
terhadap bisnis layanan cloud akuntansi: paling tidak mungkin□tidak sepertinya.
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ Pertanyaan 21: Silakan menilai dampak kompatibilitas strategi dengan
paling tidak mungkin□tidak sepertinya. pelanggan di perusahaan Anda pada bisnis layanan cloud akuntansi:
Pertanyaan 5: Silakan menilai dampak pengakuan sosial pada bisnis □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
layanan cloud akuntansi: paling tidak mungkin□tidak sepertinya.
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ Pertanyaan 22: Silakan menilai dampak kompatibilitas sistem dengan pelanggan,
paling tidak mungkin□tidak sepertinya. seperti perangkat lunak dan perangkat keras di perusahaan Anda pada bisnis layanan
Pertanyaan 6: Silakan menilai dampak tingkat pendidikan penduduk terhadap cloud akuntansi:
bisnis layanan cloud akuntansi: □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ paling tidak mungkin□tidak sepertinya.
paling tidak mungkin□tidak sepertinya. Pertanyaan 23: Silakan menilai dampak biaya persediaan di perusahaan
Pertanyaan 7: Silakan menilai dampak kematangan pasar pada Anda terhadap bisnis layanan cloud akuntansi:
bisnis layanan cloud akuntansi: □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ paling tidak mungkin□tidak sepertinya.
paling tidak mungkin□tidak sepertinya. Pertanyaan 24: Silakan menilai dampak waktu respons risiko terhadap
Pertanyaan 8: Silakan menilai dampak persaingan pasar pada bisnis pelanggan di perusahaan Anda pada bisnis layanan cloud akuntansi:
layanan cloud akuntansi: □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ paling tidak mungkin□tidak sepertinya.
paling tidak mungkin□tidak sepertinya. Pertanyaan 25: Silakan menilai dampak substitusi persediaan di
Pertanyaan 9: Silakan menilai dampak infrastruktur seperti server, perusahaan Anda terhadap bisnis layanan cloud akuntansi:
jaringan, dan komputer pada bisnis layanan cloud akuntansi: □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ paling tidak mungkin□tidak sepertinya.
paling tidak mungkin□tidak sepertinya. Pertanyaan 26: Silakan menilai dampak kualifikasi pihak ketiga
Pertanyaan 10: Silakan menilai dampak perkembangan teknologi baru seperti AWS dll., pada bisnis layanan cloud akuntansi:
pada bisnis layanan cloud akuntansi: □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ paling tidak mungkin□tidak sepertinya.
paling tidak mungkin□tidak sepertinya. Pertanyaan 27: Silakan menilai dampak kualifikasi infrastruktur
Pertanyaan 11: Silakan menilai dampak prospek ekonomi terhadap cloud seperti Alipay dll., pada bisnis layanan cloud akuntansi:
bisnis layanan cloud akuntansi: □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ paling tidak mungkin□tidak sepertinya.
paling tidak mungkin□tidak sepertinya. Pertanyaan 28: Silakan menilai dampak platform tentang berbagi
Pertanyaan 12: Silakan menilai dampak kualifikasi karyawan di informasi persaingan pada bisnis layanan cloud akuntansi:
perusahaan Anda pada bisnis layanan cloud akuntansi: □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ paling tidak mungkin□tidak sepertinya.
paling tidak mungkin□tidak sepertinya. Pertanyaan 29: Silakan menilai dampak akuntabilitas informasi yang
Pertanyaan 13: Silakan menilai dampak penelitian dan pengembangan di didistribusikan oleh platform tentang berbagi informasi persaingan
perusahaan Anda terhadap bisnis layanan cloud akuntansi: pada bisnis layanan cloud akuntansi:
□ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□ □ sangat mungkin terjadi□yang paling disukai□lebih mungkin□mungkin□kecil kemungkinannya□
paling tidak mungkin□tidak sepertinya. paling tidak mungkin□tidak sepertinya.
9
H.Wu dkk. Sistem Pakar Dengan Aplikasi 229 (2023) 120526
Dahbur, K., Mohammad, B., & Tarakji, AB (2011a).Survei Risiko, Ancaman, dan Lovell, R. (2009). Buku putih: Pengantar komputasi awan. Tersedia di https://
Kerentanan dalam Cloud Computing[Presentasi konferensi]. Prosiding Konferensi docplayer.net/6423934-White-paper-introduction-to-cloud-computing.html
Internasional ke-2 tentang Layanan dan Aplikasi Web Semantik Cerdas (ISWSA), (diakses 17 April 2020).
Amman, Yordania. Luo, M., Zhang, L.-J., & Lei, L. (2010). Model asuransi untuk layanan penjaminan
Dahbur, K., Mohammad, B., & Tarakji, AB (2011 April). Survei risiko, ancaman dan jaminan, integritas dan QoS dalam komputasi awan. Dalam proses persidanganKonferensi
kerentanan dalam komputasi awan. Di dalamProsiding konferensi Internasional 2011 Internasional IEEE tentang Layanan Web, ICWS 2010, Miami, Florida, 2010, hal.584-591.
tentang layanan dan aplikasi Web semantik cerdas(hal.1–6).
Demspter, A. (1967). Probabilitas atas dan bawah disebabkan oleh pemetaan multinilai. Ma, D., & Kauffman, RJ (2014). Persaingan antara vendor perangkat lunak sebagai layanan.
Sejarah Statistik Matematika, 38(2), 325–339. Transaksi IEEE pada Manajemen Rekayasa, 61(4), 717–729.
Djemame, K., Padgett, J., Gourlay, I., Voss, K., & Kao, O. (2009). Manajemen risiko di Mizuno, Y., & Odake, N. (2015). Sebuah studi kasus tentang pembentukan progresif akuntansi
grid. Dalam R. Buyya, & K. Bubendorfer (Eds.),Komputasi Grid dan Utilitas layanan cloud di Jepang.Jurnal Internasional Ilmu Pelayanan, Manajemen,
Berorientasi Pasar(hal.335–353). Wiley. Teknik, dan Teknologi (IJSSMET), 6(1), 1–21.
Drissi, S., Houmani, H., & Medromi, H. (2013). Survei: Penilaian risiko untuk cloud Morali, A., & Wieringa, RJ (2010). Persyaratan kerahasiaan berbasis risiko
komputasi.Jurnal Internasional Ilmu dan Aplikasi Komputer Tingkat Lanjut, 4, 143– spesifikasi untuk sistem TI yang dialihdayakan. Di dalamprosiding Konferensi Rekayasa
148. Persyaratan Internasional IEEE ke-18 tahun 2010 di Sydney, NSW, Australia, 2010, IEEE,
Du, Y.-W., Wang, Y.-M., & Qina, M. (2018). Aturan penalaran bukti baru untuk keduanya hal.199-208, doi: 10.1109/RE.2010.30.
bobot dan keandalan untuk kombinasi bukti.Komputer & Teknik Industri (Vol. 124 PricewaterhouseCoopers. (2014). Perusahaan-perusahaan teknologi terkemuka dunia bersaing untuk menang
Oktober, 493–508. 'pertempuran untuk cloud': strategi & merilis studi ICT 50 global tahunan ketiga.
“From hype to future: KPMG's 2010 cloud computing survey”, (2010), tersedia di: Tersedia di http://www.strategyand.pwc.com/uk/home/press_contacts/display/
http://www.TechRepublic. com/whitepapers/from hype-to-future kpmgs-2010- third-annual-global-ICT-50-study-UK (diakses pada 18 November 2016). Ramgovind,
cloud-computing-survey/2384291 (diakses 17 April 2020). S., Eloff, Mm., & Smith, E. (2010). Manajemen keamanan di cloud
Grance, T., & Jansen, W. (2011). Pedoman keamanan dan privasi dalam komputasi awan. komputasi. Dalam prosesKonferensi internasional IEEE tentang keamanan informasi untuk
Publikasi Khusus NIST-800-144. Afrika Selatan, 2010.
Harauz, J., Kaufman, LM, & Potter, B. (2009). Keamanan data di dunia cloud Rana, S., & Joshi, PK (2012). Analisis risiko pada aplikasi web dengan menggunakan cloud
komputasi.Keamanan & Privasi IEEE, 7(4), 61–64. komputasi.Jurnal Internasional Penelitian Multidisiplin, 2(1), 386–394. Ren, K.,
Hashizume, K., Rosado, DG, Fernández-Medina, E., & Fernandez, EB (2013). Sebuah Wang, C., & Wang, Q. (2012). Tantangan keamanan untuk cloud publik.IEEE
analisis masalah keamanan untuk komputasi awan.Jurnal layanan dan aplikasi Komputasi Internet, 16(1), 69–73.
internet, 4, 1–13. Saaty, TL (1978). Pemodelan masalah keputusan tidak terstruktur-teori analitis
He, W., Qiao, P.-L., Zhou, Z.-J., Hu, G.-Y., Feng, Z.-C., & Wei, H. (2018). Keyakinan baru- hierarki.Matematika dan Komputer dalam Simulasi, 20(3), 147–158.
metode berbasis aturan untuk diagnosis kesalahan jaringan sensor nirkabel.Akses IEEE, 6, 9404– Saripalli, P., Oldenburg, C., Walters, B., & Radheshyam, N. (2011 Desember).
9419. Implementasi dan evaluasi kegunaan platform cloud untuk komputasi ilmiah sebagai
Julisch, K., & Hall, M. (2010). Keamanan dan kontrol di cloud.Informasi keamanan layanan (SCaaS).Konferensi Internasional IEEE Keempat 2011 tentang Utilitas dan
Jurnal: Perspektif Global, 19(6), 299–309. Komputasi Awan(hal.345–354). IEEE.
Khajeh-Hosseini, A., Sommerville, I., Bogaerts, J., & Teregowda, P. (2011). Keputusan Shafer, G. (1976).Teori Bukti Matematika(Jil. 42). Princeton, New Jersey:
alat pendukung untuk migrasi cloud di perusahaan. Di dalamProsiding Konferensi Pers Universitas Princeton.
Internasional IEEE ke-4 tentang Cloud Computing 2011, CLOUD 2011. Subashini, S., & Kavitha, V. (2011). Sebuah survei tentang masalah keamanan dalam model pemberian layanan
Khokhar, RH, Bell, DA, Guan, J., & Wu, Q. (2006). Penilaian risiko e-commerce komputasi awan.Jurnal Aplikasi Jaringan dan Komputer, 34(1), 1–11. Takabi, H., Joshi,
proyek menggunakan penalaran bukti. Di dalamSistem fuzzy dan penemuan JBD, & Ahn, G.-J. (2011). Tantangan keamanan dan privasi di cloud
pengetahuan: prosiding konferensi internasional ketiga, FSKD 2006, di Xi'an, Cina, 2006, lingkungan komputasi.Majalah Keamanan dan Privasi IEEE, 8(6), 24–31. Wayne, A.
Springer, Berlin, Heidelberg, hal.621-630. (2010). Transparansi Penyedia Cloud.Yaitu menjelajah. Ieee. Organisasi.
KPMG. (2012a). Pernahkah Anda melihat keuangan & akuntansi di cloud? Mungkin kamu Yang, J.-B., & Xu, D.-L. (2013). Aturan penalaran bukti untuk kombinasi bukti.
sebaiknya. Tersedia di https://assets.kpmg/content/dam/kpmg/pdf/2013/03/ Kecerdasan Buatan, 205 Desember, 1–29.
haveyou-looked-at-finance-accounting-cloud.pdf (diakses 17 April 2020). Yang, JB, Wang, YM, Xu, DL, & Chin, KS (2006). Alasan pembuktian
KPMG. (2012b). Pajak di cloud. Pengarahan untuk direktur pajak. Tersedia di https:// pendekatan untuk MADA dalam ketidakpastian probabilistik dan fuzzy.Jurnal
cryptome.org/2012/12/kpmg-tax-cloud.pdf (diakses 17 April 2020). KPMG. Riset Operasional Eropa, 171(1), 309–343.
(2013). Awan mulai terbentuk. Survei cloud global: Implementasinya Yeo, CS, & Buyya, R. (2009). Analisis risiko terintegrasi untuk komputasi komersial
tantangan. Tersedia di https://assets.kpmg/content/dam/kpmg/pdf/2013/10/ layanan dalam komputasi utilitas.Jurnal Komputasi Grid, 7(1), 1–24.
thecloud-takes-shape-v4.pdf (diakses 17 April 2020). Zachman, JA (1987). Kerangka kerja untuk arsitektur sistem informasi.Sistem IBM
Kumar, V., Swetha, MS, Muneshwara, MS, & Prakash, S. (2012). Komputasi awan: Jurnal, 26(3), 276–292.
Terhadap studi kasus mekanisme keamanan data.Jurnal Internasional Penelitian Zadeh, LA (1984). Sebuah teori bukti matematika. Ulasan buku.Majalah AI,
Teknologi dan Rekayasa Maju, 2(4), 1–8. 5(3), 81.
Latif, R., Abbas, H., Assar, S., & Ali, Q. (2014). Di dalamPenilaian risiko komputasi awan: A Zhang, X.-X., Wang, Y.-M., Chen, S.-Q., Chu, J.-F., & Chen, L. (2018). Koefisien Gini-
tinjauan literatur sistematis(hal.285–295). Berlin, Heidelberg: Implementasi Pengendali berdasarkan pendekatan penalaran bukti dengan bobot bukti yang tidak diketahui.Teknik
Berbasis FPGA untuk Smokehouz Springer. Komputer & Industri, 124 Oktober, 157–166.
Lemkin, JM (2015). Pengatur Waktu Kedua: Mark Organ, CEO/Pendiri Influitif dan Zhao, F.-J., Zhou, Z.-J., Hu, C.-H., Chang, L.-L., Zhou, Z.-G., & Li, G.-L. (2016). Yang baru
Eloqua: '10 Pelajaran yang Sulit Dimenangkan'. Tersedia di http://www.saastr.com/the- metode berbasis penalaran bukti untuk penilaian keamanan online dari sistem yang
secondtimers-mark-organ-ceo pendiri-of-intuitive-and-Eloqua-10-hard-won-lessons/ kompleks.Transaksi IEEE pada Sistem, Manusia, dan Sibernetika: Sistem, 48(6), 954–966.
(diakses pada 18 November 2016).
10