Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Integrated Science Education Journal Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Ekonomi dan Bisnis
Asro, Asro
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pengaruh Pemahaman Perangkat Desa, Pemanfaatan Teknologi Informasi dan Sistem Pengendalian Internal Terhadap Akuntabilitas Pengelolaan Dana Desa Kecamatan Ranto Baek Asro, Asro; Erita, Erita; Harini, Gustia
Surplus: Jurnal Ekonomi dan Bisnis Vol. 1 No. 2 (2023): Juni-Nopember 2023
Publisher : Yayasan Pendidikan Tanggui Baimbaian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71456/sur.v1i2.574

Abstract

Penelitian ini bertujuan mengetahui : Pengaruh Pemahaman Perangkat Desa, Pemanfaatan Teknologi Informasi, Sistem Pengendalian Internsl Terhadap Akuntabilitas Pengelolaan Dana Desa Kecamatan Ranto baek secara persial dan simultan. Jenis penelitian ini adalah penelitian kuantitatif. Populasi dalam penelitian ini adalah perangkat desa Kecamatan Ranto dengan sampel berjumlah 50 orang. Dengan menggunakan teknik analisis regresi linear berganda, dengan bantuan progran SPSS dan Eviews9. Hasil penelitian ini menunjukkan bahwa : 1) Pemahaman Perangkat Desa terbukti berpengaruh positif signifikan terhadap akuntabilitas pengelolaan dana desa. 2) Pemanfaatan Teknologi Informasi terbukti berpengaruh positif signifikan terhadap akuntabilitas pengelolaan dana desa . 3) sistem pengendalian internal terbukti berpengaruh positif signifikan terhadap akuntabilitas pengelolaan dana desa. 4) pemahaman perangkat desa, pemanfaatan teknologi informasi, dan sistem pengendalian internal secara bersama-sama terbukti berpengaruh signifikan terhadap akuntabilitas pengelolaan dana desa.
Identifikasi Minat Siswa dalam Belajar Materi Hubungan Antara Bentuk dan Fungsi Bagian Tubuh Hewan dan Tumbuhan Asro, Asro
Integrated Science Education Journal Vol 1 No 1 (2020): January
Publisher : Cahaya Ilmu Cendekia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37251/isej.v1i1.32

Abstract

Tujuan Penelitian: Untuk mengetahui minat siswa dalam belajar pada materi hubungan antara bentuk dan fungsi bagian tubuh hewan dan tumbuhan di kelas IV SD Negeri 122/IX Petaling Metodologi: menggunakan korelatif asosiatif desain kuantitatif. Dimana jumlah semua sampel dari penelitian ini adalah 35 siswa. Di mana mereka dipilih menggunakan teknik purposive sampling. Data kemudian dianalisis dengan bantuan aplikasi SPSS 21 untuk menemukan statistik deskriptif dalam bentuk mean, median, min, maks, dan kategori. Hasil Temuan: Dapat dilihat bahwa hasil minat siswa pada kategori dominan adalah baik Aplikasi dari penelitian: Siswa perlu diberikan kesempatan untuk mengembangkan pengalaman langsung dalam kegiatan pembelajaran. Para guru harus memanfaatkan strategi pembelajaran agar dapat mengembangkan berbagai kemampuan didalam pembelajaran
Sistem Analitik Umpan Balik YouTube Berbasis Big Data dan Generative AI: Big Data-Based YouTube Feedback Analytics Architecture with Generative AI Integration Asro, Asro; Rukhviyanti, Novi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2626

Abstract

Perkembangan media sosial menghasilkan data opini pengguna dalam jumlah besar dan tidak terstruktur, khususnya pada platform YouTube. Komentar pengguna mengandung informasi penting mengenai persepsi terhadap produk digital, namun analisis manual masih menjadi kendala. Penelitian ini bertujuan mengembangkan arsitektur sistem analitik umpan balik berbasis Big Data yang mengintegrasikan analisis sentimen dan Generative Artificial Intelligence (AI) dalam satu pipeline end-to-end. Sebanyak 10.625 komentar dikumpulkan melalui YouTube Data API dan disimpan dalam MongoDB. Proses analisis menggunakan kerangka CRISP-DM dengan preprocessing teks dan representasi fitur TF-IDF. Klasifikasi sentimen dibandingkan menggunakan Logistic Regression, Support Vector Machine (SVM), dan Random Forest, dengan pengujian SMOTE pada data latih. Hasil menunjukkan bahwa SVM tanpa SMOTE memberikan performa terbaik dengan akurasi 83,97% dan F1-macro 80,29%. Integrasi Generative AI memungkinkan peringkasan isu dominan serta penyusunan rekomendasi perbaikan secara otomatis. Sistem yang dikembangkan mendukung pengambilan keputusan berbasis data secara lebih efisien.
Co-Authors Alamsyah, Taufiq Erita, Erita Harini, Gustia Malik, Ismail Novi Rukhviyanti