Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Karimah Tauhid
Sulastri, Ade
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Neuroscience Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Penerapan Perlakuan Aset Tetap Berdasrkan Pernyataan Standar Akuntansi (PSAK) No.16 Universitas Djuanda Sulastri, Ade; M. Nur Afif; Farizka Susandra
Karimah Tauhid Vol. 4 No. 2 (2025): Karimah Tauhid
Publisher : Universitas Djuanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30997/karimahtauhid.v4i2.16942

Abstract

Penelitian ini bertujuan untuk menganalisis penerapan perlakuan akuntansi aset tetap di Universitas Djuanda berdasarkan Pernyataan Standar Akuntansi Keuangan (PSAK) 16 tentang Aset Tetap. Fokus kajian mencakup pengakuan, pengukuran awal, pengukuran setelah pengakuan, penyusutan, dan penghentian aset tetap. Metode penelitian yang digunakan adalah deskriptif kualitatif dengan pengumpulan data melalui wawancara, dokumentasi, dan studi literatur. Secara garis besar hasil penelitian menunjukan bahwa dalam penyusunan laporan keuangan di Universitas Djuanda sudah mengungkapkan aset tetapnya sesuai dengan ketentuan PSAK No.16 (paragraf 73), dimana catatan laporan keuangan Universitas Djuanda sudah mengungkapkan semua pengukuran metode yang digunakan untuk perhitungan aset tetapnya.
ANALISIS TREN MUSIC DI SPOTIFY MENGGUNAKAN HADOOP MAPREDUCE Sulastri, Ade; Ardiansyah, Alvian; Rahmat Saputra, Alvin; Akbar Perdana, Muhammad; Mashur Sajiah, Adha
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13807

Abstract

Penelitian ini menganalisis tren musik di Spotify selama 10 tahun terakhir dengan memanfaatkan Hadoop MapReduce untuk memahami pola konsumsi musik di era digital. Spotify, sebagai platform streaming musik terkemuka, menghasilkan data besar yang mencerminkan preferensi pengguna, termasuk genre, artis, dan lagu yang paling populer. Tujuan penelitian ini adalah mengidentifikasi tren musik berdasarkan genre dominan, artis terpopuler, serta lagu yang paling sering didengarkan. Dataset yang digunakan diperoleh dari Kaggle dan playlist Spotify, terdiri atas 807 entri dengan tiga variabel utama: judul lagu, artis, dan genre. Proses analisis dilakukan melalui implementasi Hadoop MapReduce, meliputi tahapan pemetaan data, reduksi, hingga visualisasi hasil. Hasil penelitian menunjukkan bahwa genre pop mendominasi dengan kemunculan sebanyak 38% dari total dataset. Artis seperti The Weeknd, Justin Bieber, dan Taylor Swift tercatat sebagai artis dengan frekuensi kemunculan tertinggi. Lagu Blinding Lights oleh The Weeknd menjadi salah satu lagu dengan jumlah kemunculan terbanyak. Secara keseluruhan, Hadoop MapReduce berhasil mengidentifikasi tren musik secara efisien, memberikan wawasan penting bagi industri musik dalam merancang strategi distribusi dan promosi berdasarkan preferensi pasar yang terukur.
Co-Authors Afif, M Nur Akbar Perdana, Muhammad Ardiansyah, Alvian Farizka Susandra Mashur Sajiah, Adha Rahmat Saputra, Alvin