cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Syaipul Ramdhan
Contact Email
syaipulramdhan@global.ac.id
Phone
+6287774181374
Journal Mail Official
syaipulramdhan@global.ac.id
Editorial Address
Jl. Aria Santika No. 43A Margasari Karawaci
Location
Kota tangerang,
Banten
INDONESIA
Academic Journal of Computer Science Research (AJCSR)
Published by Institut Teknologi dan Bisnis Bina Sarana Global
ISSN : -     EISSN : 27224392     DOI : https://doi.org/10.38101/ajcsr
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Education
The Academic Journal of Computer Science Research (AJCSR) is a peer-reviewed open access journal published twice a year (January and July), a scientific journal published by Institut Teknologi dan Bisnis Bina Sarana Global. The Ajcsr Journal (Academic Journal of Computer Science Research) aims to provide a national forum for researchers and professionals to share their ideas on all topics related to computer science (computer engineering, network engineering, design and multimedia, computerized accounting, business intelligence and management support systems, e-commerce). It is published in online version (e-ISSN 2722-4392).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 136 Documents
 10   11   12   13   14 
Smart Audit IKU: Sistem Informasi Audit Berbasis Web untuk Evaluasi Kinerja Perguruan Tinggi Ahmad Arif Sholihin; Nita Winda Sari
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16812

Abstract

Perkembangan teknologi informasi mendorong perguruan tinggi meningkatkan efektivitas tata kelola dan evaluasi kinerja melalui Indikator Kinerja Utama (IKU). Namun, pengelolaan data IKU masih menggunakan spreadsheet dan dokumen yang terpisah sehingga menyebabkan data belum terintegrasi, proses rekapitulasi berulang, rentan terhadap inkonsistensi, serta menyulitkan monitoring, audit, dan pelaporan secara real-time. Penelitian ini bertujuan merancang Smart Audit IKU, yaitu sistem informasi audit berbasis web untuk mendukung pengelolaan, monitoring, dan evaluasi capaian IKU secara terintegrasi. Pengembangan sistem menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian Black Box. Sistem menyediakan fitur pengelolaan data IKU, penetapan target, pemantauan realisasi, dashboard capaian, serta pelaporan audit. Hasil pengujian menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan pengguna. Sistem mampu mengintegrasikan pengelolaan data IKU, meningkatkan efisiensi proses audit, serta mendukung monitoring dan pelaporan secara lebih transparan. Dengan demikian, Smart Audit IKU dapat mendukung pengambilan keputusan berbasis data dan peningkatan mutu kinerja perguruan tinggi secara berkelanjutan.
Eksplorasi Persepsi Pengguna Aplikasi Gojek Menggunakan Model RoBERTa pada Data Ulasan Google Play Store Diana Tri Asih; Revita Agustin; Fajar Juis Nurhuda; Nurirwan Saputra
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16850

Abstract

Aplikasi Gojek merupakan salah satu platform super-app terbesar di Indonesia yang menyediakan layanan transportasi, pengiriman makanan, dan pembayaran digital dengan jutaan pengguna aktif. Tingginya jumlah pengguna tercermin dari banyaknya ulasan pada Google Play Store yang mengandung opini dan pengalaman pengguna terkait kepuasan maupun keluhan terhadap layanan. Penelitian ini bertujuan menganalisis sentimen ulasan aplikasi Gojek menggunakan model RoBERTa berbasis bahasa Indonesia (indonesian-roberta-base) dengan pendekatan fine-tuning untuk klasifikasi tiga kelas sentimen, yaitu negatif, netral, dan positif. Data dikumpulkan melalui scraping Google Play Store sebanyak 25.000 ulasan, kemudian dilakukan preprocessing meliputi case folding, pembersihan noise, normalisasi slang, tokenisasi, stopword removal, dan stemming. Pelabelan sentimen dilakukan secara otomatis berdasarkan rating pengguna, yaitu rating 1–2 sebagai negatif, rating 3 sebagai netral, dan rating 4–5 sebagai positif. Untuk mengatasi ketidakseimbangan kelas pada kelas netral, diterapkan class weighting pada fungsi loss CrossEntropyLoss selama pelatihan. Dataset berjumlah 9.960 sampel dibagi dengan rasio 80:20 menggunakan stratified split. Model di-fine-tune selama 3 epoch dengan optimizer AdamW, learning rate 2e-5, dan batch size 32. Hasil evaluasi menunjukkan akurasi sebesar 77,76%, dengan performa terbaik pada kelas positif (F1-score 0,87) dan kelas negatif (F1-score 0,81), sementara kelas netral menunjukkan performa terendah (F1-score 0,22) akibat ambiguitas linguistik. Hasil ini menunjukkan bahwa model RoBERTa efektif untuk analisis sentimen ulasan aplikasi berbahasa Indonesia, namun memerlukan strategi pelabelan dan augmentasi data yang lebih baik untuk meningkatkan performa kelas netral.
Visualisasi Dashboard Interaktif Data Demografi Santri Berbasis Aplikasi Microsoft Power Business Intelligence Ina Nuraeni; N. Nelis Febriani SM
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16714

Abstract

Data demografi santri di Pondok Pesantren Cipasung merupakan aset strategis bagi pengambilan keputusan manajerial. Namun, pengelolaannya yang masih berbasis spreadsheet statis menyebabkan data sulit diakses secara cepat dan optimal, sehingga memunculkan fenomena Data Rich, Information Poor (DRIP). Penelitian ini bertujuan untuk merancang dan mengimplementasikan dashboard interaktif berbasis Business Intelligence menggunakan Microsoft Power BI sebagai solusi monitoring dan evaluasi. Dengan pendekatan kualitatif dan metode studi kasus, data dikumpulkan melalui observasi, wawancara, dan dokumentasi, kemudian diproses menggunakan alur Extract, Transform, Load (ETL) serta pemodelan star schema. Hasil penelitian menunjukkan bahwa dashboard yang dikembangkan mampu mentransformasi data mentah menjadi visualisasi interaktif yang mencakup distribusi wilayah asal, komposisi gender, status santri, jenjang pendidikan, serta tren populasi secara real-time. Implementasi ini terbukti meningkatkan efisiensi aksesibilitas informasi dibandingkan metode konvensional, sehingga mempermudah pengelola dalam melakukan pemantauan kondisi pesantren secara akurat. Dapat disimpulkan bahwa penerapan Business Intelligence melalui Microsoft Power BI mampu mengonversi data administratif menjadi informasi strategis yang mendukung proses monitoring dan evaluasi manajerial. Kontribusi penelitian ini terletak pada penyediaan model implementasi visualisasi data yang aplikatif di lingkungan pesantren, sekaligus menjadi referensi praktis untuk monitoring, evaluasi, lebih jauhnya untuk pengambilan keputusan berbasis data (data-driven decision making) pada institusi pendidikan keagamaan.
Penerapan Business Intelligence Berbasis Dashboard Interaktif untuk Analisis Strategi Pemasaran Jihan Aenilah; N. Nelis Febriani SM
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16855

Abstract

Perkembangan teknologi informasi mendorong pelaku usaha untuk memanfaatkan data sebagai dasar dalam pengambilan keputusan bisnis. Namun, UMKM sering kali mengalami kesulitan dalam memanfaatkan data transaksi sebagai dasar pengambilan keputusan sehingga penentuan produk unggulan, waktu promosi, dan target pasar belum dapat dilakukan secara optimal. Penelitian ini bertujuan untuk menerapkan Business Intelligence berbasis dashboard interaktif menggunakan Microsoft Power BI pada UMKM Sendal Cahaya Twinset guna membantu analisis strategi pemasaran dan pengambilan keputusan berbasis data. Data yang digunakan merupakan data transaksi penjualan periode Januari–Mei 2026. Metode penelitian menggunakan pendekatan deskriptif kualitatif dengan tahapan Extract, Transform, Load (ETL), analisis data, visualisasi dashboard, serta interpretasi hasil. Dashboard yang dibangun menyajikan berbagai informasi penting seperti total penjualan, total transaksi, produk terlaris, tren penjualan bulanan, metode pembayaran, waktu pemesanan, preferensi warna dan ukuran produk, serta persebaran wilayah pelanggan. Hasil penelitian menunjukkan bahwa dashboard interaktif mampu menyajikan informasi secara lebih efektif, cepat, dan mudah dipahami dibandingkan pengolahan data secara manual. Informasi yang dihasilkan dapat digunakan sebagai dasar dalam menentukan strategi pemasaran, seperti fokus pada produk unggulan, penentuan waktu promosi yang optimal, pengelolaan stok berdasarkan preferensi pelanggan, serta penargetan pasar berdasarkan wilayah penjualan. Dengan demikian, penerapan Business Intelligence berbasis dashboard interaktif mampu mendukung analisis strategi pemasaran dan meningkatkan efektivitas pengambilan keputusan pada UMKM Sendal Cahaya Twinset.
Studi Pedagogis dan Etika Teknologi pada Penggunaan Sistem Penilaian Esai Berbasis AI di Pendidikan Tinggi Rizki Adha; Lusianto Lusianto; Dodi Syaripudin; Agus Nursikuwagus; Usep Mohamad Ishaq; Andrias Darmayadi
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16265

Abstract

Penggunaan kecerdasan artifisial (AI) dalam penilaian esai semakin berkembang di pendidikan tinggi karena kemampuannya meningkatkan efisiensi dan konsistensi evaluasi. Namun, penerapannya menimbulkan tantangan pedagogis dan etika terkait keadilan, transparansi, serta legitimasi keputusan akademik. Penelitian ini bertujuan menganalisis implikasi pedagogis dan etika penggunaan sistem penilaian esai berbasis AI dengan mengintegrasikan persepsi mahasiswa dan dosen. Penelitian menggunakan pendekatan mixed-methods exploratory melalui survei kuantitatif terhadap 36 mahasiswa dan 24 dosen, dilengkapi analisis kualitatif. Hasil menunjukkan mahasiswa memiliki persepsi positif terhadap kegunaan, kemudahan, dan nilai pedagogis, namun tetap berhati-hati terhadap aspek kepercayaan dan transparansi. Sementara itu, dosen menunjukkan tingkat penerimaan sangat tinggi selama sistem diterapkan dalam kerangka terkontrol. Integrasi temuan menunjukkan bahwa pendekatan Human-in-the-Loop merupakan faktor kunci menjaga keseimbangan antara efisiensi teknologi, nilai pedagogis, dan legitimasi akademik. Penelitian ini berkontribusi dengan menegaskan bahwa sistem penilaian esai berbasis AI paling tepat diterapkan dalam paradigma AIassisted assessment, di mana dosen tetap memegang kendali utama dalam pengambilan keputusan akademik, serta memberikan rekomendasi praktis bagi institusi dalam merancang kebijakan penilaian berbasis AI yang bertanggung jawab.
Sistem Pendukung Keputusan dalam Memberikan Rekomendasi Pemberian Beasiswa Prestasi Menggunakan Metode AHP dan TOPSIS Muchamad Iqbal; M. Bucci Ryando; Aisyah Hana Nurjanah
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16821

Abstract

Pemberian beasiswa prestasi merupakan salah satu upaya sekolah dalam meningkatkan motivasi belajar sekaligus membantu peserta didik yang memiliki prestasi akademik maupun non-akademik. Namun, proses seleksi penerima beasiswa di SMK Bina Prestasi Tangerang masih dilakukan secara manual sehingga berpotensi menimbulkan subjektivitas dan ketidaktepatan dalam menentukan penerima beasiswa. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) yang mampu membantu proses seleksi penerima beasiswa secara lebih objektif menggunakan kombinasi metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Data penelitian diperoleh melalui observasi, wawancara, dan studi pustaka. Metode AHP digunakan untuk menentukan bobot prioritas setiap kriteria, sedangkan TOPSIS digunakan untuk melakukan perangkingan alternatif penerima beasiswa berdasarkan lima kriteria yaitu absensi, kedisiplinan, nilai rata-rata, prestasi non-akademik, dan penghasilan orang tua. Hasil perhitungan menunjukkan bahwa bobot kriteria yang dihasilkan telah memenuhi uji konsistensi dengan nilai Consistency Ratio (CR) sebesar 0,0108 (

Page 14 of 14 | Total Record : 136

 10   11   12   13   14 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR) Vol 8, No 1 (2026): Academic Journal of Computer Science Research (AJCSR) Vol 7, No 2 (2025): Academic Journal of Computer Science Research (AJCSR) Vol 7, No 1 (2025): Academic Journal of Computer Science Research (AJCSR) Vol 6, No 2 (2024): Academic Journal of Computer Science Research (AJCSR) Vol 6, No 1 (2024): Academic Journal of Computer Science Research (AJCSR) Vol 5, No 2 (2023): Academic Journal of Computer Science Research (AJCSR) Vol 5, No 1 (2023): Academic Journal of Computer Science Research (AJCSR) Vol 4, No 2 (2022): Academic Journal of Computer Science Research (AJCSR) Vol 4, No 1 (2022): Academic Journal of Computer Science Research (AJCSR) Vol 3, No 2 (2021): Academic Journal of Computer Science Research (AJCSR) Vol 3, No 1 (2021): Academic Journal of Computer Science Research (AJCSR) Vol 2, No 2 (2020): Academic Journal of Computer Science Research Vol 2, No 1 (2020): Academic Journal of Computer Science Research Vol 1, No 1 (2019): Academic Journal of Computer Science Research More Issue