Article Per Year (5 Year)
p-Index From 2020 - 2025
2.144
P-Index
This Author published in this journals
All Journal Jurnal Telematika Jurnal Ners Jurnal Abdimas Sang Buana Jurnal Sehat Indonesia (JUSINDO) Digital Transformation Technology (Digitech) Innovative: Journal Of Social Science Research Journal of Manufacturing and Enterprise Information System Jurnal Rekayasa Sistem Informasi dan Teknologi Journal of Data Analytics, Information, and Computer Science (JDAICS) Sistem Infrastruktur Teknik Sipil (SIMTEKS)
Suharsono, Teguh Nurhadi
Unknown Affiliation
Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Manufacturing and Enterprise Information System

 1 
Sentimen Analisis Review Pada Aplikasi Edlink Sevima Di GooglePlaystore Menggunakan Metode SVM Kurnia, Rivan; Suharsono, Teguh Nurhadi
Journal of Manufacturing and Enterprise Information System Vol. 2 No. 2 (2024): Journal of Manufacturing and Enterprise Information System (Oktober 2024)
Publisher : Politeknik STMI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52330/jmeis.v2i2.361

Abstract

Kemajuan teknologi dan informasi di era industri 4.0 memiliki dampak signifikan pada proses pembelajaran di berbagai lembaga pendidikan. Aplikasi Edlink Sevima adalah salah satu platform e-learning yang banyak digunakan dan dievaluasi oleh pengguna melalui ulasan di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Edlink Sevima menggunakan metode Support Vector Machine (SVM). Metode SVM dipilih karena kemampuannya mengklasifikasikan data teks dengan akurasi tinggi. Data ulasan dikumpulkan dari Google Play Store dan diproses menggunakan teknik preprocessing untuk mengoptimalkan analisis sentimen. Hasil penelitian menunjukkan bahwa metode SVM mampu mengklasifikasikan ulasan menjadi sentimen positif, negatif, dan netral dengan akurasi terbaik sebesar 75%. Sentimen negatif memiliki precision sebesar 0.71 dan recall sebesar 0.79, sedangkan sentimen positif memiliki precision sebesar 0.78 dan recall sebesar 0.87. Diharapkan hasil dari penelitian ini dapat memberikan sumbangan dalam pemahaman tentang ulasan pengguna aplikasi di Google Play Store. Walaupun demikian, penelitian ini memiliki keterbatasan, seperti metode yang digunakan dan data yang dikumpulkan. Oleh karena itu, penelitian ini dapat dijadikan dasar untuk penelitian lanjutan dalam bidang analisis sentimen dari ulasan aplikasi di Google Play Store.
Penerapan Metode Profile Matching Untuk Optimalisasi Seleksi Direktur Studi Kasus MTC Sarmento, Domingos Doutel Sarmento; Suharsono, Teguh Nurhadi
Journal of Manufacturing and Enterprise Information System Vol. 2 No. 2 (2024): Journal of Manufacturing and Enterprise Information System (Oktober 2024)
Publisher : Politeknik STMI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52330/jmeis.v2i2.362

Abstract

Pada era digital ini, pemanfaatan teknologi informasi menjadi krusial dalam mendukung efisiensi berbagai sektor, termasuk sektor transportasi dan komunikasi. Timor Leste, sebagai negara yang tengah mengalami perkembangan pesat, membutuhkan fondasi teknologi yang kuat untuk meningkatkan layanan dan efisiensi pengelolaan data. Kementerian Ministério dos Transporte e Comunicações (MTC) menjadi lembaga pemerintah yang memiliki peran strategis dalam mengelola infrastruktur transportasi dan komunikasi. Masalah yang dihadapi pada perusahaan saat ini adalah bagaimana mengoptimalisasi suatu perangkat kerja pada posisi direktur untuk menjadikan parlemen penting untuk memenuhi tugasnya dengan kajian yang terukur menggunakan metode Profil Matching. Profil matching dalam jurnal merupakan konsep yang melibatkan penilaian dan pemetaan antara karakteristik individu dengan persyaratan yang dibutuhkan dalam suatu posisi atau peran, sering kali dalam konteks rekrutmen dan seleksi karyawan. Metode ini dapat meliputi analisis kualifikasi pendidikan, pengalaman kerja, keterampilan, dan kepribadian untuk menentukan kesesuaian kandidat dengan profil yang diinginkan Penelitian ini diinisiasi oleh kesadaran akan pentingnya adopsi teknologi yang tepat dalam mendukung perkembangan negara, khususnya dalam meningkatkan efisiensi dan keamanan operasional Kementerian Ministério dos Transporte e Comunicações di Timor Leste.
Co-Authors Ahmad, Mochamad Taufik Ali Syech Ammarulloh, Sendhy Maula Asnar, Etty Sofia Mariati Ath-Thariq, Muhamad Ayu Laili Rahmiyati Firdaus Firdaus Firdaus Firdaus Gunawan Gunawan Gunawan KOSASIH KOSASIH, KOSASIH Kurnia, Rivan Malik , Rahdian Paramata, Vip Pertiwi, Amelia Suci Purbayanto, Bayu Rahman, Fauzan Andriana Rosdiana, Rama Sahana, Syahpikal Saputra, Muhamad Sarmento, Domingos Doutel Sarmento Stefanny P. S, Chika Sukmana, Rini Nuraini Supriatna, Cece Syahidin, Rukhiyat Triwardana, Encep Rendi