Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Surya Informatika
Tohir Jaya Ribowo
Universitas Muhammadiyah Pekajangan Pekalongan
Computer Science & IT

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

Found 2 Documents
Search

 1 
Rancang Bangun Klasifikasi Kepuasan Manajemen RTO Tohir Jaya Ribowo; Nuridin; Edy Subowo
Jurnal Surya Informatika Vol. 10 No. 1 (2021): Surya Informatika, Vol. 10 , No.1 Mei 2021
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v10i1.1114

Abstract

RTO Merupakan sebua Grup usaha yang menjalankan banyak bidang bisinis, dari industri batik dan ketersediaan material. Oleh karena itu RTO Grup mempunyai banyak pegawai yang membantu dalam menjalankan usaha tersebut. Dengan banyaknya pegawai akan menjadi kendala untuk mengetahui apakah para pegawainya puas dengan manajemen yang dijalankan atau tidak, karena dengan mengetahui kepausan para pegawai dapat menjadi salah satu alas an atau menjadi bagian dari pengembangan dalam manajemen di RTO grup. Oleh karena itu dibuatlah sebuah aplikasi yang dapat digunakan untuk mengetahui bagaimana kepuasan seorang pegawai dalam RTO, tetapi dalam penelitian ini yang dilakukan adalah membaut sebuah rancang bangun dari sebuah apliaksi penunjang keputusan. Yang natinya desain aplikasi ini dapat digunakan untuk pembuatan aplikasi penunjang keputusan pada manajemen RTO
SENTIMENT EMBEDDINGS WORD2VEC PADA KLASIFIKASI KEPUASAN KARYAWAN PADA MANAJEMEN RTO GROUP Edy Subowo; Tohir Jaya Ribowo; Nuridin
Jurnal Surya Informatika Vol. 11 No. 1 (2021): Surya Informatika, Vol. 11. No. 1, November 2021
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v11i1.1122

Abstract

Penyebaran informasi yang semakin meningkat di media sosial memudahkan pengguna untuk mengungkapkan pandangan dan pendapatnya. Opini dan reaksi dapat berupa opini positif atau negatif atau dapat diartikan sebagai sentimen. Pada riset ini dibuat sistem analisis sentimen berdasarkan data kebijakan pemerintah pada media sosial Twitter. Dalam membangun sistem analisis sentimen ini, data yang digunakan adalah data yang berisi tweet dengan keyword yang telah ditentukan dan menggunakan Word2Vec. feature expansion dapat mengoreksi perbedaan kosakata dalam data tweet yang random dan terbatas untuk mendapatkan hasil pemrosesan kata yang maksimal sehingga didapatkan akurasi sebesar 79,52%.
Co-Authors Edy Subowo Nuridin