Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING YUME : Journal of Management
Maruf, Anang
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Health Professions Social Sciences

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

Found 3 Documents
Search

 1 
Pengaruh Motivasi Dan Budaya Organisasi Terhadap Kinerja Karyawan Pada PT Astakriya Handcraft Maruf, Anang
YUME : Journal of Management Vol 8, No 3 (2025)
Publisher : Pascasarjana STIE Amkop Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37531/yum.v8i3.9785

Abstract

Penelitian ini bertujuan untuk menguji dan menganalisis pengaruh motivasi dan budaya organisasi terhadap kinerja karyawan. Metode dalam pengumpulan data dalam penelitian ini dilakukan dengan cara menyebarkan kuisioner kepada 45 responden karyawan pada PT. Astakriya Handcraft. Metode penelitian yang digunakan adalah metode kuantitatif yang bersifat asosiatif dengan menggunakan data primer. Hasil dari penelitian ini menunjukan bahwa motivasi berpengaruh positif dan signifikan terhadap kinerja karyawan dengan nilai t hitung sebesar 6,257 > 2,01 dan signifikan 0,000 < 0,05, budaya organisasi berpengaruh positif dan signifikan terhadap kinerja karyawan dengan nilai t hitung sebesar 3,555 > 2,01 dan signifikan 0,002 < 0,05. Secara bersama-sama motivasi dan budaya organisasi berpengaruh positif dan signifikan terhadap kinerja karyawan dengan nilai F hitung 38,096 > 3,21 dan nilai signifikan 0,000 < 0,05.. Kata Kunci: Motivasi, budaya organisasi, kinerja karyawan.
Pengaruh Motivasi Dan Budaya Organisasi Terhadap Kinerja Karyawan Pada PT Astakriya Handcraft Maruf, Anang
YUME : Journal of Management Vol 9, No 1
Publisher : Pascasarjana STIE Amkop Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37531/yume.v9i1.11287

Abstract

Penelitian ini bertujuan untuk menguji dan menganalisis pengaruh motivasi dan budaya organisasi terhadap kinerja karyawan pada PT Astakriya Handcraft. Kinerja karyawan merupakan faktor penting dalam pencapaian tujuan perusahaan, khususnya dalam menghadapi persaingan usaha yang semakin ketat. Motivasi dan budaya organisasi dipandang sebagai dua faktor utama yang dapat mendorong peningkatan kinerja karyawan secara berkelanjutan. Metode dalam pengumpulan data dalam penelitian ini dilakukan dengan cara menyebarkan kuisioner kepada 45 responden karyawan pada PT. Astakriya Handcraft. Metode penelitian yang digunakan adalah metode kuantitatif yang bersifat asosiatif dengan menggunakan data primer dan dianalisis menggunakan analisis regresi linear berganda dengan bantuan perangkat lunak statistik. Hasil dari penelitian ini menunjukan bahwa motivasi berpengaruh positif dan signifikan terhadap kinerja karyawan dengan nilai t hitung sebesar 6,257 > 2,01 dan signifikan 0,000 < 0,05, budaya organisasi berpengaruh positif dan signifikan terhadap kinerja karyawan dengan nilai t hitung sebesar 3,555 > 2,01 dan signifikan 0,002 < 0,05. Kata Kunci: motivasi; budaya organisasi; kinerja karyawan.
Sentiment Analysis of President Prabowo's Performance on Twitter (X) with a Comparative Study of SVM, XGBoost, and AdaBoost Maruf, Anang; Pajri, Afril Efan; Liana, Putri
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.12138

Abstract

This study was conducted to understand how Twitter (X) users respond to President Prabowo's performance through machine learning-based sentiment analysis. Data was collected using a dataset crawling approach, then processed through a series of pre-processing stages such as cleansing, case folding, tokenisation, stopword removal, and stemming before being converted into a numerical representation with TF-IDF. The class imbalance problem was addressed by applying SMOTE so that the model could learn more evenly. Three classification algorithms, SVM, XGBoost, and AdaBoost, were tested with the help of GridSearchCV to obtain the best parameter configuration. The research evaluation showed that the XGBoost algorithm was able to provide the best performance with an accuracy of 0.8443, followed by the SVM algorithm with an RBF kernel, which achieved an accuracy of 0.8135. The AdaBoost algorithm came in third with an accuracy of 0.7868. These findings indicate that the boosting approach, especially XGBoost, is better able to handle complex language patterns and high-dimensional text data characteristics. Overall, this study provides an overview of public opinion trends on social media and can be used as a reference for the development of sentiment analysis models in future research.
Co-Authors Afril Efan Pajri Liana, Putri