Claim Missing Document
Check
Articles

Found 3 Documents
Search

ANALISIS PERBANDINGAN QOS (QUALITY OF SERVICE) PADA METODE SIMPLE QUEUE DAN METODE QUEUE TREE Hidayah, Nasrul
Jurnal Ilmiah Humanika Vol 3 No 2 (2020): Jurnal Ilmiah Humanika: Jurnal Ilmu Sosial, Pendidikan, dan Humaniora
Publisher : CV. Pena Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2092.917 KB)

Abstract

Teknologi Informasi khususnya jaringan komputer pada saat ini telah menjadi salah satu hal yang mendasar dalam semua segi. Sulit dibayangkan pada era teknologi informasi seperti sekarang tanpa menggunakan teknologi jaringan komputer. Sering kali permasalahan dalam sebuah jaringan komputer adalah proses pengiriman data lambat, rusak dan tidak sampai ke tujuan. Saat ini sebuah perusahan Ancora Group mengalami kendala jaringan tersebut. Pada laporan ini akan dilakukan penelitian untuk mengatasi kendala yang ada di perusahaan Ancora Group. Perbadingan sebuah metode akan dilakukan untuk mencari metode yang optimal yang akan digunakan untuk menentukan QoS pada perusahaan Ancora Group dengan menggunakan router mikrotik. Metode yang akan digunakan adalah metode Simple Queue dan Queue Tree, dimana metode tersebut yang akan dibandingkan. Hasil dari penelitian ini akan diterapkan pada perusahaan Ancora Group, agar QoS pada jaringan perusahaan tersebut dapat berjalan optimal dan bandwith yang digunakan akan teratur berdasarkan metode yang terbaik yang telah diterapkan. Telah dilakukan pengujian berdasarkan data-data yang telah ditentukan bahwa metode Queue Tree memiliki hasil yang lebih unggul dibandingkan dengan metode Simple Queue
PENGARUH DISIPLIN KERJA, PEMBINAAN ROHANI DAN TUNJANGAN KINERJA TERHADAP KINERJA PETUGAS LEMBAGA PEMASYARAKATAN KELAS I TANGERANG Hidayah, Nasrul; Hadiwijaya, Dudung; Gumilar, Aris
Jurnal Manajemen Terapan dan Keuangan Vol. 13 No. 03 (2024): Jurnal Manajemen Terapan dan Keuangan
Publisher : Program Studi Manajemen Pemerintahan dan Keuangan Daerah Fakultas Ekonomi dan Bisnis Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/jmk.v13i03.34094

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh disiplin kerja, pembinaan rohani, dan tunjangan kinerja terhadap kinerja petugas Lembaga Pemasyarakatan Kelas I Tangerang. Metode penelitian yang digunakan adalah kuantitatif dengan menggunakan desain penelitian survey. Sampel penelitian ini terdiri dari 115 petugas dari populasi sebanyak 161 petugas yang dipilih melalui teknik random sampling. Data dikumpulkan melalui observasi, dokumentasi dan kuesioner serta dianalisis menggunakan metode analisis regresi linear berganda. Hasil penelitian menunjukkan bahwa disiplin kerja, pembinaan rohani, dan tunjangan kinerja secara signifikan berpengaruh terhadap kinerja petugas. Disiplin kerja memberikan kontribusi paling besar, diikuti oleh tunjangan kinerja dan pembinaan rohani. Temuan ini mengindikasikan bahwa peningkatan pada aspek disiplin kerja dan tunjangan kinerja dapat langsung meningkatkan kinerja petugas, sedangkan pembinaan rohani juga penting sebagai penunjang dalam membentuk sikap dan motivasi kerja yang baik. Studi ini memberikan implikasi bahwa untuk meningkatkan kinerja petugas, manajemen Lembaga Pemasyarakatan harus memperhatikan dan meningkatkan kualitas disiplin kerja, menyediakan tunjangan kinerja yang memadai, serta rutin melakukan kegiatan pembinaan rohani. Penelitian ini juga merekomendasikan perlunya evaluasi dan penyesuaian berkala terhadap kebijakan yang berlaku guna memastikan efektivitas dari ketiga faktor tersebut dalam meningkatkan kinerja petugas
The Application of Data Mining in Predicting Cryptocurrency Prices Using the Support Vector Machine (SVM) Method: Indonesia Ester, Ria; Hidayah, Nasrul; Handayani, Dede
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2245

Abstract

Cryptocurrencies have rapidly emerged as one of the most exciting financial technology innovations in recent years. Among the various digital assets, XRP (Ripple) is one of the most popular, experiencing significant price fluctuations. This study aims to apply the Support Vector Machine (SVM) method in predicting the price of the XRP cryptocurrency, in the hope of providing a clearer picture of the investment prospects. The data used in this study includes the daily price movements of XRP from 2019 to 2023. In the research process, the date variable is selected as the input feature, and the closing price as the output to be predicted. Various kernel functions in SVM, including RBF, Polynomial, and Sigmoid, were tested to determine which one gave the best results. The results showed that the Polynomial kernel produced a Mean Absolute Percentage Error (MAPE) value of 45.40%, indicating better accuracy compared to other kernels. This study also explains the importance of choosing the right kernel function and overcoming the problem of underfitting that may occur due to the high volatility characteristics of cryptocurrencies. These findings not only enrich the understanding of machine learning techniques but also provide new insights for investors in data-based decision making. Recommendations for future research include the use of alternative prediction models and the integration of external information that can affect prices.