Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Sains dan Teknologi Journal for Lesson and Learning Studies
Nendi, Nendi
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Engineering Mathematics Physics Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
UPAYA KEPALA SEKOLAH DALAM MENINGKATKAN KEMAMPUAN GURU DALAM MENETAPKAN KRITERIA KETUNTASAN MINIMAL (KKM) MELALAUI IN HOUSE TRANING Nendi, Nendi
Journal for Lesson and Learning Studies Vol 3, No 1 (2020): April
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jlls.v3i1.24252

Abstract

Kualitas pendidikan sangat ditentukan oleh kemampuan satuan pendidikan dalam mengelola proses pembelajaran. Penilaian merupakan bagian yang penting dalam pembelajaran. Dengan melakukan penilaian, pendidiksebagai pengelola kegiatan pembelajaran dapat mengetahui kemampuan yang dimiliki peserta didik, ketepatan metode mengajar yang digunakan, dan keberhasilan peserta didik dalam meraih kompetensi yang telah ditetapkan Berdasarkan permasalahan yang telah dikemukakan di atas bahwa cara pemecahan masalah yaitu dengan In House Training yang difasilitasi pengawas sekolah dapat meningkatkan kemampuan guru menetapkan KKM. Penelitin ini berbentuk PTS dilaksanakan 2 siklus dengan seting SMA Negeri I Cirebon dengan subyek sejumlah 67 Guru dengan setting waktu tanggal 1 Agustus 2019 untuk siklus I sedangkan siklus 2 dilaksanakan pada tanggal 8 Agustus 2019 Berdasarkan hasil penelitian dan pembahasan yang disampaikan pada bab IV, maka simpulan yang dapat dipaparkan adalah sebagai berikut. 1) In House Training (IHT) dapat meningkatkan kemampuan guru dalam menetapkan KKM di SMA Negeri I Cirebon.2) In House Training (IHT) dapat meningkat keaktifan dan tanggung jawab peserta/guru dalam menetapkan KKM. di SMA Negeri I Cirebon..3) Terjalinnya kolaborasi antara guru-guru  dengan kepala sekolah sekolah di sekolah binaan dalam rangka peningkatan profesionalisme guru di SMA Negeri I CirebonKata Kunci: Kriteria Ketuntasan Minimal (KKM), In House Traning
Monitoring Traffic Berbasis SNMP pada Jaringan Perumahan Permata Puri Harmoni 2 Nendi, Nendi; Maulana, Fath
Jurnal Sains dan Teknologi Vol. 5 No. 3 (2024): Jurnal Sains Dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/saintek.v5i3.1346

Abstract

Penelitian ini bertujuan untuk mengimplementasikan sistem pemantauan lalu lintas jaringan berbasis SNMP pada jaringan perumahan Permata Puri Harmoni 2. Dalam penelitian ini, ditemukan beberapa rumusan masalah yang meliputi cara melakukan pemantauan lalu lintas jaringan yang sistematis dan terstruktur dengan menggunakan protokol SNMP, peningkatan pengetahuan dan keterampilan administrator jaringan terkait pemantauan lalu lintas jaringan dan protokol SNMP, serta penyelesaian keterbatasan perangkat keras dan perangkat lunak yang memungkinkan pemantauan lalu lintas jaringan yang efektif dengan protokol SNMP. Selain itu, maka penelitian ini juga mengkaji kondisi pemantauan lalu lintas jaringan, perangkat keras dan perangkat lunak yang digunakan, serta efektivitas dan faktor-faktor yang mempengaruhi pemantauan lalu lintas jaringan berbasis SNMP di perumahan Permata Puri Harmoni 2. Tujuan penelitian ini antara lain adalah menerapkan sistem monitoring traffic berbasis SNMP untuk memantau kinerja jaringan secara real-time dan mengidentifikasi masalah jaringan dengan cepat, meningkatkan pengetahuan dan keterampilan administrator jaringan terkait pemantauan lalu lintas jaringan dan protokol SNMP, serta mengatasi keterbatasan perangkat keras dan perangkat lunak agar pemantauan lalu lintas jaringan dapat dilakukan secara efektif dengan protokol SNMP. Selain itu, penelitian ini juga bertujuan untuk meningkatkan efisiensi penggunaan jaringan dengan menetapkan batas maksimum penggunaan bandwidth dan mengevaluasi efektivitas batas tersebut dalam meningkatkan kinerja jaringan. Terakhir, penelitian ini akan menentukan prioritas penggunaan jaringan untuk keperluan bisnis yang lebih krusial dengan memonitor trafik pada jaringan dan mengidentifikasi perangkat yang menggunakan bandwidth lebih besar.
Perimbangan Beban Web Server Menggunakan Metode Weighted Round Robin algorithma Round Robin pada PT.XYZ Tb Sutan Nadzarudien Azhar; Nendi, Nendi
Jurnal Sains dan Teknologi Vol. 5 No. 1 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk meningkatkan kinerja web server pada PT.XYZ dengan menerapkan metode perimbangan beban dengan menggunakan algoritma Weighted Round Robin. Metode ini digunakan untuk memperbaiki distribusi beban pada server sehingga meminimalkan downtime dan memaksimalkan ketersediaan layanan web. Penelitian ini menggunakan pendekatan simulasi dengan membandingkan kinerja antara metode Weighted Round Robin dengan algoritma Round Robin yang digunakan sebelumnya. Hasil simulasi menunjukkan bahwa metode Weighted Round Robin mampu memberikan perbaikan signifikan pada kinerja web server PT.XYZ, terutama dalam hal waktu respons dan throughput. Berdasarkan hasil penelitian ini, disarankan bagi PT.XYZ untuk menerapkan metode perimbangan beban dengan menggunakan algoritma Weighted Round Robin pada web server mereka untuk meningkatkan kinerja dan ketersediaan layanan web.
Prediksi Jumlah Pengiriman Barang Menggunakan Kombinasi Metode Support Vector Regression, Algoritma Genetika dan Multivariate Adaptive Regression Splines Nendi, Nendi; Wibowo, Arief
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722441

Abstract

Sektor usaha logistik telah berkembang sangat pesat di Indonesia saat ini. PT. XYZ  adalah sebuah perusahaan logistik yang menyediakan jasa pengiriman barang dari satu tempat menuju ke tempat yang lain. Sebagai perusahaan logistik dengan jumlah kendaraan 2.100 unit armada truk dan akan terus bertambah seiring dengan target yang dicanangkan perusahaan, dimana pada 2020 jumlah armada truk harus mencapai 6.000 unit truk. Saat ini strategi operasional logistik dihasilkan berdasarkan pengalaman dari steakholder. Hal ini tentu tidak bisa dipertanggung jawabkan secara ilmiah. Prediksi jumlah pengiriman barang harian dapat menjadi solusi dalam membantu perusahaan dalam merencanakan, memonitoring dan mengevaluasi strategi operasional logistik. Hasil pengujian menunjukkan penggabungan metode Support Vector Regression (SVR), algoritma genetika dan Multivariate Adaptive Regression Splines (MARS) dapat menghasilkan prediksi jumlah pengiriman barang harian dengan nilai Mean Absolute Percentage Error (MAPE) yaitu 0.0969% dengan parameter epsilon(????) 1.92172577675873E-20, complexitas(????) 62 dan gamma(γ) 1.0. AbstractThe logistics business sector has developed very rapidly in Indonesia today. PT XYZ is a national logistics company that provides freight forwarding services from one place to another. As a national-scale logistics company, the company is supported by a fleet of 2,100 trucks. The number of fleets will continue to grow in line with the target set by the company, namely in 2020 the number of truck fleets must reach 6,000 trucks. Currently the logistics operational strategy is produced based on stakeholder experience, this certainly causes problems in the company's overall operations. Prediction of the number of daily goods shipments can be a solution in helping companies in planning, monitoring and evaluating logistical operational strategies, based on the company's ability in the availability of a fleet of vehicles for shipping. This study proposes a combination of Support Vector Regression (SVR) methods, genetic algorithms and Multivariate Adaptive Regression Splines (MARS) for problem solving in the prediction process, including in the selection of appropriate training data. The test results show that the combination of the three methods can produce predictions of the number of daily shipments with values of Mean Absolute Percentage Error (MAPE) 0.0969%, epsilon (????) 1.92172577675873E- 20, complexity (????) 62, and gamma (γ) 1.0.
Co-Authors Arief Wibowo Maulana, Fath Tb Sutan Nadzarudien Azhar