Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Khasanah Pendidikan International Journal of Health, Engineering and Technology
Aldi Indrawan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Dentistry Education Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Veterinary Other

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

Found 2 Documents
Search

 1 
Upaya Meningkatkan Hasil Belajar Siswa Dengan Menggunakan Metode Pembelajaran Ekspositori Dan Media 3 Dimensi Pada Materi Bangun Ruang Di Kelas V SDN 3 Tinambung Kabupaten Majene Aldi Indrawan; Sukmawati; Ma'rup
JKP: Jurnal Khasanah Pendidikan Vol. 1 No. 3 (2023): JKP: Jurnal Khasanah Pendidikan, Mei 2023
Publisher : ASIAN PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58738/jkp.v1i3.229

Abstract

Penelitian ini bertujuan untuk meningkatkan hasil belajar siswa dengan menggunakan metode ekspositori dan media 3 dimensi pada materi bangun ruang di kelas V SDN 3 Tinambung Kabupaten Majene. Penelitian ini menggunakan metode Penelitian Tindak Kelas (PTK). Lokasi penelitian ini dilaksanakan di SDN 3 Tinambung Kecamatan Pamboang Kabupaten Majene. Subjek dalam penelitian ini adalah siswa-siswi kelas V SDN 3 Tinambung Kabupaten Majene dengan jumlah siswa 25 orang tahun pelajaran 2022/2023. Faktor yang akan diselidiki yaitu: (1) faktor proses. Faktor yang diamati adalah aktivitas guru dan aktivitas siswa dalam pembelajaran matematika tentang bangun ruang dengan menggunakan metode ekspositori dan media 3 dimensi. (2) faktor hasil belajar. Faktor hasil belajar siswa dalam pembelajaran matematika tentang bangun ruang dengan menggunakan metode ekspositori dan media pembelajaran 3 dimensi. Prosedur penelitian meliputi perencanaan, pelaksanaan tindakan, observasi dan refleksi. Data yang sudah diperoleh dari hasil penelitian dianalisis secara statistik deskriptif digunakan untuk mendiskripsikan hasil belajar siswa pada materi bangun ruang dengan menggunakan metode ekspositori dan media 3 dimensi.  Hasil yang dicapai dalam penelitian ini yaitu yaitu: (1) Terjadi peningkatan aktivitas belajar siswa dan aktivitas guru pada setiap siklus. (2) Pada siklus pertama diperoleh nilai rata-rata hasil belajar siswa kelas V SDN 3 Tinambung Kabupaten Majene yaitu 63 sedangkan pada siklus kedua diperoleh nilai rata-rata hasil belajar lebih tinggi yang mencapai 90. Ketuntasan belajar matematika pada materi pengolahan data siswa kelas V SDN 3 Tinambung Kabupaten Majene juga mengalami peningkatan. Pada siklus I, dari 11 (44%) siswa mencapai ketuntasan belajar, sedangkan pada siklus II sebanyak 22 (88%) siswa mencapai ketuntasan belajar dan ketuntasan belajar klasikal tercapai. Hal ini berarti ketuntasan belajar pada siklus II tercapai secara klasikal karena jumlah siswa yang tuntas mencapai 80%. Berdasarkan hasil penelitian tersebut diatas, dapat disimpulkan hasil belajar matematika melalui metode ekspositori dan media 3 dimensi pada materi bangun ruang di kelas V SDN 3 Tinambung Kabupaten Majene mengalami peningkatan.
Implementation of the Support Vector Machine (SVM) Algorithm to Improve the Accuracy of Computer Network Performance Predictions Desi Irfan; Fahruzi Sirait; Rahadatul, Aisy Riadi; Aldi Indrawan; Juni Purwanto
International Journal of Health Engineering and Technology (IJHET) Vol. 4 No. 1 (2025): IJHET May 2025
Publisher : CV. AFDIFAL MAJU BERKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55227/ijhet.v4i1.271

Abstract

Computer network performance is very important in supporting various digital activities, but systems often cannot accurately predict changes in performance, which can cause service disruptions and economic losses. This research aims to implement the Support Vector Machine (SVM) algorithm to increase the accuracy of network performance predictions based on parameters such as latency, packet loss, throughput and jitter. Data is collected through network simulation and real data monitoring, then processed with normalization and selection of relevant features. The SVM model is tested with various kernels, including linear, RBF, and polynomial, to find the best configuration. Performance evaluation uses accuracy, precision, recall, F1-score, and ROC-AUC metrics, with cross-validation to increase the reliability of the results. The results show that the RBF kernel provides a prediction accuracy of 92%, higher than baseline methods such as Decision Tree and Logistic Regression. This model shows its potential to be applied in computer network monitoring systems to predict network performance in real-time, with the possibility of wider implementation in artificial intelligence-based network applications. Therefore, this research not only contributes to machine learning theory in the field of computer networks, but also provides practical solutions that can improve the management and optimization of network performance in various environments that require fast and accurate data processing
Co-Authors Desi Irfan Fahruzi Sirait Juni Purwanto Ma'rup Rahadatul, Aisy Riadi sukmawati