Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal EECCIS Journal of Environmental Engineering and Sustainable Technology e-Jurnal Arus Elektro Indonesia Indonesian Journal of Electrical Engineering and Computer Science Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal INFOTEL
Sholeh Hadi Pramono
Department Of Electrical Engineering, Universitas Brawijaya, Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Environmental Science Mechanical Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal EECCIS

 1 
Implementasi Fuzzy Analytical Hierarchy Process Menggunakan Database Maria DB Anang Aris Widodo; Sholeh Hadi Pramono; Harry Soekotjo Dachlan
Jurnal EECCIS Vol 13, No 2 (2019)
Publisher : Fakultas Teknik, Universitas Brawijaya

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

Abstract

Abstrak–-Paper ini berisi tetntang implementasi metode fuzzy Analytical Hierarchy Process (F-AHP) pada database mariaDB. Untuk membuat suatu Decision Support System (DSS) yang dinamis maka metode Analytical Hierarchy Process (AHP) dibuat didalam database, pada penelitian ini menggunakan database mariaDB. Terdapat kelebihan dan kekurangan jika suatu metode diletakkan didalam database. Kelebihannya adalah sistem akan menjadi dinamis karena jika ada perubahan dan penambahan kriteria dan alternatif tidak akan mempengaruhi sistem yang sudah dibangun. Kekurangannya adalah sistem akan menjadi berat karena mengakses data langsung dari server.Kata Kunci—AHP,  DSS, mariaDB, server.
Konsolidasi Beban Kerja Kluster Web Server Dinamis dengan Pendekatan Backpropagation Neural Network Alan Stevrie Balantimuhe; Sholeh Hadi Pramono; Hadi Suyono
Jurnal EECCIS Vol 12, No 2 (2018)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.045 KB)

Abstract

Meningkatnya permintaan pengguna applikasi WWW telah menyebabkan peningkatan yang sepadan dalam penggunaan sumber daya server kluster. Penelitian ini mengkaji tentang penyediaan sumber daya server Web berdasarkan parameter beban kerja server (load average CPU). Data yang digunakan adalah akses terhadap web server yang melayani applikasi Sistem Informasi Akademik Mahasiswa Universitas Brawijaya (SIAM-UB). Penggunaan sumber daya server secara maksimal (beban puncak) terjadi pada periode registrasi mahasiswa, yaitu lebih dari 65000 mahasiswa akan mengakses server SIAM secara bersamaan. Jumlah permintaan yang dilayani server dalam 1 hari dapat mencapai 1.7juta permintaan. Pada penelitian ini, penyediaan sumber daya server diprediksi untuk mendapatkan beban kerja CPU dalam kluster web server yang optimal. Prediksi beban kerja server diklasifikasikan menjadi 3 kelas, yaitu: Min (0-2), Medium (3-6), Maximum >7. Metode backpropagation neural network (BNN) digunakan untuk memprediksi kelas beban kerja server berdasarkan parameter input penggunaan CPU, memory, jaringan (throughput) dan jumlah IP akses. Arsitektur BNN dengan 32 input, 2 hidden layer dengan jumlah neuoron h1 512; h2 32, 3 output, dan learning rate 0.0001, menghasilkan bobot yang mampu melakukan klasifikasi dengan tingkat precision 90%, tingkat sensitivity 0.9, dan tingkat akurasi 93%.
Co-Authors Alan Stevrie Balantimuhe Anang Aris Widodo Djul Fikry Budiman, Djul Fikry Harry Soekotjo Dachlan Mahdin Rohmatillah Maulana, Eka Merinda Lestandy Mudjirahardjo, Panca Muhammad Aswin Onny Setyawati Rahmadwati, n/a Samuel Aji Sena Suyono, Hadi Zainuri, Akhmad