Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Intake : Jurnal Penelitian Ilmu Teknik dan Terapan JATI (Jurnal Mahasiswa Teknik Informatika)
Mohammad Gugus Azhari
Universitas Darul Ulum
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Mechanical Engineering

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

Found 2 Documents
Search

 1 
Rancang Bangun Load Balancing Dua ISP Dengan Metode Nth (Studi Kasus Pascasarjana Universitas Darul ‘Ulum Jombang) Arif Sujatmika; Rudi Kurniawan; Mohammad Gugus Azhari
Jurnal Intake : Jurnal Penelitian Ilmu Teknik dan Terapan Vol. 12 No. 2 (2021): Jurnal Intake : Jurnal Penelitian Ilmu Teknik dan Terapan
Publisher : FT- UNDAR

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48056/jintake.v2i2.179

Abstract

Saat ini internet telah menjadi salah satu kebutuhan pokok dalam berbagai aspek kehidupan, tidak terkecuali dunia pendidikan. Salah satu instansi pendidikan yang telah mengintegrasikan jaringan internet ke dalam kegiatan akademik ialah Pascasarjana Universitas Darul ‘Ulum Jombang, yaitu sebuah instansi pendidikan yang telah memanfaatkan teknologi internet sebagai sarana penunjang kegiatan akademik. Salah satu kontribusi teknologi untuk menigkatkan hal tersebut adalah menggunakan dua ISP dan menerapkan teknik load balancing yaitu menggabungkan dua ISP menjadi satu. Dengan menggunakan router MikroTik, mekanismenya adalah MikroTik akan menandai paket yang ingin mengakses internet, lalu memilih jalur ISP mana yang akan dilewatinya dan menyeterakan beban pada kedua ISP tersebut. Teknik fail over juga diterapkan pada jaringan ini, yakni ketika koneksi salah satu gateway sedang terputus, maka koneksi otomatis akan diarahkan ke gateway lainnya, sehingga koneksi internet tidak sepenuhnya putus. Metode NDLC (Network Development Life Cycle) digunakan sebagai acuan metode pengembangan sistem dalam penelitian ini. Pemilihan Nth load balancing dikarenakan metode tersebut dapat meningkatkan kualitas koneksi dan membagi beban pada kedua gateway agar tidak terjadi overload. Penerapan ini telah membagi beban traffic secara seimbang pada ISP-1 dan ISP-2 pada jaringan Pascasarjana Universitas Darul ‘Ulum Jombang. Manajemen bandwidth juga akan diterapkan pada jaringan ini, hal ini untuk mengingkatkan kualitas bandwidth yang diberikan pada pengguna, sehingga pengguna mendapatkan pembagian bandwidth internet yang merata. Kata Kunci - Load Balancing Nth, Manajemen Bandwidth, MikroTik.
TRANSFER LEARNING CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR EFFICIENTNET UNTUK IDENTIFIKASI PENYAKIT DAUN CABAI Gugus Azhari, Mohammad; Ajid Husain, Muhammad; Lutfi, Moch.
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7791

Abstract

Penyakit cabai dapat menghantui petani karena menyebabkan gagalnya hasil produksi panen, Agar mendapatkan hasil panen cabai yang baik hal paling utama dalam masa tanam adalah perawatan yang baik agar tanaman cabai tidak mudah terjangkit oleh serangan hama. hama merupakan penyakit pada tanaman cabai menyebabkan resiko yang cukup besar jika tidak ditanggulani secara cepat dapat merugikan hasil panen dalam budidaya tanaman cabai. Identifikasi penyakit pada tanaman cabai bisa dilihat secara fisik dari daun tanaman. Penelitian ini merujuk pada penelitian sebelumnya mendeteksi penyakit daun dengan mengimplementasikan algoritma convolutional neural network dengan arsitektur Efficientnet untuk melakukan klasisifikasi atau identifikasi pada objek daun yang sudah diberi label. Class atau label yang digunakan untuk klasifikasi pada penelitian ini adalah class daun sehat, virus kuning, keriting, dan bercak daun. Hasil akurasi implementasi arsitektur EfficientNet yang diusulkan adalah 97% dan validasi 100%, loss training 0.1094 dan loss validasi 0.0326. Sedangkan waktu komputasi proses training adalah 5 detik.
Co-Authors Ajid Husain, Muhammad Arif Sujatmika Lutfi, Moch. Rudi Kurniawan