Article Per Year (5 Year)
p-Index From 2021 - 2026
1.288
P-Index
This Author published in this journals
All Journal Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JANITA Journal of Electrical, Electronic, Mechanical, Informatic and Social Applied Science
Dhodit Rengga Tisna
Akademi Komunitas Negeri Pacitan
Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Quality Analysis of Service Load Balancing Using PCC, ECMP, and NTH Methods Kurnianto Tri Nugroho; Bagus Julianto; Dhodit Rengga Tisna; Danny Febryan Nur M S
Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI Vol. 12 No. 1 (2023)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v12i1.55894

Abstract

One of the solutions to wede168 get a better quality of internet service is to utilize load balancing technology. We can use more than one different ISP (Internet Service Provider) which is then balanced with load balancing technology, where this technique is used to distribute the traffic load on two or more connection lines in a balanced way so that traffic can run optimally, maximizing throughput, minimizing response time. and avoid overload on any of the connection lines. This study aims to determine the comparison of Quality of Service load balancing with the PCC, ECMP and NTH methods on Mikrotik. The test method uses the web application www.speedtest.cbn.id, www.fast.com (1 connection), the results will show ping, download speed, upload speed, and monitoring from the Mikrotik router side. The research stages used the Network Development Life Cycle method, namely analysis, design, prototype simulation, implementation, monitoring and management. The results of the research are in the form of a performance comparison between load balancing on 2 internet lines using the PCC, ECMP and NTH methods on the proxy router. Based on the tests carried out as a whole the load balance using the ECMP method is superior and more reliable in terms of failover effects.
IOT FOR FUTURE: MENANAMKAN INTERNET OF THINGS SEBAGAI PONDASI KETERAMPILAN SISWA SMK DALAM ERA INDUSTRI 4.0 Dhodit Rengga Tisna; Tamara Maharani; Kurnianto Tri Nugroho; Bagus Julianto
JANITA : JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 6 No. 1 (2026)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36563/tvv62935

Abstract

Kegiatan pelatihan ini dilaksanakan di SMK Pembangunan Kikil Kabupaten Pacitan dengan tujuan untuk menambah literasi pengetahuan siswa tentang perkembangan industri 4.0 khusus nya dalam bidang Internet of Things (IoT). Latar belakang diadakannya kegiatan pelatihan ini karena adanya diskusi dengan pihak sekolah bahwa pengetahuan siswa terkait dengan konsep serta penerapan teknologi IoT yang masih terbatas. Metode yang diterapkan pada pengabdian ini dikemas dalam bentuk pelatihan dimana kegiatan terdiri dari penyampaian materi oleh tim yang kemudian dilanjutkan praktikum ujicoba secara langsung konsep dan penerapan IoT oleh siswa. Peralatan praktikum yang digunakan yaitu ESP32, sensor, aktuator serta perangkat lunak Arduino IDE. Dari hasil kegiatan pelatihan yang dilakukan dengan melihat hasil nilai pre-test dan post-test dapat dikatakan bahwa terdapat perkembangan yang signifikan. Sebelumnya nilai minimum yang didapatkan siswa yaitu 60, setelah dilakukan pelatihan minimun nilai yang didapatkan siswa adalah 80. Hasil umpan balik juga menunjukkan nilai positif, dimana dalam skala Likert rata-rata nilai kuesioner yang diberikan didapatkan nilai lebih dari 4,5 yang berarti pelatihan ini efektif dalam mambangun minat dan motivasi siswa. Secara keseluruhan pelatihan ini efektif dalam meningkatkan pengetahuan dan ketrampilan siswa dalam bidang IoT.
Sistem Pemantauan Kebakaran Berbasis Drone: Deteksi Asap Real-Time, Navigasi Cerdas Berbasis Deep Reinforcement Learning, dan Estimasi Luas Area Terdampak Adi Sucipto; Rifqi Aji Widarso; Tamara Maharani; Dhodit Rengga Tisna
Journal of Electrical, Electronic, Mechanical, Informatic and Social Applied Science Vol. 5 No. 1 (2026): Juni 2026
Publisher : Unit Penelitian, Pengabdian Kepada Masyarakat dan Penjamnan Mutu Akademi Komunitas Negeri Pacitan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58991/ckzfkw74

Abstract

Kebakaran hutan dan lahan membutuhkan sistem pemantauan yang mampu mendeteksi asap lebih awal, membantu navigasi drone secara aman, dan memperkirakan luas area terdampak secara cepat. Penelitian ini mengembangkan sistem pemantauan kebakaran berbasis unmanned aerial vehicle yang menggabungkan deteksi asap YOLOv8 termodifikasi, navigasi Deep Reinforcement Learning menggunakan Proximal Policy Optimization, serta segmentasi semantik DeepLabV3+ untuk estimasi area terbakar. Model deteksi diperkuat dengan SPPF+, attention CBAM, WIoU loss, dan optimasi TensorRT INT8 agar sesuai untuk perangkat edge. Modul navigasi mempelajari manuver adaptif dari skenario simulasi dan pengujian lapangan, sedangkan kalibrasi geospasial mengubah hasil segmentasi piksel menjadi luas hektar. Pengujian pada kebakaran simulasi, controlled burn, dan kasus kebakaran nyata menunjukkan bahwa model deteksi mencapai mAP@0,5 sebesar 91,7% dengan latensi 34 ms, navigasi PPO mencapai keberhasilan penghindaran 97,1%, dan estimasi luas area memperoleh akurasi rata-rata 88,3% terhadap data referensi Sentinel-2. Hasil ini menunjukkan bahwa kerangka terintegrasi layak digunakan untuk pemantauan kebakaran real-time dan dapat melengkapi observasi berbasis satelit.
Co-Authors Adi Sucipto Bagus Julianto Danny Febryan Nur M S Kurnianto Tri Nugroho Rifqi Aji Widarso Rizki Zusron Abdillah Tamara Maharani Tamara Maharani Taufik Hidayat Wahyu Ajie Pradhitya