Article Per Year (5 Year)
p-Index From 2019 - 2024
0.778
P-Index
This Author published in this journals
All Journal RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Jurnal Informatika dan Rekayasa Perangkat Lunak JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Pengabdian Kreatif Cemerlang Indonesia
muhammad qomaruddin
Universitas Nusa Mandiri
Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Social Sciences

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

Found 4 Documents
Search

 1 
Pewarnaan Graf Pada Peta Provinsi Jawa Barat Menggunakan Algoritma Welch-Powell muhammad qomaruddin; Waeisul Bismi; Dicky Hariyanto
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 2 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i2.53829

Abstract

Pewarnaan graf adalah teknik pemberian warna pada setiap titik pada graf, yang menyebabkan dua titik yang berdekatan tidak memiliki warna yang sama. Graf dapat diwarnai dengan memberikan warna yang berbeda untuk setiap simpul. Untuk itu peneliti mengimplementasikan pewarnaan graf pada peta provinsi Jawa Barat menggunakan Algoritma Welch-Powell. Algoritma Welch-Powell merupakan algoritma yang digunakan untuk mewarnai simpul-simpul graf berdasarkan derajat sudut tertinggi. Penelitian diawali dengan pemahaman tentang pewarnaan graf dan algoritmanya. Penelitian ini menjelaskan bahwa dalam melakukan pewarnaan graf pada peta Provinsi Jawa Barat terdapat bilangan kromatik yang diperoleh X (G) = 3 dan menghasilkan 20 titik yang membutuhkan tiga warna berbeda yaitu merah, kuning dan biru.
HIERARCHICAL TOKEN BUCKET (HTB) PADA QUALITY OF SERVICE PT. EKA BOGAINTI Taufik Rahman; Buya Ibrahim; Hafis Nurdin; Muhammad Qomaruddin
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 8 No 1 (2023): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v8i1.2963

Abstract

Jaringan komputer tentunya sangat dibutuhkan oleh sebuah institusi maupun perusahaan untuk dapat melakukan pertukaran data maupun mengerjakan pekerjaan dengan koneksi internet, maka bandwidth perlu diatur untuk kerja perusahaan, karena dengan adanya sebuah internet maka penyebaran data menjadi efisien dan informasi menjadi semakin luas. Akan tetapi, realitanya jaringan internet pada perusahaan tidak selalu memberikan akses internet yang baik ketika user bekerja dengan internet. Tujuan penelitian ini menyelesaikan masalah pada jaringan di PT. Eka Bogainti; Penggunaan bandwitdth yang tidak tepat, mengganggu proses keberlangsungan bisnis perusahaan, belum adanya management bandwidth sehingga pembagian bandwidth tidak merata pada semua client. Metode membagi dan menyebarkan bandwidth secara bertingkat Hierarchical Token Bucket (HTB) yang diterapkan berjalan lancar dan dapat meminimalisasi terjadinya bandwidth lebih pada pengguna jaringan yang berakibat down pada jaringan. Hasil nya kegiatan operasional perusahaan dapat tetap berjalan lancar. Administrator jaringan dapat menentukan prioritas pengguna jaringan internet pada perusahaan sehingga management bandwidth lebih teratur. Diperlukan perusahaan meng-Upgrade perangkat keras maupun perangkat lunak dengan spesifikasi update untuk mengimbangi jaringan yang telah diatur menjadi sesuai dengan kebutuhan sehingga meningkatkan kualitas kerja para karyawan.
Pelatihan Google Classroom Offline untuk Efektivitas Pembelajaran Tatap Muka Terbatas di SMP Darrosta Jakarta Kursehi Falgenti; Witriana Endah Pangesti; Dikdik Permana Wigandi; Muhammad Qomaruddin
Jurnal Pengabdian Kreatif Cemerlang Indonesia Vol 1 No 2 (2022): Periode November
Publisher : Yayasan Kreatif Cemerlang Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (533.993 KB)

Abstract

Pembelajaran Tatap Muka (PTM) Terbatas menggunakan Google classroom di SMP Darrosta menghadapi dua kendala. Pertama, siswa memiliki akses internet yang terbatas mengakses materi dan tugas-tugas di google classroom. Kedua, Guru-guru SMP Darrosta belum memanfaatkan google classroom secara optimal untuk mendukung PTM terbatas yang lebih efektif. Kepala sekolah menyelenggarakan pelatihan Google classroom offline agar guru bisa memanfaatkan fungsi google classroom offline. Metode pelatihan terdiri dari tahap persiapan yaitu survei lokasi kegiatan untuk menggali permasahan yang dihadapi, tahap pelaksanaan yaitu pelatihan secara hybrid fungsi-fungsi pada google classroom dan pengaturan google classroom offline, dan tahap monitoring dan evaluasi untuk mengetahui seberapa besar peningkatan pengetahuan dan kemampuan guru-guru SMP Darrosta. Program pelatihan Google classrooom offline menghasilkan output meningkatnya pengetahuan dan keterampilan guru SMP Darrosta menggunakan Google classroom. Guru memiliki pengetahuan dan keterampilan melakukan penggunaan rubric untuk membantu pemberian nilai siswa dan guru memilki ketrampilan melakukan pengeturan fungsi offline dalam google classroom. Dengan mengktifkan google classroom offline, Mahasiswa mengakses berkas materi dan berkas tugas secara luring. Siswa mengerjakan tugas-tugas pembelajaran dari perangkat handphone tanpa koneksi internet
Klasifikasi Citra Genus panthera Menggunakan Pendekatan Deep learning Berbasis Convolutional Neural network (CNN) Waeisul Bismi; Muhammad Qomaruddin
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 5, No 2 (2023): September
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v5i2.8931

Abstract

This research aims to develop an image classification method for the panthera genus using a deep learning approach based on Convolutional Neural network (CNN). The panthera genus includes large species such as tigers, lions, leopards, and jaguars, which share similarities in appearance but also differences in fur patterns, body size, and habitat. Image classification of the panthera genus is important in various applications, including wildlife conservation and biological research. In this study, image datasets of tigers, lions, and leopards were collected from various sources to a total of 6,290 images. The proposed method involves image pre-processing, such as resizing, converting and normalization, and the use of a Convolutional Neural network (CNN) model to perform classification. The CNN model is implemented and trained using training data to recognize specific visual patterns in the images of each species. The results of this study show that the CNN-based deep learning approach can achieve high accuracy in the classification of panthera genus images of 85.21%. This method can correctly distinguish between tiger, lion, and leopard images based on unique visual features. In addition, the deep learning approach also offers advantages in efficiency and scalability to cope with the large number of images in the dataset. This research makes an important contribution to the development of wildlife image classification methods using a CNN-based deep learning approach.
Co-Authors Buya Ibrahim Dicky Hariyanto Dikdik Permana Wigandi Hafis Nurdin Kursehi Falgenti Taufik Rahman Waeisul Bismi Waeisul Bismi Witriana Endah Pangesti