Article Per Year (5 Year)
p-Index From 2021 - 2026
2.804
P-Index
This Author published in this journals
All Journal Jurnal Sains Teknologi dan Lingkungan (JSTL) Jurnal Biologi Tropis JMM (Jurnal Masyarakat Mandiri) Jurnal Pengabdian Magister Pendidikan IPA Jurnal Hutan Tropika Journal of Forest Science Avicennia Agrimansion: Agribusiness Management & Extension Agroteksos Jurnal Multidisiplin Madani (MUDIMA) Jurnal Sylva Lestari DEVOTE: Jurnal Pengabdian Masyarakat Global Jurnal Malikussaleh Mengabdi Journal of Authentic Research
Prasetyo, Andrie Ridzki
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Materials Science & Nanotechnology Public Health Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Agroteksos

 1 
VARIASI DIMENSI BENIH AREN (ARENGA PINNATA MERR) DARI TIGA SENTRA PRODUKSI AREN DI PULAU LOMBOK Chaerani, Nurul; Shabrina, Hasyyati; Prasetyo, Andrie Ridzki; Aji, Irwan Mahakam Lesmono; Hidayati, Eni
AGROTEKSOS, Jurnal Ilmiah Ilmu Pertanian Vol 33 No 3 (2023): Jurnal Agroteksos Desember 2023
Publisher : Fakultas Pertanian Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/agroteksos.v33i3.970

Abstract

Aren merupakan tanaman perkebunan multi-guna yang memiliki penyebaran yang luas di Indonesia, termasuk di Pulau Lombok. Aren layak dijadikan sumber usaha untuk meningkatkan pendapatan Masyarakat. Keberlanjutan usaha aren harus didukung dengan tersedianya tegakan yang masih produktif, namun faktanya dilapangan banyak tegakan yang sudah tua dan tidak dilakukan permudaan. Kegiatan permudaan dapat didukung dengan mempersiapkan bibit yang berkualitas. Upaya eksplorasi sumber benih merupakan langkah awal untuk mendukung kegiatan permudaan. Benih yang berasal dari sumber berbeda umumnya memiliki warna, berat, dan ukuran yang bervariasi yang berkolerasi dengan kemampuan adaptasi benih pada lingkungan baru. Tujuan penelitian ini adalah untuk menganalisis variasi dimensi benih aren dari tiga lokasi sentra produksi aren di pulau Lombok serta menganalisis korelasi antar dimensi benih. Sumber benih berasal dari 3 lokasi di Pulau Lombok yaitu Jurit Baru (Lombok Timur), Aik Bual (Lombok Tengah), dan Bentek (Lombok Utara). Benih aren dari ke-3 lokasi diambil sebanyak 30 benih, sehingga total seluruhnya yaitu 90 benih. Benih diukur dimensinya yaitu panjang, lebar, tebal, dan berat. Hasil analisis menunjukkan sumber benih yang memiliki dimensi benih terbaik yaitu Aik Bual dan Jurit Baru. Terdapat korelasi positif antar dimensi benih. Benih dari Aik Bual dan Jurit Baru termasuk dalam ketegori benih ukuran besar dan sedang
LANDSAT 9 IMAGERY BASED MANGROVE FOREST MAPPING USING MAXIMUM LIKELIHOOD CLASSIFIER AND SUPPORT VECTOR MACHINE ALGORITHM Prasetyo, Andrie Ridzki; Valentino, Niechi; Shabrina, Hasyyati
AGROTEKSOS, Jurnal Ilmiah Ilmu Pertanian Vol 33 No 3 (2023): Jurnal Agroteksos Desember 2023
Publisher : Fakultas Pertanian Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/agroteksos.v33i3.975

Abstract

The successful launch of Landsat 9 in 2021 emphasizes the commitment to the continuity of the Landsat mission to provide global medium resolution satellite records. The benefit of the availability of the Landsat dataset is the extraction of information related to mangrove forest cover through mapping, especially in Gili Lawang. The main challenge in mangrove mapping is selecting a classification method that provides the most accurate results. This article aims to explore the use of the Maximum Likelihood Classifier (MLC) and Support Vector Machine (SVM) algorithms in the context of mangrove mapping using Landsat 9 imagery on Gili Lawang. The two algorithms show differences in detecting the area of mangrove, non-mangrove and water bodies, respectively for SVM 371.89 ha, 58.11 ha, 3.73 ha; while the MLC algorithm is 328.88 ha, 98.41 ha, and 6.45 ha. The MLC algorithm identifies non-mangrove objects at the outer boundary of Gili Lawang, while SVM identifies the same area as mangrove objects due to the influence of the training area created and low separability. The SVM algorithm has better accuracy with a Kappa statistic of 0.85 compared to MLC with a value of 0.73. Keywords: Gili Lawang, Landsat 9, Mangrove, Support Vector Machine, Maximum Likelihood Classifier
Co-Authors Amin, Fitrah Maulidi Andi Chairil Ichsan Anwar Hadi, Muhammad Araruna, Isroqul Ihsan Ariagunawan Azizah, Lutfiah B, Kornelia Webliana Chaerani, Nurul Dini Lestari, Dini Eni Hidayati Fauzan Fahrussiam Fesal, M Firdaus, Rato Silamon Firmansyah, Harits Gozali, M. Rijalul Hadi , Muhammad Anwar Hadi, M Rijalul Gozali1, Muhammad Anwar Hadi, Muhammad Anwar Hairil Anwar Halimah, Baiq Elok Salsabila Hambali, Moh Rodiansyah Hayati Hidayati, Maulia Huda, Laelatul Irwan Mahakam Lesmono Aji Istiani, Ratna Ayu Juansyah, Raj'i Waldi Kertalam, Lalu Rizky Aji Lestari, Andi Tri M. Husni Idris, M. Husni Muhamad Husni Idris, Muhamad Husni Muhammad Afif Muhammad Irham musdi, musdi Niechi Valentino Pratama, Roni Putra Purnama, Miftahul Irsyadi Rato Firdaus Silamon, Rato Firdaus Rima Vera Ningsih Rizki, Lalu Erkana Ridhan Seca Gandaseca Setiawan, Budhy Shabrina, Hasyyati Sitti Latifah Syahruanda, Eggi Webliana B, Kornelia Webliana, Kornelia Wihelmus Jemarut Wulandari, Febriana Tri Ziad, Muhammad Thoriq