Claim Missing Document
Check
Articles

Found 24 Documents
Search

Identifikasi Stabilitas Hasil Genotipe Ubi Jalar (Ipomoea batatas L. (Lam)) Harapan Baru di Tiga Lingkungan Maulana, Haris; Karuniawan, Agung
Jurnal Agronomi Indonesia (Indonesian Journal of Agronomy) Vol. 48 No. 3 (2020): Jurnal Agronomi Indonesia
Publisher : Indonesia Society of Agronomy (PERAGI) and Department of Agronomy and Horticulture, Faculty of Agriculture, IPB University, Bogor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1044.147 KB) | DOI: 10.24831/jai.v48i3.32830

Abstract

Produktivitas merupakan salah satu karakter penting dalam perakitan varietas baru. Pengujian multilokasi diperlukan untuk mengestimasi stabilitas hasil dari tanaman yang diuji. Penelitian ini bertujuan untuk mengestimasi interaksi genotipe dengan lingkungan (GxE), mengidentifikasi stabilitas hasil genotipe-genotipe baru ubi jalar, serta mengidentifikasi pengukuran stabilitas yang statis dan dinamis terhadap hasil ubi jalar. Penelitian dilakukan di tiga lingkungan di Jawa Barat, diantaranya pada dataran medium yaitu Kabupaten Sumedang (729 mdpl), Kabupaten Bandung (857 mdpl), serta pada dataran rendah yaitu Kabupaten Karawang (24 mdpl) dari bulan Januari 2017-Juli 2018. Percobaan menggunakan rancangan lapangan Augmented design di setiap lokasi. Analisis ragam (ANOVA) gabungan digunakan untuk mengestimasi GxE, sedangkan stabilitas hasil diestimasi dengan pengukuran model stabilitas parametrik (Regresi linier Eberhart dan Russell (bi dan S2di), komponen rata-rata varians (θi), varians genotipe terhadap lingkungan (GE) (θ(i)), Wricke ecovalence (Wi2), varians stabilitas Shukla (σ²i), koefisien variasi (CVi), AMMI stability value (ASV)), non-parametrik (model Huehn (S(i)), model Thennarasu (NP(i)), Peringkat Kang (KR)), dan GGE biplot. Hasil penelitian menunjukkan bahwa GxE menunjukkan pengaruh yang signifikan terhadap hasil panen dengan kontribusi sebesar 14.17%. Dua genotipe ubi jalar teridentifikasi stabil dan memiliki hasil tinggi di tiga lingkungan yaitu PR79 dan PR126. Genotipe-genotipe tersebut dapat direkomendasikan sebagai genotipe unggul baru dan sebagai bahan untuk program pemuliaan tanaman ubi jalar selanjutnya. Pengukuran stabilitas NP(2) dan θᵢ merupakan model stabilitas statis yang dapat merekomendasikan genotipe stabil pada lingkungan yang kurang menguntungkan (unfavorable), sedangkan pengukuran S(1), S(2), S(3), S(6), NP(1), NP(3), NP(4), KR, CVi, bi, S2di, Wi2, ASV, dan σ²ᵢ merupakan model stabilitas dinamis yang dapat merekomendasikan genotipe stabil pada lingkungan yang menguntungkan (favorable). Kata kunci: GGE biplot, multilokasi, non-parametrik, parametrik, stabilitas hasil
Sistem Pengusiran Hama Tikus Pada Tanaman Padi Menggunakan Sensor Gerak. Maulana, Haris
JURNAL ILMIAH MAHASISWA Vol. 3 No. 1 (2025): Jurnal Ilmiah Mahasiswa Fakultas Tarbiyah dan Keguruan UIN Ar-Raniry
Publisher : Fakultas Tarbiyah dan Keguruan Universitas Islam Negeri Ar-Raniry Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22373/rwm1nd56

Abstract

The use of Arduino Uno-based motion sensors has a significant impact on preventing rat pest attacks in rice fields. This prevention will provide added value for farmers in the productivity of their crops. In addition, the use of motion sensors in this research is considered more efficient and effective. The main problem faced is how to design a mouse midge device on rice plants using a motion sensor and how the working principle of a mouse midge device on rice plants uses a motion sensor. This study aimed to design a rat midges device in rice plants using motion sensors and to know the working principle of a rat midges device in rice plants using motion sensors. The research methods used are literature studies and practical studies. Electrical design using fritzing software. The software installation process uses the Arduino IDE and encodes the Arduino Uno to activate the buzzer and ultrasonic sensor. The research results show that testing a prototype of this rat midges tool uses an ultrasonic sensor based on Arduino Uno, which is a means to make it easier for farmers to repel very disturbing rat pests. With this prototype tool, it is hoped that it will be able to save and streamline time and energy. Based on the black box data above, testing of this prototype tool was declared successful. The condition of the hc-sr04 sensor module and buzzer in detecting mouse movement, with the parameters of the hc-sr04 sensor module ranging between < 4 meters can detect distance. Meanwhile, at a distance of ≥ 5 meters, the HC-SR04 sensor module is no longer able to detect it.
PKM Pendampingan Kader Posyandu melalui Aplikasi POSDEM untuk Meningkatkan Fasilitas, Pelayanan, dan Kesehatan pada Masyarakat Desa Sentol Daya Kunsah, Baterun; Maulidiyanti, Ellies; Kurniawati, Tri; Maulana, Haris; Lihabi
Journal of Community Development Vol. 6 No. 1 (2025): August
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/comdev.v6i1.1754

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas kader posyandu melalui penerapan teknologi digital dalam bentuk aplikasi POSDEM (Posyandu Sehat Diabetes Melitus) di Desa Sentol Daya, Kecamatan Pragaan, Kabupaten Sumenep. Program ini dilaksanakan dengan latar belakang permasalahan yang dihadapi kader posyandu, yaitu masih digunakannya sistem pencatatan manual, rendahnya kedisiplinan pasien dalam mengonsumsi obat, serta kurangnya media edukasi digital untuk penyakit kronis seperti Diabetes Melitus. Metode pelaksanaan kegiatan meliputi lima tahap utama, yaitu: (1) tahap persiapan dan pertemuan awal, (2) tahap sosialisasi dan pelatihan penggunaan aplikasi, (3) tahap implementasi lapangan, (4) tahap monitoring dan evaluasi, serta (5) tahap keberlanjutan program. Aplikasi POSDEM dirancang dengan fitur pencatatan kadar gula darah (GDA) dan tekanan darah (tensi), pengingat minum obat, serta e-modul video senam dan artikel kesehatan seputar DM. Hasil pelaksanaan menunjukkan peningkatan signifikan terhadap kemampuan kader posyandu dalam mengoperasikan teknologi digital. Sebanyak 80% kader mampu menggunakan aplikasi POSDEM secara mandiri dalam kegiatan pelayanan kesehatan rutin. Fitur pengingat obat dan edukasi digital terbukti meningkatkan kepatuhan pasien terhadap pengobatan dan mendorong perubahan perilaku menuju gaya hidup sehat. Program ini juga berdampak positif terhadap produktivitas kader, efektivitas pelayanan, dan kemandirian masyarakat dalam pengelolaan kesehatan. Dengan demikian, penerapan aplikasi POSDEM dinilai relevan, bermanfaat, dan berpotensi untuk direplikasi di posyandu lain. Ke depan, kegiatan ini akan dilanjutkan melalui pelatihan kader baru, pengembangan fitur aplikasi, serta integrasi data dengan puskesmas sebagai bentuk keberlanjutan program.
Identification of Neisseria gonorrhoeae Bacteria Using a Convolutional Neural Network (CNN) Based on Image Classification Maulana, Haris; Kamaruddin, Mudyawati; Suyanto, Agus; Rabban, Auliyaur
PHARMACOLOGY, MEDICAL REPORTS, ORTHOPEDIC, AND ILLNESS DETAILS Vol. 5 No. 1 (2026): JANUARY
Publisher : Transpublika Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55047/comorbid.v5i1.1963

Abstract

Neisseria gonorrhoeae (gonococcus) is the primary bacterium responsible for the sexually transmitted infection gonorrhea, which is transmitted through sexual contact. Traditional identification methods, such as Polymerase Chain Reaction (PCR), are still widely used but have limitations in terms of cost, time, and the need for multiple reagents. This study aims to develop a faster and more efficient identification method using Artificial Intelligence (AI) through a Convolutional Neural Network (CNN) approach based on the Inception V3 architecture. The dataset used consists of 84 JPEG images, comprising 42 images of Neisseria gonorrhoeae and 42 non-Neisseria images. The model was trained using 50 epochs with an early stopping mechanism, which optimally halted at epoch 25, achieving a training accuracy of 94.74% and a validation accuracy of 100%. The resulting model achieved 96% classification accuracy, correctly identifying all 8 positive and 4 negative test images. These findings indicate that CNN based on Inception V3 is effective in classifying Neisseria gonorrhoeae images and has strong potential as a fast, accurate, and efficient diagnostic alternative.
Co-Authors Ade Ismail Affan Al Sidqi, Muhammad Agung Karuniawan Agus Suyanto Ahmad Faqih Ajis, Alus Akmal, M Akmal, M. Annisa, Sefty Rizqi A’rasy Fahrullah Baterun Kunsah Budi Nugroho Chotimatul Azmi, Chotimatul Darmawan Saptadi, Darmawan Dewi, Erika Puspa Dikrurahman, Diky Eso Solihin Fadhilah, Muhamad Yassin Al Faidah, Rika Setiani Nur Fauzi, Muhammad Miftah Febriansyah, Arif Sani Fitriyani, Wine Fribadi, Lanta Humaira, Asma Rani Rosalba Ichsan Nurul Bari Ika Roostika Ikhsanul Mubarok, Gian Intan Ratna Dewi Anjarsari Kartini, Ratu Mawar Kirani, Garnis Kustiana, Ruli M Kusumah, Fajar Maulana Wijaya Kusumanegara, Kusumawaty Lihabi M kustiana, Ruli M. Basysyar, Fadhil Maulidiyanti, Ellies Mubarok, Gian Ikhsanul Mudyawati Kamaruddin Muhammad Nasihin Mutaqin, Zaenal Nadia Nuraniya Kamaluddin Nafisa, Delia Yulianti Nurhayati Nurhayati Nurhida, Dede Nurjanah, Aspi Nurliani Bermawie Nurmaudi, Siti Permana, Dimas Satia Praharja, Yoga Pratiwi, Vika Faraditha Purdianty, Amalia Purnama Yusup, Cahya Purnamasari, Ismi Purwono Purwono, Purwono Puspa Dewi, Erika Rabban, Auliyaur Rani Rosalba Humaira, Asma Rija Sudirja Rosnia, Vera Sandrawati, Apong Sani Febriansyah, Arif Santoso, Dwi Andreas Sari, Wanda Satia Permana, Dimas Shabrina, Rahmaini Afifah Sidqi, Muhammad Affan Al Suci Rahayu Suhartini Suhartini supriadi, ari Syahrir, Annisa Martina Syaiful Anwar Tiara Aninditha Tri Handayani Tri Kurniawati, Tri Y.H., Anne Yani Maharani, Yani Yasin, Yasin Yassin Al Fadhilah, Muhamad Yudithia Maxiselly Yulianti Nafisa, Delia Yusup, Cahya Purnama Zaky, Ahmad Fairuz Zulaicho, Zulaicho