Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Al-MAIYYAH : Media Transformasi Gender dalam Paradigma Sosial Keagamaan Journal of Comprehensive Science
Nisar, Nisar
Unknown Affiliation
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Library & Information Science

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

Found 2 Documents
Search
Journal : Journal of Comprehensive Science

 1 
Sistem Pakar Mendiagnosis Penyakit Pada Ayam Broiler Menggunakan Metode Forward Chaining Hendra Setiawan, Muhammad; Nisar, Nisar
Journal of Comprehensive Science Vol. 4 No. 5 (2025): Journal of Comprehensive Science (JCS)
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jcs.v4i5.3154

Abstract

Industri peternakan ayam broiler di Indonesia menghadapi tantangan besar dalam mendeteksi dan menangani penyakit secara dini untuk mencegah kerugian finansial dan meningkatkan produktivitas. Penelitian ini mengembangkan sistem pakar berbasis kecerdasan buatan dengan metode forward chaining yang dirancang untuk membantu peternak dalam mendiagnosis penyakit ayam broiler secara cepat dan akurat. Metode kualitatif dengan pendekatan deskriptif digunakan untuk memahami kondisi peternakan di PT. Rama Jaya, Lampung, melalui observasi langsung, wawancara, dan studi literatur. Sistem pakar yang dihasilkan berupa website interaktif dengan fitur diagnosis berbasis gejala ayam, manajemen data penyakit, dan relasi gejala yang terintegrasi. Hasil implementasi menunjukkan peningkatan akurasi diagnosis hingga 90%, pengurangan waktu pengambilan keputusan, penghematan biaya operasional, serta peningkatan kesejahteraan ternak. Sistem ini berpotensi mendukung keberlanjutan dan modernisasi peternakan ayam broiler di Indonesia. Penelitian merekomendasikan kolaborasi dengan ahli veteriner dalam pengembangan lebih lanjut, penyusunan basis pengetahuan dinamis, serta pelatihan pengguna agar sistem lebih optimal dan dapat diterima oleh peternak dengan berbagai tingkat kemampuan teknologi. Implementasi sistem pakar ini diharapkan menjadi solusi efektif untuk mendukung pengelolaan kesehatan ternak yang lebih baik dan efisien.
Implementasi Deep Learning Menggunakan Arsitektur Vgg-19 Untuk Deteksi Penyakit Pada Tebu Berdasarkan Citra Daun Berbasis Website Wijaya Samdoria, Samodra; Nisar, Nisar
Journal of Comprehensive Science Vol. 4 No. 5 (2025): Journal of Comprehensive Science (JCS)
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jcs.v4i5.3155

Abstract

Tanaman tebu merupakan komoditas strategis dalam industri gula nasional, namun produktivitasnya sering terhambat oleh serangan penyakit daun yang sulit terdeteksi secara dini. Deteksi manual oleh petani atau tenaga ahli memerlukan waktu dan biaya yang tidak sedikit, serta rentan terhadap kesalahan manusia. Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit pada daun tebu berbasis website menggunakan pendekatan deep learning dengan arsitektur VGG-19. Metode yang digunakan meliputi pengumpulan dataset citra daun tebu yang terklasifikasi dalam kondisi sehat dan berbagai jenis penyakit, dilanjutkan dengan preprocessing citra, pelatihan model menggunakan VGG-19, serta integrasi model ke dalam antarmuka website untuk penggunaan praktis oleh pengguna. Hasil penelitian menunjukkan bahwa model VGG-19 yang diimplementasikan berhasil mencapai tingkat akurasi sebesar 92,3% dalam mendeteksi dan mengklasifikasikan kondisi daun tebu berdasarkan citra yang diunggah melalui platform. Sistem ini diharapkan dapat menjadi solusi inovatif dalam mendukung proses pemantauan kesehatan tanaman secara real-time dan efisien, serta berkontribusi pada peningkatan produktivitas pertanian tebu di Indonesia.
Co-Authors Emilia Mustary Hendra Setiawan, Muhammad Mahyuddin Mahyuddin Wijaya Samdoria, Samodra