Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pencegahan Dampak Negatif Paparan Pestisida dari Aktivitas Pertanian Melalui Kegiatan Edukasi dan Sosialisasi Rahmat, Natasya Shafira Putri; Umam, Hilman Imadul; Mahendra, Bhisma; Widianto, Eri; Yuliasari, Fitri; Aeni, Alfieta Rohmaful; Nuraini, Umi; Fauji, Najmudin; Sobur, Susilawati; Wilda, Saniatun; Hasanah, Putri Nur
Reswara: Jurnal Pengabdian Kepada Masyarakat Vol 6, No 1 (2025)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v6i1.5280

Abstract

Desa Telukambulu di Kecamatan Batujaya, Kabupaten Karawang, memiliki luas wilayah lahan pertanian sawah sebesar 84%, hal ini menjadi tantangan para petani dalam pengelolaan pestisida. Penggunaan pestisida yang tinggi akan memberikan dampak negatif pada lingkungan dan kesehatan masyarakat. Data menunjukkan bahwa 41,7% petani di Desa Telukambulu tergolong dalam kelompok lanjut usia. Oleh karena itu, sangat penting untuk meningkatkan pemahaman para petani tentang Keselamatan dan Kesehatan Kerja (K3) dalam penggunaan pestisida. Edukasi K3 serta sosialisasi menggunakan media promosi kesehatan dilakukan untuk mencegah dampak negatif paparan pestisida. Hasil kegiatan menunjukkan bahwa pada saat pretest, pemahaman responden terkait penggunaan pestisida hanya mencapai 36%. Namun, setelah dilakukan sosialisasi, terjadi peningkatan signifikan,dengan rata-rata nilai postest mencapai lebih dari 90%. Peningkatan tersebut mencerminkan pemahaman petani yang lebih memperhatikan aspek K3 dalam penggunaan pestisida. Perubahan ini diharapkan dapat menjadikan para petani sebagai agen perubahan yang berperan dalam pengelolaan pestisida yang berkelanjutan dalam pelestarian lingkungan. Pada akhirnya hal ini akan membentuk masyarakat yang lebih peka terhadap dampak pestisida, mendukung praktik pertanian yang lebih aman, serta mengurangi risiko bagi kesehatan.
Sistem Monitoring Suhu dan Kelembaban Berbasis Internet of Things (IoT) Pada Ruang Data Center Kusumah, Rafik; Islam, Hajar Izzatul; Sobur, Susilawati
Journal of Applied Informatics and Computing Vol. 7 No. 1 (2023): July 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i1.5199

Abstract

The Internet of Things (IoT) has brought significant advancements in various fields, including environmental monitoring. This study presents the implementation of an IoT-based temperature and humidity monitoring system specifically designed for a data center. The monitoring device consists of a DHT11 sensor, water level sensor, OLED I2C display, and ESP8266 (NodeMCU) microcontroller, enabling accurate and consistent measurements of temperature and humidity levels. Through extensive hardware testing, the developed device has demonstrated its effectiveness in accurately measuring temperature and humidity within the data center. Comparative analysis of the hardware data with readings from the HTC-2 device revealed minimal error rates, with an average of 1.7% for temperature and 2.1% for humidity, affirming the reliability and consistent performance of this device. Software testing showcased the monitoring application's efficiency in displaying temperature and humidity data through an intuitive dashboard. Users can easily access real-time data and statistical graphs, facilitating effective monitoring and analysis of the environmental conditions in the data center.
Sistem Pemantauan Gudang Berbasis ESP32-Cam untuk Deteksi Gerakan dan Keberadaan Objek Sejati, Bayu Unggul; Triyo, Hengky; Sobur, Susilawati
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.356 – 361

Abstract

Sistem pemantauan gudang berbasis IoT ini dikembangkan untuk meningkatkan keamanan dengan menggunakan ESP32-CAM, sensor PIR HC-SR602 untuk deteksi gerakan, dan sensor suara KY-038 untuk mendeteksi suara mencurigakan. Data visual dari ESP32-CAM diproses menggunakan model deteksi objek YOLOv8s yang diimplementasikan pada server Flask, dengan notifikasi hasil deteksi dikirimkan melalui bot Telegram. Pelatihan model dilakukan dengan menggunakan dataset yang relevan yang diolah di Roboflow dan dilatih di Google Colab. Hasil implementasi menunjukkan sistem dapat mendeteksi aktivitas manusia dengan akurasi tinggi dan mengirimkan notifikasi dalam rata-rata waktu 5 detik. Sistem ini terbukti efektif, efisien, dan dapat diandalkan untuk pemantauan gudang secara real-time, dengan potensi pengembangan lebih lanjut untuk meningkatkan performa pada kondisi cahaya rendah dan mempercepat proses notifikasi.