Claim Missing Document
Check
Articles

Found 38 Documents
Search

Penerapan Metode Dempster Shafer Untuk Diagnosa Penyakit pada Tanaman Nanas Wigel, Wigel; Basri, Basri; Khairat, Ul
Journal Peqguruang: Conference Series Vol 5, No 2 (2023): Peqguruang, Volume 5 Nomor 2 November 2023
Publisher : Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jp.v5i2.4352

Abstract

Tanaman nanas merupakan salah satu tanaman perkebunan utama karena merupakan sumber nutrisi, yang membantu memperkuat sistem ketahanan yang dengan pengalengan membantu mencegah penyakit. Dalam membudidayakan tanaman ini sering terjadi beberapa hal seperti penyakit pada tanaman nanas dimana bila sudah terserang penyakit dan tidak ada penanggulangan maka peternak akan mengalami kerugian, baik hasil maupun sifat tanaman nanas akan berkurang. Mengingat hal tersebut, diperlukan suatu alat sebagai kerangka kerja spesialis untuk dapat menganalisa penyakit tanaman nanas. Metode Dempster Shafer yakni metode yang digunakan dalam penelitian ini, dimana dapat mengolah data dengan memberikan pembuktian berdasarkan nilai densitas dengan. Penelitian ini mengelola 5 jenis penyakit. Hasil kajian menunjukkan bahwa penelitian ini dapat dimanfaatkan sebagai alat dalam mendiagnosa penyakit tanaman nanas sehingga diyakini dapat membantu peternak dalam mengatasi penyakit yang menyerang tanaman nanas secara cepat dan pasti serta dapat meningkatkan keuntungan dari tanaman nanas.  
PENDAMPINGAN PEMBUATAN PETA DESA WISATA SEBAGAI PROMOSI WISATA DI DESA PAPPANDANGAN Malik, Abdul; Sahabuddin, Chuduriah; Irmayani, Naim; Khairat, UL; Nasir, Muhammad
JURNAL SIPISSANGNGI: Jurnal Pengabdian Kepada Masyarakat Vol 4, No 1 (2024): Sipissangngi Volume 4, Nomor 1, Maret 2024
Publisher : Lembaga Penelitan dan Pengabdian Masyarakat, Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jurnal.v4i1.5013

Abstract

Masalah yang dapat dirumuskan pada kegiatan Pengabdian kepada Masyarakat yang berjudul Pendampingan Pembuatan Peta desa wisata sebagai Promosi Desa Wisata adalah: bagaimana aparat desa dan masyarakat dapat memahami mekanisme pembuatan peta potensi Desa Pappandangan sehingga peta yang dihasilkan merupakan peta potensi desa spesifik wilayah yang menggambarkan potensi wisata dan fasilitasnya dengan rinci sehingga bisa menjadi promosi Desa Wisata yang berkelanjutan. Metode pelaksanaan program kegiatan pengabdian masyarakat di Desa pappandangan ini terdiri dari 5 tahapan kegiatan meliputi 1. Pengenalan kebutuhan 2.Perencanaan kegiatan 3.Pelaksanaan Kegiatan 4.Pemantauan kegiatan 5.Evaluasi kegiatan. Adapun hasil luaranya yaitu 1. Peta wisata Desa Pappandangan nantinya akan dapat dipergunakan sebagai penunjuk arah dari luar Desa Pappandangan ke tempat-tempat wisata yang terdapat Desa Pappandangan. 2. Dengan adanya peta wisata , memudahkan wisatawan untuk berkunjung ke tempat-tempat wisata yang terdapat di Desa Pappandangan 3. kelompok Sadar Wisata di Desa Pappandangan semakin paham dan dapat mempraktekkan Promosi wisata dengan Sosial MediaPappandangan terkenal sebagai salah satu desa yang memiliki Sumber Daya Alam yang sampai saat ini masih terjaga panorama alamnya sebagai salah satu potensi kekakayaan alam di mana alam Pappandangan di jadikan tempat wisata di Kabupaten Polewali Mandar. Dengan adanya peta wisata didesa pappandangan dapat memberikan solusi terhadap informasi yang dibutuhkan wisatawan untuk membuat rencana wisata ke obyek wisata yang ada didesa pappandangan.
Health Surveillance Integration System web-based for Health Centers Qashlim, Akhmad; Andi, Riswandi; Khairat, Ul
Journal of Intelligent Computing & Health Informatics Vol 2, No 1 (2021): March
Publisher : Universitas Muhammadiyah Semarang Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26714/jichi.v2i1.7935

Abstract

Efforts to improve analytical skills provide recommendations and improve partner’s cooperation in order to strengthen the surveillance system in each Health Center unit that can be utilized by the field of epidemiology for managers / structural and functional. So we need an automated system that is able to process and integrate disease data into surveillance data. This automated system can be created using web-based information technology. This study aims to design a web-based information system that processes disease data taken from patient medical records and disease reports at three health centers, namely Massenga Health Center, Matakali Health Center, and Pekkabata Health Center then presented as disease surveillance data at the Health Office. The focus of surveillance is on the disease, not the individual. Qualitative methods in this study were used to analyze each system at each health center. This system is built using the PHP and MySQL programming languages using the concept of database integration. This system will collect data from three samples of Health Center, then the incoming data will automatically be processed and analyzed so as to produce objective, measurable information that can be compared over time between health center as decision making material. The results of this study are surveillance data regarding the information of diseases and trends in diseases such as DBD, TBC, ISPA, Hipertensi at certain timeframes in each Health.
Monitoring Suhu Ruang Budidaya Jamur Tiram Menggunakan Android Berbasis Arduino Khairat, Ul; Basri, Basri; Fakhrurrozi, Wira Azmi
Technomedia Journal Vol 7 No 1 Juni (2022): TMJ (Technomedia Journal)
Publisher : Pandawan Incorporation, Alphabet Incubator Universitas Raharja

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.781 KB) | DOI: 10.33050/tmj.v7i1.1762

Abstract

Monitoring suhu ruang sampai hari ini masih banyak dilakukan dengan cara manual sehingga kegiatan ini membuat waktu kerja tidak begitu efektif, maka dari itu sebagai solusi dari permasalahan yang ada penulis berusaha menciptakan sebuah sistem monitoring yang terintegritas smartphone sehingga proses monitoring dapat dilakukan dari jarak jauh sekalipun. Sistem tersebut berbasis Arduino yang sudah terintegras dengan Firebase. Sistem ini menggunakan sensor suhu LM35 dan NodeMCU sebagai pemroses data serta pengirim informasi ke smartphone pemonitor, sehingga proses monitoring pun tak perlu lagi dilakukan dengan cara manual.
Sistem Pakar Deteksi Hama dan Penyakit Tanaman Padi Menggunakan Metode Certainy Factor Muammar; Khairat, UL; Mailani , Rezky
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P3KM Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v23i1.498

Abstract

Padi merupakan salah satu tanaman budidaya yang paling utama bagi masyarakat. Budidaya padi berisiko terserang hama dan penyakit, sehingga tidak lepas dari ancaman dan dapat mengakibatkan gagal panen. Oleh karena itu, pengenalan jenis hama dan penyakit tanaman padi sangat diperlukan agar dapat menerapkan tindakan pengendalian yang tepat, cepat, dan akurat. Metode yang digunakan untuk menerapkan aplikasi deteksi hama dan penyakit adalah metode certainty factor karena metode ini mengasumsikan nilai keyakinan dari seorang pakar. Gejala yang digunakan meliputi warna leher padi berwarna abu-abu, berbentuk belah ketupat, bagian tengah berwarna abu-abu atau berwarna putih dan pinggiran berwarna cokelat. Keakuratan sistem yang diusulkan mencapai 91%. Selain itu, sistem pakar diterapkan untuk menentukan penyakit blas padi. Sistem yang diusulkan untuk mendeteksi serangan penyakit blas menggunakan certainty factor. Akurasi sistem yang didapat adalah 91%. Penelitian ini menghasilkan sebuah sistem pakar yang berbasis Android dengan menggunakan metode certainty factor untuk mendeteksi hama dan penyakit pada tanaman padi. Sistem pakar ini memungkinkan petani untuk mengidentifikasi hama dan penyakit padi dan menemukan solusi untuk mengendalikannya.
Sistem Deteksi Kualitas Kopra Berdasarkan Warna dan Tekstur Zaldy, Idhan; Khairat, UL; Maslan
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P3KM Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v23i1.918

Abstract

Kopra adalah kelapa yang sudah dikupas dan daging yang diambil harus segera dikeringkan. Proses pengeringan sendiri dapat dilakukan dengan dua cara. Metode pertama menggunakan bantuan sinar matahari dan metode kedua menggunakan proses pengolahan gas dari tungku. Kopra putih yang cocok untuk dijual dikirim ke baler atau biasa disebut kopra toke. Toke Kopra ditentukan dengan melihat tekstur dan warna Kopra serta melihat harga Kopra putih. Jenis penetapan harga ini masih relatif umum. Hal ini dapat menyebabkan angka kopra yang salah saat memperkirakan harga kopra. Dalam penelitian ini dilakukan di pabrik kopra sala satu warga masyarakat camplagian, Adapun alat dan bahan dalam penelitian ini ada dua yaitu perangkat keras (hardware) dan perangkat lunak (software), kemudian dalam pengumpulan data peneliti ada dua diantaranya studi pustaka yaitu mengumpulkan suatu data melalui jurnal penelitian yang telah ada sebelumnya dengan mempelajari, mendalami dan mengutip teori- teori dan teknik observasi yang mana peneliti melakukan pengamatan secara langsung ke objek penelitian untuk melihat dari dekat kegiatan yang dilakukan. Tujuan penelitian ini adalah untuk membantu petani mengetahui kualitas Kopra menggunakan metode Neural Mean Classifier (NMC), sistem deteksi kualitas kopra berdasarkan warna dan tekstur ini dapat digunakan dalam pendeteksian Kopra dibedakan menjadi kopra baik dan buruk.
PERBANDINGAN KEAKURATAN ALGORITMA SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS DALAM KLASIFIKASI TINGKAT KUALITAS CABAI BESAR Djamal, Nur Fadhila; Sarjan, Muhammad; khairat, Ul; Muslihan, Muslihan
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.359

Abstract

Cabai besar memiliki nilai ekonomi yang tinggi, namun kualitasnya sangat bergantung pada pemilihan dan klasifikasi yang akurat. Penelitian ini telah berhasil mengembangkan model klasifikasi otomatis untuk mendeteksi kualitas cabai menggunakan dua metode, yaitu Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN). Hasil penelitian menunjukkan bahwa model SVM mencapai akurasi tertinggi sebesar 92% untuk masing-masing kategori cabai: "Cabai Baik", "Cabai Buruk", dan "Tidak Terdeteksi". Sementara itu, KNN juga memberikan hasil yang baik, dengan akurasi masing-masing mencapai 88% untuk kelas "Cabai Baik" dan "Tidak Terdeteksi", serta 86% untuk "Cabai Buruk". Hasil ini menegaskan efektivitas kedua model dalam mengklasifikasikan cabai berdasarkan fitur visualnya, yang dapat memberikan manfaat signifikan bagi para petani dan distributor dalam menentukan kualitas produk mereka
IMPLEMENTASI SVM UNTUK KLASIFIKASI TINGKAT KRIMINAL MENGGUNAKAN PENGENALAN WAJAH PADA TAHANAN LAPAS POLEWALI MANDAR Mahyuddin, Mahyuddin; Qashlim, Akhmad; khairat, Ul; Muslihan, Muslihan
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.360

Abstract

Saat ini data tahanan lapas hanya berada pada buku tahanan dan juga komputer lapas yang dimana data itu masih kurang efektif karena tidak adanya sistem pengenalan yang dapat langsung mengetahui identitas tahanan. Masalah yang di hadapi sekarang adalah Lapas Tidak memiliki data berdasarkan kasus dan tingkat kriminal, Tidak dapat melihat data criminal dengan cepat. Penelitian ini mengunkan metode Histogram of Oriented Gradient (HOG) sebagai bentuk Pengenalan wajah dan membantu untuk proses identifikasi wajah. Dan metode Support Vector Machine (SVM) merupakan teknik yang sangat berguna untuk klasifikasi data. Solusi yang ditawarkan adalah Klasifikasi Data Tahanan berdasarkan Kasus dan Tingkat Kriminal, Untuk optimalisasi proses klasisfikasi maka digunakan data wajah karena peluang manipulasi sangat kecil. Hasil penelitian menunjukkan bahwa sistem mampu bekerja dengan baik dan akan di kelompokkan ke dalam 3 kategori pelangaran rigan, sedang dan berat