Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pengembangan Dan Optimalisasi Sumber Daya Di Kampung Kolecer Tasikmalaya Melalui Budidaya Ikan Berbasis IoT Menjadi Produk UMKM Unggul Ramadhan, Muhamad Naufal; Agustina, Irma; Nugroho, Ammar Fadhil; Wahyudin, Fani Prasetya; Mardhiyyah, Nafisah; Qamaruddin, Naufall Aqilla; Agiansyah, Pepi Rizqi; Kamil, Rizki Ihsan; Nurpadilah , Sri; Hidayat, Syahrul Afif
Dedikasi:Jurnal Pengabdian kepada Masyarakat Vol. 4 No. 2 (2024): Jurnal Dedikasi
Publisher : Universitas Jayabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31479/dedikasi.v4i2.322

Abstract

Kampung Kolecer yang berlokasi di Desa Cisayong, Kecamatan Cisayong, Kabupaten Tasikmalaya memiliki sumber daya alam melimpah yang mendukung untuk dilakukan pengembangan khususnya budidaya ikan air tawar, karena ketersediaan air yang memadai sepanjang tahun dan didukung oleh konsumsi ikan masyarakat di Kabupaten Tasikmalaya cukup tinggi, sehingga sangat dibutuhkan pasokan untuk memenuhi kebutuhan akan ikan. Namun sumber daya manusia yang ada di Desa Cisayong belum mampu untuk mengelola sumber daya yang tersedia menjadi jauh lebih optimal. Untuk mengatasi ketidakmampuan dalam mengelola sumber daya yang tersedia, maka kami akan merencanakan sebuah solusi bagi masyarakat Kampung Kolecer dalam mengembangkan dan mengoptimalkan sumber daya alam di Kampung Kolecer melalui budidaya ikan nila dengan menggunakan metode Internet of Things (IoT) menjadi produk UMKM yang unggul menggunakan kolam bioflok dan hasil budidaya akan dipasarkan dengan berbasis digital. Hasil pelaksanaan pengabdian kepada masyarakat ini menunjukkan bahwa penggunaan sistem IoT mampu meningkatkan hasil panen dan menjadikan kegiatan budidaya ikan menjadi lebih efektif dan efisien, lalu penerapan digital marketing pada proses pemasaran dapat membantu masyarakat dalam melakukan penjualan. Keywords : Budidaya, Ikan nila, Internet of Things (IoT), kolam bioflok, Kampung Kolecer
Analisis Peranan Sektor Pertanian Terhadap Pertumbuhan Ekonomi Di Kabupaten Aceh Barat Mauliya, Mara; Agustina, Irma; Sandy, Dea Maulina; Mahrizal, Mahrizal
Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Vol. 2 No. 1b (2025): NOVEMBER 2024 - JANUARI 2025 (TAMBAHAN)
Publisher : UNIVERSITAS SERAMBI MEKKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/mister.v2i1b.2665

Abstract

The agricultural sector plays a crucial role in the regional development of Aceh Province. Its contribution to the Gross Regional Domestic Product (GDRP) of Aceh continues to exceed that of the commercial sector. Economic growth, reflected in changes in GDRP from one period to the next, serves as a true indicator of the development of a region. The aim of this study is to assess the extent to which the agricultural sector influences economic growth in West Aceh district, based on partial hypothesis testing (t-test).The research method employed in this study is a quantitative descriptive approach. The results of the hypothesis test (t-test) demonstrate that the independent variable, the Agricultural Sector (X), significantly impacts the dependent variable, Economic Growth (Y). Therefore, it is essential for local government support to foster the development of the agricultural sector in the western region of Aceh.
Implementasi Data Mining Pada Proses Seleksi Beasiswa Menggunakan Naive Bayes Dan Backward Elimination Agustina, Irma; Dwilestari, Gifthera; Rinaldi, Ade Rizki
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol. 10 No. 1 (2025): JII Volume 10, Number 1, Januari 2025
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Proses seleksi penerima beasiswa sering kali menghadapi tantangan dalam mengelola data yang kompleks dan memastikan keakuratan seleksi. Penelitian ini bertujuan mengoptimalkan algoritma Naive Bayes melalui teknik Backward Elimination untuk efisiensi proses seleksi. Dataset penelitian terdiri dari 1.042 data penerima beasiswa, mencakup variabel seperti Indeks Prestasi Kumulatif (IPK), penghasilan, jumlah tanggungan, dan status beasiswa. Penelitian dilakukan menggunakan platform RapidMiner versi 10.2 dengan tahapan meliputi preprocessing, transformasi data, pembagian data latih dan uji melalui Split Data. Teknik Backward Elimination diterapkan untuk menyederhanakan model dengan menghapus variabel yang kurang signifikan. Hasil penelitian menunjukkan bahwa penerapan Naive Bayes dengan teknik Backward Elimination menghasilkan tingkat akurasi sebesar 74,62%. Variabel utama yang paling berpengaruh adalah tanggungan orang tua dan penghasilan, yang secara signifikan memengaruhi keputusan seleksi. Selain itu, teknik ini juga berhasil mengurangi kompleksitas model, meningkatkan efisiensi proses analisis, dan meminimalkan waktu serta sumber daya yang dibutuhkan. Penelitian ini mendukung pengembangan sistem seleksi berbasis data yang lebih transparan dan efisien. Implementasi teknik Backward Elimination mempermudah interpretasi model. Dengan demikian, hasil ini diharapkan dapat menjadi landasan bagi pengembangan sistem seleksi beasiswa berbasis machine learning yang lebih efektif, serta membuka peluang untuk penelitian lanjutan yang berfokus pada optimalisasi algoritma dan seleksi fitur di berbagai sektor.