Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal BIOTIK: Jurnal Ilmiah Biologi Teknologi dan Kependidikan JUTECH : Journal Education and Technology
Ramadhan, Hafizd
Unknown Affiliation
Biochemistry, Genetics & Molecular Biology Computer Science & IT Education Languange, Linguistic, Communication & Media Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Overstayed Migratory Bird Species on The Coast of Banda Aceh City, Aceh Province Gagarin, Yuri; Abdullah, Abdullah; Zulfikar, Zulfikar; Ramadhan, Hafizd
Biotik Vol 12 No 2 (2024): JURNAL BIOTIK
Publisher : Universitas Islam Negeri Ar-Raniry

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22373/biotik.v12i2.23096

Abstract

Bird migration is a critical ecological phenomenon influenced by various factors such as temperature changes, food availability, and reproductive cycles. Understanding the dynamics of migratory bird populations within specific regions is essential for conservation efforts. This study aims to identify migratory bird species within Banda Aceh City, focusing on the phenomenon of overstaying migratory birds. Conducted between April and June 2022, data collection took place in several locations, employing the concentration count method. Descriptive data analysis was performed to catalog bird species, and the Shannon-Wiener index was utilized to assess biodiversity. Results revealed the presence of four shorebird species. The study underscores the importance of protecting migratory bird populations in urban environments and highlights the potential impacts of their loss or disruption. Joint conservation efforts are crucial to safeguarding these species, and favorable conditions may encourage some individuals from commonly migrating species to remain in urban areas.
PENGEMBANGAN APLIKASI DETEKSI PENYAKIT PADA DAUN TANAMAN SINGKONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Ramadhan, Hafizd; Salaamah, Rifdah; Khoirunnisa, Khoirunnisa
JUTECH : Journal Education and Technology Vol 6, No 2 (2025): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i2.5900

Abstract

Singkong (Manihot esculenta) merupakan salah satu komoditas pertanian utama di Indonesia yang produktivitasnya sering mengalami penurunan akibat serangan penyakit pada daun. Proses identifikasi penyakit secara konvensional membutuhkan keahlian khusus dan waktu yang relatif lama, sehingga kurang efektif bagi petani. Penelitian ini bertujuan untuk mengembangkan aplikasi deteksi penyakit daun singkong berbasis Convolutional Neural Network (CNN) guna membantu petani dalam mengidentifikasi penyakit tanaman secara cepat dan akurat. Dataset yang digunakan terdiri dari 2.780 citra daun singkong yang terbagi ke dalam lima kelas, yaitu penyakit mosaik singkong, penyakit bercak cokelat singkong, tungau hijau singkong, penyakit bercak bakteri singkong, dan daun singkong sehat. Model CNN dilatih melalui tahap pra-pemrosesan data, augmentasi citra, serta penerapan metode Stratified K-Fold Cross Validation. Hasil pelatihan menunjukkan bahwa model mampu mencapai tingkat akurasi sebesar 83%. Model yang telah dilatih kemudian diimplementasikan ke dalam aplikasi yang dilengkapi dengan fitur unggah gambar dan pengambilan citra secara real-time. Pengujian fungsional menunjukkan aplikasi berjalan dengan baik, sedangkan hasil usability testing terhadap 20 responden memperoleh tingkat kepuasan pengguna sebesar 88,3%. Hasil penelitian ini menunjukkan bahwa aplikasi yang dikembangkan efektif dalam mendukung deteksi dini penyakit daun singkong serta berpotensi mendukung penerapan pertanian digital.
Co-Authors Abdullah Abdullah Baehaqi Gagarin, Yuri Khoirunnisa Khoirunnisa Salaamah, Rifdah