Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal MUSTEK ANIM HA Musamus Journal of Technology & Information Abdimas Mandalika
Rahayu, Tri Kustanti
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Education Electrical & Electronics Engineering Engineering Environmental Science Mechanical Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
DETEKSI PENYAKIT TANAMAN RAMBUTAN BERDASARKAN CITRA DAUN MENGGUNAKAN FUZZY K-NEAREST NEIGHBOUR Rahayu, Tri Kustanti; Mendes, Johana Anike
MUSTEK ANIM HA Vol 10 No 02 (2021): MUSTEK ANIM HA
Publisher : Faculty of Engineering, Musamus University, Merauke, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35724/mustek.v10i02.4143

Abstract

Buah rambutan merupakan salah satu tanaman buah lokal Kabupaten Merauke. Tanaman buah ini dihasilkan di beberapa daerah antara lain daerah Muting, Ulilin, dan Bupul. Hasil produksi tanaman buah rambutan ini diekspor ke beberapa daerah di sekitar kota Merauke seperti Kabupaten Boven Digoel, Kabupaten Mappi, Kabupaten Asmat. Peningkatan jumlah produksi buah rambutan dapat dilakukan dengan cara menjaga agar pohon rambutan tidak terinfeksi hama atau penyakit. Yang mana sejak dini petani harus selalu waspada untuk mengenali hama dan jenis penyakit pada rambutan. Hal ini perlu dilakukan agar tidak terjadi ledakan hama, atau penyakit pada tanaman yang berujung pada berkurangnya jumlah produksi buah. Selama ini petani mengenali jenis penyakit pada tanaman rambutan secara visual atau langsung yaitu dengan mengamati perubahan yang terjadi pada tanaman. Ini membutuhkan waktu dan tenaga tidak sedikit untuk dapat secara intens mengamati perubahan pada tanaman rambutan. Sehingga perlu penelitian untuk membangun aplikasi yang dapat mendeteksi penyakit pada tanaman rambutan. Aplikasi ini mengklasifikasi daun rambutan ke dalam 4 kelas yaitu, kelas daun sehat, kelas penyakit embun jelaga, kelas hama kutu putih, dan kelas hama ulat. Daun rambutan yang diinput akan diproses melalui beberapa tahapan yaitu, pre processing, tahap segmentasi, tahap ekstraksi fitur, dan terakhir tahap klasifikasi penyakit menggunakan metode fuzzy knearest neighbour. Hasilnya aplikasi yang dibangun dapat mengklasifikasikan penyakit pada rambutan dengan tingkat akurasi sebesar 67%.
SISTEM INFORMASI PENDATAAN SISWA PADA SLB NEGERI ANIM-HA MERAUKE BERBASIS WEB Nikmatuziah, Indah; Chotimah, Chusnul; Sumaryanti, Lilik; Rahayu, Tri Kustanti
Musamus Journal of Technology & Information Vol 7 No 01 (2024): Musamus Journal of Technology & Information (MJTI)
Publisher : Universitas Musamus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35724/mjti.v7i01.6555

Abstract

Proses pendataan siswa di SLBN Anim Ha saat ini masih menggunakan Microsoft Excel dan belum memanfaatkan sistem informasi berbasis web. Hal ini mengakibatkan manajemen data yang kurang optimal, kesulitan dalam pengarsipan maupun pencarian data, serta penumpukan berkas fisik yang memerlukan ruang penyimpanan tambahan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi berbasis web yang dapat digunakan untuk mengarsipkan data secara elektronik serta menyajikan informasi sesuai kebutuhan pengguna.Metodologi penelitian meliputi tahap pengumpulan data, perancangan system menggunakan flowchart dan Data Flow Diagram (DFD). Sistem yang dibangun berbasis web memanfaatkan teknologi PHP dan basisdata MySQL. Hasil penelitian sistem yang dapat berfungsi sesuai dengan tujuan dan selain pengguna dalam hal ini admin SLB merasa terbantu dalam mendata dan memonitoring hasil belajar siswa dengan tingkat skor UAT sebanyak 99,8%.
Agro-Scan: Pemanfaatan Aplikasi Smart Farming Untuk Deteksi Dini Penyakit Daun Padi Berbasis AI sebagai Upaya Digitalisasi Pertanian Presisi Nggego, Dedy Abdianto; Anwar, Anwar; Rahayu, Tri Kustanti; Erwin, Erwin
Abdimas Mandalika Vol 5, No 2 (2026): Februari
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/am.v5i2.36608

Abstract

Abstract:  The decline in rice production yields due to leaf disease outbreaks has become a major issue for the Joint Farmers Group in Kuper Village, Merauke Regency, with harvest yields during 2022–2023 reaching only 40–50% of the previous year. The delay in identifying diseases and the lack of understanding about effective prevention methods resulted in the excessive use of pesticides and chemicals, leading to increased production costs and a decrease in rice quality. The objective of this community service program is to digitalize agriculture with a precision approach by utilizing an AI-based smart farming application to enable the early detection of rice leaf diseases. The method employed is Participatory Action Research (PAR), which includes socialization, farm management training, and technology implementation. The result of this project is the implementation of the Agro-Scan application, an AI and IoT-based smart farming tool that can detect diseases through image analysis and provide real-time control recommendations; based on farmer observations, the yields from the subsequent harvest are expected to potentially achieve three times the previous amount.Abstrak: Permasalahan penurunan hasil produksi padi akibat serangan penyakit daun menjadi persoalan Gabungan Kelompok Tani (Gapoktan) di Kampung Kuper Kabupaten Merauke, dengan hasil panen selama tahun 2022-2023 hanya mencapai 40-50% dari tahun sebelumnya. Keterlambatan dalam mengidentifikasi penyakit dan minimnya pemahaman tentang cara pencegahan yang efektif berakibat pada penggunaan pestisida dan bahan kimia yang berlebihan, yang menyebabkan peningkatan biaya produksi dan penurunan kualitas beras. Tujuan dari program pengabdian masyarakat ini adalah untuk mendigitalisasi pertanian dengan pendekatan presisi melalui pemanfaatan aplikasi pertanian pintar berbasis AI guna mendeteksi secara dini penyakit daun padi. Metode yang digunakan yaitu Participatory Action Research (PAR), yang mencakup sosialisasi, pelatihan manajemen pertanian, serta penerapan teknologi. Hasil dari proyek ini adalah penerapan aplikasi Agro-Scan, yaitu aplikasi pertanian pintar berbasis AI dan IoT yang memungkinkan dapat mendeteksi penyakit melalui analisis gambar dan memberikan rekomendasi pengendalian secara realtime. Dari pengamatan petani, hasil yang diperoleh dari hasil panen nantinya dapat mencapai 3 kali lipat dari sebelumnya.
Co-Authors Anwar Anwar Chusnul Chotimah Erwin Erwin Johana Anike Mendes, Johana Anike Lilik Sumaryanti Nggego, Dedy Abdianto Nikmatuziah, Indah