Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Community Development Journal: Jurnal Pengabdian Masyarakat Journal of Engineering and Technological Sciences Jurnal Kesehatan
Herdiana, Dina
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Nursing Public Health

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

Found 3 Documents
Search

 1 
Comparison Study of Corn Leaf Disease Detection based on Deep Learning YOLO-v5 and YOLO-v8 Chitraningrum, Nidya; Banowati, Lies; Herdiana, Dina; Mulyati, Budi; Sakti, Indra; Fudholi, Ahmad; Saputra, Huzair; Farishi, Salman; Muchtar, Kahlil; Andria, Agus
Journal of Engineering and Technological Sciences Vol. 56 No. 1 (2024)
Publisher : Directorate for Research and Community Services, Institut Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/j.eng.technol.sci.2024.56.1.5

Abstract

Corn is one of the primary carbohydrate-rich food commodities in Southeast Asian countries, among which Indonesia. Corn production is highly dependent on the health of the corn plant. Infected plants will decrease corn plant productivity. Usually, corn farmers use conventional methods to control diseases in corn plants. Still, these methods are not effective and efficient because they require a long time and a lot of human labor. Deep learning-based plant disease detection has recently been used for early disease detection in agriculture. In this work, we used convolutional neural network algorithms, namely YOLO-v5 and YOLO-v8, to detect infected corn leaves in the public data set called ‘Corn Leaf Infection Data set’ from the Kaggle repository. We compared the mean average precision (mAP) of mAP 50 and mAP 50-95 between YOLO-v5 and YOLO-v8. YOLO-v8 showed better accuracy at an mAP 50 of 0.965 and an mAP 50-95 of 0.727. YOLO-v8 also showed a higher detection number of 12 detections than YOLO-v5 at 11 detections. Both YOLO algorithms required about 2.49 to 3.75 hours to detect the infected corn leaves. This all-trained model could be an effective solution for early disease detection in future corn plantations.
PENGABDIAN KEPADA MASYARAKAT (PKM) PENERAPAN PENERANGAN TENAGA SOLAR CELL UNTUK MENINGKATKAN KEAMANAN DAN KESEJAHTERAAN MASYARAKAT DESA NGAMPRAH Herdiana, Dina; Puspita, Heni; Muhyiddin, Muhammad Ali; Kurniawan, Aldi; Firdaus, Muhammad Firhan; L, Yudha Budi; Fajarianto, Reyhan; Wulandari, Putri; G, Sulastri Lumban; Vincensius, Arnold; W, Samuel Putra
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 6 (2024): Vol. 5 No. 6 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i6.41689

Abstract

Mitra program Pengabdian Kepada Masyarakat (PKM) Desa Binaan ini adalah Desa Ngamprah yang terletak di Kecamatan Ngamprah, Kabupaten Bandung Barat, Provinsi Jawa Barat. Penerangan pada Desa ini belum optimal, terkhusus di RT 02, RW 05, yang memisahkan dua pemukiman warga dengan persawahan dan jurang yang curam.Oleh karena di wilayah tersebut sangat gelap, sering terjadi kecelakaan dan hal-hal yang tidak diinginkan. Solusi untuk mengatasi permasalahan pada mitra yaitu dengan membangun infrastruktur berupa lampu jalan. Pembangunan infrastruktur ini menggunakan lampu solar cell dengan sensor gerak untuk mewujudkan penerangan yang layak untuk masyarakat agar meningkatkan keamanan dan kenyamanan. Langkah-langkah yang dilakukan dalam pencapaian tujuan PKM Desa Binaan ini dimulai dengan melakukan analisis situasi dan mengidentifikasi permasalahan, merancang bentuk lampu penerangan, pemasangan lampu penerangan, sosialisasi lampu solar cell. Luaran PKM Desa Binaan ini adalah video kegiatan, dan publikasi kegiatan di media online.
PENGARUH SENAM HAMIL TERHADAP DURASI TIDUR IBU HAMIL TRIMESTER III Susanti, Evi; Herdiana, Dina
Jurnal Kesehatan - STIKes Prima Nusantara Vol 10 No 3 (2019): JURNAL KESEHATAN
Publisher : LPPM Universitas Prima Nusantara Bukittinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35730/jk.v10i3.915

Abstract

Gangguan pola tidur pada ibu hamil sering dirasakan saat kehamilan trimester III, hal tersebut terjadi karena perubahan adaptasi fisiologis dan psikologis, perubahan fisiologis yang dialami ibu hamil, dikarenakan bertambahnya usia kehamilan seperti pembesaran perut, perubahan anatomis dan perubahan hormonal.Penelitian ini bertujuan untuk mengetahui pengaruh senam hamil terhadap durasi tidur ibu hamil trimester III di wilayah kerja Puskesmas Tigo Baleh Kota Bukittinggi. Desain penelitian ini adalah praeksperiment pre test dan post test menggunakan rancangan one group pre test post test. Sampel yang diambil dalam penelitian ini adalah 10 responden dari 46 populasi dengan menggunakan Accidental sampling. Pengumpulandata dengan menggunakan lembar observasi kemudian analisis dengan wilcoxon.Instrumen yang digunakan adalah lembar Observasi, waktu penelitian dilakukan pada tanggal 20 agustus 2019 s/d 8 september 2019. Hasil penelitian menunjukkan bahwa sebelum diberikan senam hamil dengan ratarata 4.3 dan setelah diberikan senam hamil dengan rata-rata 5.7 . Pada uji wilcoxon didapatkan hasil bahwa p=0,004, dimana p<0,05. Sehingga dapat disimpulkan bahwa adanya pengaruh senam hamil terhadap durasi tidur ibu hamil trimester III di wilayah kerja Puskesmas Tigo Baleh Kota Bukittinggi tahun 2019. Disarankan pada peneliti selanjutnya agar dapat meneliti tentang faktor –faktor lain yang dapat mempengaruhi peningkatan durasi tidur pada ibu hamil trimester III.
Co-Authors Ahmad Fudholi Andria, Agus Banowati, Lies Budi Mulyati, Budi Chitraningrum, Nidya Evi Susanti Fajarianto, Reyhan Farishi, Salman Firdaus, Muhammad Firhan G, Sulastri Lumban Indra Sakti Kurniawan, Aldi L, Yudha Budi Muchtar, Kahlil Muhyiddin, Muhammad Ali Puspita, Heni PUTRI WULANDARI Saputra, Huzair Vincensius, Arnold W, Samuel Putra