Claim Missing Document
Check
Articles

Found 17 Documents
Search

Effectiveness of Endophytic Bacteria and Arbuscular Mycorrhizal Fungi in Suppressing Ralstonia solanacearum in Eucalyptus pellita Plants Yuliana Susanti; Giyanto Giyanto; Meity Suradji Sinaga; Kikin Hamzah Mutaqin; Budi Tjahjono
Jurnal Fitopatologi Indonesia Vol 16 No 4 (2020)
Publisher : The Indonesian Phytopathological Society (Perhimpunan Fitopatologi Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14692/jfi.16.4.166-176

Abstract

Penyakit layu bakteri yang disebabkan oleh Ralstonia solanacearum merupakan salah satu penyakit penting pada tanaman eukaliptus (Eucalyptus pellita) di Indonesia. Salah satu pendekatan teknik pengendalian adalah melalui pemanfaatan bakteri endofit dan fungi mikoriza arbuskula (FMA). Penelitian ini ditujukan untuk mengevaluasi keefektifan bakteri endofit dan FMA dalam menekan perkembangan penyakit layu bakteri. Terdapat sepuluh kombinasi bakteri endofit dan FMA yang di-ujikan pada bibit eukaliptus berumur satu bulan. Inokulasi R. solanacearum secara buatan dilakukan tiga bulan setelah introduksi bakteri endofit dan FMA. Percobaan dilakukan di ruang growth chamber. Peubah pengamatan meliputi periode inkubasi, insidensi penyakit, laju penyakit, agresivitas kolonisasi bakteri dengan mengamati cairan bakteri (ooze) R. solanacearum pada bibit eukaliptus, pengukuran aktivitas phenylalanine ammonia lyase (PAL), dan total fenol. Hasil penelitian menunjukkan bahwa perlakuan B5F1 (Paenibacillus polymyxa dan Glomus mosseae) memiliki kemampuan penekanan tertinggi terhadap perkembangan penyakit layu bakteri pada bibit eukaliptus, yaitu sebesar 100%. Perlakuan B5F1 menunjukkan periode inkubasi R. solanacearum lebih lama, persentase insidensi penyakit paling rendah, laju infeksi penyakit rendah, dan penghambatan agresivitas kolonisasi R. solanacearum pada eukaliptus. Sementara perlakuan B4F1 (Serratia marcescens dan G. mosseae) mampu meningkatkan aktivitas PAL dan total fenol tertinggi dibandingkan perlakuan lainnya. Berdasarkan hasil penelitian ini, perlakuan B5F1 dan B4F1 berpotensi mengendalikan penyakit layu bakteri pada tanaman eukaliptus.
Rancang Bangun Prototype Sun Tracking Sistem Berbasis Arduino Niko Prasetyawan Aji; Budi Tjahjono; Malabay Malabay; Yulhendri Yulhendri
ikraith-informatika Vol 6 No 3 (2022): IKRAITH-INFORMATIKA Vol 6 No 3 November 2022
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v6i3.2200

Abstract

Listrik telah menjadi bagian yang tidak terpisahkan dalam kehidupan masyarakat.Hampir semua aktivitas manusia, baik di rumah, perkantoran, maupun industri sangat bergantungpada listrik. Listrik dapat dibangkitkan dengan menggunakan generator listrik. Lebih dari 99%energi listrik yang digunakan sekarang dihasilkan oleh generator listrik dalam bentuk arus bolakbalikyang mudah disalurkan dalam rentang jarak yang jauh. Harga bahan bakar minyak secaraterus menerus menaik setiap tahunnya, dan menyebabkan kenaikan dalam biaya operasional,khususnya biaya energi listrik. Banyaknya setiap industry berupaya untuk melakukan inovasi danmodifikasi peralatan untuk menurunkan pemakaian energi listrik. Karena pemakaian listrik yangtidak efektif akan menyebabkan energi listrik yang telah dibeli oleh pihak PLN akan terbuangpercuma. Berdasarakan data Energi Outlook Indonesia 2018 menyatakan bahwa proyeksikonsumsi dan produksi energi listrik Indonesia relatif tipis perbedaanya. Kebutuhan listrikIndonesia pada 2050 diperkirakan 1.611 TWh (Tera Watt Hour) sedangkan kapasitas produksinyahanya sedikit di atas yakni sekitar 1.767 TWh. Solusi terbaik adalah menggunakan energialternatif yang dapat diperbaharui. Panel surya adalah alat yang terdiri dari sel surya yang dapatmengubah cahaya menjadi listrik. Dalam pemanfaatan energi surya, perlu dikembangkan suatuteknologi yang mampu mengubah energi matahari menjadi energi yang diinginkan yakni energilistrik. Teknologi ini dikenal dengan istilah sel surya atau dalam dunia internasional lebih dikenaldengan solar cell atau photovoltaic.
PERBANDINGAN NILAI MOMEN PADA SPCOLUMN DENGAN HASIL EKSPERIMEN Budi Tjahjono; Dermawan Zebua; Rusnani *
Jurnal Penelitian Jalan dan Jembatan Vol 3, No 1 (2023): Jurnal Penelitian Jalan dan Jembatan
Publisher : Unit Penelitian dan Pengabdian Kepada Masyarakat (UP2M) Politeknik Seruyan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59900/ptrkjj.v3i1.130

Abstract

Dalam industri konstruksi, perkembangan teknologi telah mendorong peningkatan kualitas betonyang digunakan dalam bangunan beton bertulang. Kolom merupakan elemen struktural vertikalberbentuk persegi atau bulat yang berfungsi untuk menyalurkan beban dari tingkat atas ke tingkatyang lebih rendah hingga mencapai pondasi di dalam tanah. Kolom, sebagai elemen yangmengalami tekanan, merupakan titik kritis yang dapat menyebabkan runtuhnya lantai terkaitbahkan keruntuhan total struktur jika mengalami kegagalan. Penelitian ini bertujuan untukmembandingkan nilai momen (Mn) antara hasil eksperimen dengan penggunaan Sp Column. Darihasil analisis, terdapat perbedaan rasio nilai perhitungan manual menggunakan software SpColumn. Dalam penelitian ini, Specimen A-1, A-2, A-3, A-4, dan B-1 digunakan untukeksperimen dan memiliki nilai momen eksperimen berturut-turut sebagai berikut: 2840.4 KnM,2948.4 KnM, 3189.6 KnM, 3205.8 KnM, dan 3740.4 KnM. Sementara itu, penggunaan SpColumnmenghasilkan nilai momen sebagai berikut: 2627.51 KnM, 2718.05 KnM, 2681.49 KnM, 2805.03KnM, dan 2819.38 KnM. Rasio perbedaan antara nilai momen eksperimen dan nilai momenSpColumn secara berturut-turut adalah 1.081, 1.085, 1.189, 1.143, dan 1.327. Meskipun terdapatperbedaan, perbedaan nilai tersebut tidak terlalu signifikan sehingga penggunaan SpColumndalam analisis kolom beton bertulang tetap layak digunakan.
Kecerdasan Buatan untuk Monitoring Hama dan Penyakit pada Tanaman Eucalyptus: Systematic Literature Review Nasution, Tegar Alami; Yeni Herdiyeni; Wisnu Ananta Kusuma; Budi Tjahjono; Iskandar Zulkarnaen Siregar
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 10 No. 2 (2023)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.10.2.224-237

Abstract

Eucalyptus plants, renowned for their economic and environmental significance, are cultivated globally. Despite their value, these plants are vulnerable to pest and disease attacks, impacting productivity and quality. Accurate and timely monitoring is required to control pests and diseases in eucalyptus plants. The conventional method of human-based direct observation for monitoring pests and diseases in eucalyptus plants is fraught with weaknesses. Therefore, efforts are needed to enhance the effectiveness and efficiency of monitoring pests and diseases in eucalyptus plants through artificial intelligence or AI technology. AI is used to automatically detect and classify pests and diseases in eucalyptus plants using machine learning or deep learning algorithms and image processing. This study aims to provide a comprehensive review of the use of AI for detecting pests and diseases in eucalyptus plants using the Systematic Literature Review (SLR) method. Through this approach, this study identifies, evaluates, and analyzes relevant literature on the research topic from various digital sources. This study also provides an overview of the latest developments, methods used, and results achieved, as well as challenges and opportunities in the field of AI research for detecting pests and diseases in eucalyptus plants.
Metaheuristic-Optimized SVM for Stunting Risk Detection in Pregnancy Wibowo, Yudha; Agung Mulyo Widodo; Gerry Firmansyah; Budi Tjahjono
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 2 (2025): Research Articles April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i2.14710

Abstract

Stunting is a chronic growth disorder that originates during pregnancy, making early risk detection crucial for effective prevention and long-term child development. This study introduces a stunting risk prediction model based on urine testing, employing a Support Vector Machine (SVM) algorithm enhanced through metaheuristic optimization. Three metaheuristic algorithms—Grey Wolf Optimizer (GWO), Simulated Annealing (SA), and Firefly Algorithm (FA)—were utilized to fine-tune the SVM hyperparameters (C and gamma). Clinical urine samples collected from pregnant women served as the dataset for model training and validation. The results indicate that the SVM model optimized using GWO achieved the highest prediction accuracy at 94.15%, outperforming both the default SVM (88.46%) and the models optimized using SA (94.12%) and FA (85.71%). Additionally, significant improvements were observed in precision, recall, and F1-score metrics, affirming the effectiveness of metaheuristic tuning in enhancing classification performance. These findings highlight the potential of integrating metaheuristic algorithms with SVM for robust medical prediction tasks, especially in the early detection of stunting risks. The proposed model offers a promising and non-invasive diagnostic approach that can be implemented in prenatal care settings, enabling timely interventions to mitigate stunting and improve maternal and child health outcomes.
Workshop Pengenalan Aplikasi CPU OS Simulator untuk Penjadualan First-Come First-Served (FCFS) Agung Mulyo Widodo; Roesfiansjah Rasjidin; Muhamad Bahrul Ulum; Binastya Anggara Sekti; Nixon Erzed; Ryan Putra Laksana; Budi Tjahjono; Hendry Gunawawan
IKRA-ITH ABDIMAS Vol. 7 No. 3 (2023): Jurnal IKRAITH-ABDIMAS Vol 7 No 3 November 2023
Publisher : Universitas Persada Indonesia YAI

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

Abstract

CPU OS Simulator merupakan aplikasi simulator yang mendukung proses pembelajaran yang mensinergikan dari sisi perangkat keras maupun perangkat lunak. Dalam aplikasi ini terdapat modul penjadualan First Come First Serve (FCFS) merupakan algoritma penjadwalan sistem operasi yang secara otomatis mengeksekusi permintaan (request by priority) dan proses antrian sesuai urutan kedatangannya (arrival). Algoritma scheduling untuk proses (assembly dan visualisasi) dengan menggunakan CPU OS Simulator, aplikasi ini lebih mudah dioperasikan dan user-friendly bagi pengguna. Dalam algoritma jenis ini, proses yang me-request CPU terlebih dahulu mendapatkan alokasi CPU terlebih dahulu. Proses penjadualan dikelola dengan metode antrian First-In First-Out (FIFO), dalam ruang lingkup sistem operasi dengan fokus penjadualan algoritma FCFS (First Come First Serve). Metode workshop dilaksanakan secara daring menggunakan zoom cloud meeting, dengan peserta dosen yang berminat akan aplikasi tersebut dan para anak didik yang mau mengenal memahami konsep dari sistem operasi. Aplikasi CPU OS simulator merupakan salah satu aplikasi yang bersifat free-ware sehingga dapat di unduh secara gratis bagi para pengguna (dosen dan atau mahasiswa). Hasil akhir dari pelatihan bagi pengguna akan melihat dan mengerti tahapan demi tahapan dari proses intruksi hingga compile yang disajikan bentuk simulasi dan visualisasi (histogram) serta beberapa parameter dari proses tersebut (average waiting time, average burst time, tick count dan instruction count).
Pelatihan Penggunaan Aplikasi Open-Source Dimensions AI Untuk Eksplorasi Data Literasi Reference Manager Budi Tjahjono; Muhamad Hadi Arfian; Lili Hastuti; Hermansyah; Arief Ichwani; Tugiman; Dewi Marini
IKRA-ITH ABDIMAS Vol. 8 No. 2 (2024): Jurnal IKRAITH-ABDIMAS Vol 8 No 2 Juli 2024
Publisher : Universitas Persada Indonesia YAI

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

Abstract

Pelatihan ini bertujuan untuk meningkatkan keterampilan eksplorasi data literasi menggunakan aplikasi open-source Dimensions AI, terutama bagi pengguna yang sebelumnya familiar dengan Reference Manager. Pelatihan ini membahas permasalahan umum dalam pengelolaan referensi, seperti keterbatasan fitur pencarian dan analisis data pada Reference Manager, serta kurangnya integrasi dengan sumber data eksternal. Dimensions AI menyediakan sebagai solusi yang menghadirkan fitur pencarian canggih, analisis bibliometrik, dan visualisasi data interaktif. Metodologi pelatihan menekankan pendekatan partisipatif dan berbasis praktik,mencakup tahapan penggunaan Dimensions AI, pencarian dan navigasi literatur ilmiah, serta integrasi dengan Reference Manager. Hasil pelatihan menunjukkan peningkatan keterampilan peserta dalam mengelola dan menganalisis data literasi, serta pemahaman yang lebih baik tentang pemanfaatan Dimensions AI untuk mendukung penelitian. Pelatihan ini memberikan manfaat signifikan bagi peserta, termasuk peningkatan efisiensi waktu pengambilan keputusan yang lebih baik, identifikasi peluang penelitian baru, dan peningkatan produktivitas penelitian secara ter-integrasi.