Article Per Year (5 Year)
p-Index From 2021 - 2026
2.024
P-Index
This Author published in this journals
All Journal Jurnal Pengolahan Hasil Perikanan Indonesia MATAPPA: Jurnal Pengabdian Kepada Masyarakat Jurnal Riset Akuakultur Gorontalo Fisheries Journal Grouper: Jurnal Ilmiah Perikanan Abdimas: Papua Journal Of Community Service Journal Automation Computer Information System (JACIS) INTEGRATED OF FISHERIES SCIENCE Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia Pharmaceutical Science Journal
AHMAD FAHRIZAL
STMIK AMIKOM Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Education Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Social Sciences Transportation Veterinary Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
PkM Pengenalan Wanamina: Pengintegrasi Wanamina di Kawasan Mangrove Kota Sorong Ratna; Maipauw, Nini J; Loupatty, Ellen; Gultom, Nella; Sangaji, Riman; Ayomi, Nela B; Firda, Putri; Weyai, Sherly M; Hardianti, Fatimah; Fahrizal, Ahmad
Abdimas: Papua Journal of Community Service Vol. 6 No. 1 (2024): Januari
Publisher : Lembaga Pengembangan dan Pengabdian Masyarakat Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/pjcs.v6i1.3066

Abstract

Meningkatnya pertumbuhan populasi penduduk di dunia akan mengakibatkan peningkatan eksploitasi sumberdaya alam. 90% dari jumlah penduduk distrik Sorong Timur tersebut bekerja dengan memanfaatkam komoditi kayu mangrove dan batu karang yang ada di Kawasan mangrove sehingga Kawasan mangrove mengalami kerusakan serta mengurangi luasan mangrove di Kota Sorong. Tujuan dari kegiatan PkM ini adalah untuk memberikan pemahaman kepada orang asli papua (OAP) tentang pentingnya pelestarian Kawasan mangrove (ekologi) dengan tidak mengeksploitasi secara berlebihan, serta memperkenalkan sistem wanamina sebagai konsep pengelolaan hutan mangrove yang diintegrasikan dengan kegiatan perikanan berupa budidaya ikan atau biota lainnya (ekonomi) yang dapat dijadikan sebagai alternatif pekerjaan untuk diterapkan di Kelurahan Klamana dan Klawalu, Distrik Sorong Timur, Kota Sorong, Papua Barat Daya,
Pemanfaatan Limbah Pelelangan Ikan Jembatan Puri Kota Sorong Sebagai Bahan Baku Pangan Ikan Fahrizal, Ahmad; Ratna, Ratna
Gorontalo Fisheries Journal Vol 6, No 1 (2023): Volume 6 Nomor 1 2023
Publisher : Universitas Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32662/gfj.v6i1.3317

Abstract

Kegiatan pelelangan ikan di TPI Jembatan Puri berlangsung setiap hari demikian juga dengan limbah hasil pelelangan ikan sebagai hasil sampingan terbuang ke daerah sekitar TPI. Penelitian ini diharapkan dapat menekan beban lingkungan yang disebabkan oleh limbah yang berasal dari TPI Jembatan Puri, Kota Sorong dengan tujuan untuk mengidentifikasi limbah yang dapat dijadikan sebagai bahan pembuatan tepung ikan dan pellet ikan yang bersumber dari limbah TPI. Metode yang digunakan adalah metode eksperimen meliputi pembuatan tepung ikan dan pembuatan pellet berbahan limbah ikan dari TPI. Hasil penelitian menunjukkan bahwa tepung berbahan limbah ikan berdasarkan jenis ikan diperoleh kandungan yang berbeda. Pada tepung berbahan limbah ikan tuna (A) diperoleh rata-rata protein 40,69%, ikan cakalang (B) 62,60, ikan teri (C) 47,43%, dan ikan sarden (D) 58,69%. Berdasarkan standar Nasional Indonesia (SNI) kadar air terbaik terdapat pada perlakuan C dengan kandungan rata-rata sebesar 4,57%, selanjutnya berturut-turut perlakuan B, Perlakuan D, dan Perlakuan A. Untuk kadar protein dengan kategori mutu I yaitu 65% terdapat pada perlakuan B dengan nilai rata-rata 62,60%, kemudian berturut perlakuan D yaitu rerata 58,70%, perlakuan C rerata 47,34%, dan terakhir pada perlakuan A yaitu rerata 40,69%. Kadar abu dengan nilai 20% untuk mutu I di jumpai pada perlakuan B yaitu 9,96% dan Perlakuan D sebesar 12,64%, lalu perlakuan C yaitu 47,34%, dan perlakuan A yaitu 38,59%. Kadar lemak adalah 8% diperoleh perlakuan terbaik pada perlakuan C, kemudian Perlakuan A. Sedangkan untuk kadar karbohidrat dengan mutu I yaitu 1,5%. Perlakuan yang mendekati adalah perlakuan A. Untuk pellet berbahan limbah ikan, nilai kandungan pada perlakuan A didapatkan rata-rata protein 21,66%, perlakuan B yaitu 31,66%. Perlakuan C yaitu 25,06%. Serta perlakuan D yaitu 29,87%. Dari hasil penelitian tepung berbahan limbah ikan berdasarkan jenis ikan tuna, ikan cakalang, ikan teri dan ikan sarden layak untuk digunakan sebagai bahan baku pakan pellet ikan.
Profil proksimat, asam amino, dan asam lemak MPASI dengan bahan baku tepung ikan: Profile of proximate, amino acid, and fatty acids of complementary food with fish meal raw ingredients Nurfaidah, Nurfaidah; Metusalach, Metusalach; Mahendradatta, Meta; Sukarno, Sukarno; Sufardin, Sufardin; Fahrizal, Ahmad; Sulfiana, Sulfiana
Jurnal Pengolahan Hasil Perikanan Indonesia Vol. 27 No. 5 (2024): Jurnal Pengolahan Hasil Perikanan Indonesia 27(5)
Publisher : Department of Aquatic Product Technology IPB University in collaboration with Masyarakat Pengolahan Hasil Perikanan Indonesia (MPHPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17844/jphpi.v27i5.50098

Abstract

Pertumbuhan dan perkembangan anak meningkat pada usia 6-24 bulan. Anak pada usia ini sangat rawan mengalami risiko stunting apabila kebutuhan nutrisinya tidak terpenuhi dengan baik. Asupan nutrisi pendamping, yaitu MP-ASI perlu dioptimalkan untuk tumbuh kembang anak. Daging ikan berpotensi menjadi sumber protein hewani pada MP-ASI. Tujuan penelitian ini adalah untuk menentukan karakteristik MP-ASI dengan formulasi penambahan tepung dan albumin ikan mas terhadap komposisi kimia, asam amino, dan asam lemak. Pembuatan MP-ASI menggunakan metode dry-mixing. Konsentrasi tepung albumin daging ikan mas yang digunakan sebesar 10% dan albumin daging sebesar 5%. Parameter gizi yang diamati adalah komposisi proksimat, asam amino, dan asam lemak. Hasil penelitian menunjukkan bahwa komposisi kimia MP-ASI meliputi kadar protein (21,8%), lemak (17,5%), dan karbohidrat (45%). Asam amino essensial dan non essensial tertinggi, yaitu arginin sebesar 14,64% dan lisin sebesar 26,91%. Asam lemak tertinggi pada MP-ASI, yaitu asam linoleat sebesar 68,98% yang sangat diperlukan selama masa tumbuh kembang anak. Formulasi MP-ASI berbasis tepung dan albumin ikan menghasilkan MP-ASI yang sesuai standar kecukupan energi.
Prediksi ISPU Jakarta Menggunakan Random Forest Roris, Renaldi Putra; Saputra, Andhika; Fahrizal, Ahmad; Susilowati, Susi; Rianto, Harsih; Nuryamin, Yamin
Journal Automation Computer Information System Vol. 5 No. 2 (2025): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v5i2.139

Abstract

Polusi udara Jakarta memerlukan sistem prediksi akurat untuk peringatan dini kesehatan publik. Penelitian ini mengembangkan model machine learning untuk memprediksi Indeks Standar Pencemar Udara (ISPU) harian maksimum menggunakan dataset 3.045 observasi dari lima stasiun pemantauan (Januari–Agustus 2024) dengan enam parameter polutan (PM10, PM2.5, SO2, CO, O3, NO2). Tiga algoritma dievaluasi: Linear Regression, Random Forest, dan Gradient Boosting. Random Forest mencapai kinerja terbaik dengan R² = 0,9575, RMSE = 4,44, dan MAE = 0,82, melampaui studi sejenis (R² = 0,78–0,89). Analisis feature importance mengungkapkan PM2.5 mendominasi prediksi ISPU dengan kontribusi 87,11%, jauh melebihi NO2 (4,94%) dan SO2 (2,84%). Penelitian memberikan tiga kontribusi: (1) model prediksi ISPU akurasi tertinggi untuk implementasi sistem peringatan dini operasional; (2) identifikasi PM2.5 sebagai target prioritas kebijakan pengendalian polusi berbasis bukti; dan (3) bukti empiris bahwa polusi bersifat kronis dan menyeluruh, memerlukan intervensi komprehensif untuk melindungi kesehatan 10+ juta penduduk Jakarta
Lumut Sutra (Chaetomorpha sp.) Sebagai Pakan Alternatif Untuk Pertumbuhan dan Kelangsungan Hidup Ikan Nila (Oreochromis niloticus) Di Distrik Ayamaru Utara Kabupaten Maybrat Homer, Jeklentina; Ratna, Ratna; Fahrizal, Ahmad
INTEGRATED OF FISHERIES SCIENCE Vol 4 No 2 (2025): JULI-DESEMBER
Publisher : Lembaga Penelitian dan Pengabdian, Universitas Kristen Papua

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56942/94ssy902

Abstract

Yubiah Village is a village located in North Ayamaru District, Maybrat Regency, West Papua Province. The community of Yubiah Village is largely engaged in freshwater fish farming, and one of the main cultured species is Nile tilapia. This fish is chosen not only because it is easy to cultivate but also because it has good marketability. Freshwater sources in Yubiah Village are abundant, making freshwater aquaculture easy to carry out. The purpose of this study was to determine the effect of silk algae (Chaetomorpha sp.) as an alternative feed on the growth and survival of Nile tilapia. The research was conducted from October to November 2022 in Yubiah Village, North Ayamaru District, Maybrat Regency, West Papua Province. This study used a Completely Randomized Design (CRD) consisting of three treatments and one control. The results of the study led to the following conclusions: The measurement of absolute weight gain of Nile tilapia showed that the best growth occurred in Treatment C with 80 grams of silk algae as an alternative feed, followed by Treatment B with 60 grams, and Treatment A with 75 grams, while the lowest growth was obtained in Treatment D (without silk algae). The highest survival rate of Nile tilapia was found in Treatment C (28 grams), where fish were given a higher amount of silk algae three times a week. This was followed by the other treatments.
MODELLING DISSOLVED OXYGEN IN INTENSIVE AQUACULTURE SYSTEMS: LINEAR REGRESSION vs RANDOM FOREST APPROACHES Yani, Ahmad; Puspitasari, Asthervina W.; Poltak, Hendra; Fahrizal, Ahmad; Rusli, Rusli; Saville, Ramadhona
Jurnal Riset Akuakultur Vol 20, No 4 (2025): Desember (2025)
Publisher : Politeknik Kelautan dan Perikanan Jembrana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15578/jra.20.4.2025.339-354

Abstract

Dissolved oxygen (DO) is a critical water quality parameter in intensive aquaculture systems because its fluctuations directly affect farmed fish. Accurate prediction of DO is challenging due to complex, often nonlinear interactions among physicochemical and biological variables. Despite increasing interest in machine learning applications, comparative evaluations between traditional linear models and ensemble-based approaches in aquaculture contexts remain limited. This study aimed to analyse key variables associated with DO dynamics, compare the predictive performance of linear regression (LR) and random forest (RF) models, and identify dominant predictors relevant to aquaculture management. A publicly available aquaculture water quality dataset from Mendeley Data was analysed. Data were preprocessed by outlier removal and normalization, then split into training (70%) and test (30%) sets, and model robustness was assessed using 5-fold cross-validation. Dissolved oxygen concentrations ranged from 0.21 to 10.17 mg L⁻¹ (mean = 5.19 mg L⁻¹). Pearson correlation analysis showed positive associations between DO and ammonia (r = 0.60), biochemical oxygen demand (r = 0.55), and nitrite (r = 0.52), and negative associations with hydrogen sulphide (r = −0.55) and turbidity (r = −0.53). These relationships reflected indirect, management-mediated effects rather than direct causation. The RF model slightly outperformed LR (R² = 0.515 vs. 0.470), demonstrating the advantage of non-linear modelling. The feature importance analysis identified ammonia, hydrogen sulphide, nitrite, and biochemical oxygen demand as the dominant predictors. Although predictive accuracy remained moderate, the results highlight key drivers of DO variability and support the use of machine learning as a decision-support tool for smart aquaculture management. Oksigen terlarut (dissolved oxygen = DO) merupakan parameter kualitas air yang sangat penting dalam sistem akuakultur intensif karena fluktuasinya secara langsung memengaruhi komoditas yang dibudidayakan. Prediksi DO yang akurat menjadi tantangan karena adanya interaksi yang kompleks dan sering kali bersifat nonlinier antara variabel fisikokimia dan biologis. Meskipun minat terhadap penerapan machine learning terus meningkat, evaluasi komparatif antara model linier tradisional dan pendekatan berbasis ensemble dalam konteks akuakultur masih terbatas. Penelitian ini bertujuan untuk menganalisis variabel-variabel utama yang berkaitan dengan dinamika DO, membandingkan kinerja prediktif model regresi linier (LR) dan random forest (RF), serta mengidentifikasi prediktor dominan yang relevan untuk pengelolaan akuakultur. Dataset kualitas air akuakultur yang tersedia secara publik dari Mendeley Data dianalisis dalam penelitian ini. Data dipraproses melalui penghapusan pencilan dan normalisasi, kemudian dibagi menjadi data training (70%) dan pengujian (30%), dengan ketahanan model dievaluasi menggunakan validasi silang lima lipatan. Konsentrasi DO berkisar antara 0,21 hingga 10,17 mg L⁻¹ (rata-rata = 5,19 mg L⁻¹). Analisis korelasi Pearson menunjukkan hubungan positif antara DO dan amonia (r = 0,60), kebutuhan oksigen biokimiawi (BOD; r = 0,55), serta nitrit (r = 0,52), dan hubungan negatif dengan hidrogen sulfida (r = −0,55) dan kekeruhan (r = −0,53). Hubungan tersebut mencerminkan efek tidak langsung yang dimediasi oleh praktik pengelolaan, bukan hubungan kausal langsung. Model RF menunjukkan kinerja yang sedikit lebih baik dibanding LR (R² = 0,515 vs. 0,470), yang menegaskan keunggulan pemodelan nonlinier. Analisis kepentingan fitur mengidentifikasi amonia, hidrogen sulfida, nitrit, dan kebutuhan oksigen biokimiawi sebagai prediktor dominan. Meskipun akurasi prediksi masih tergolong moderat, hasil penelitian ini menyoroti faktor-faktor utama yang memengaruhi variabilitas DO dan mendukung penerapan machine learning sebagai alat pendukung keputusan dalam pengelolaan akuakultur cerdas. 
Co-Authors A. P, Diah A.M. Suruwaky A.M.Suruwaky Agustien, Gina Septiani ahmad yani Akib, Muhaiminah Ameilany Dwi Anjani Anwar, Zakiyah Arzad, Muh Ayomi, Nela B Budiarti, Marlinda I.E Charles Y. Konjol Darwin K. Inggamer E. Loupatty F. Mahad F.Hardianti F.Mahad Fikri Irham, Muhammad Firda, Putri Gultom, Nella H. Abuhaer Hardianti, Fatimah Harsih Rianto Homer, Jeklentina Irwanto Irwanto J. Syarif Jumria Saet K. Gutajala Kalidi, Neneng S. Loupatty, Ellen Lutfi Fuadi, Achmad M Nasir M. Amir Suruwaky M. S. Rumwokas M. Sukarno Maipauw, Nini J Meta Mahendradatta Metusalach Metusalach, Metusalach Mira Herawati Soekamto Mugu, Hans Anton Muhammad Jufri Pusung N. Ayomi Neneng Suarno Kalidi Nitya Nurul Fadilah Nurastri, Vista Dhea Nurfaidah Nurfaidah Nurfin Moha Poltak, Hendra Puspitasari, Asthervina W. Putri Firda Y. Lestari R. M. Linta R. Rusli R. Sangaji R.M.Linta Ragil Agnal A, Muhammad Ratna Ratna Ratna Razak, Abudarda Roris, Renaldi Putra Sangaji, Riman Saputra, Andhika Saville, Ramadhona Sherlie G.L.Weyai Sufardin Sufardin, Sufardin Sulfiana SULFIANA, SULFIANA Susi Susilowati, Susi Weyai, Sherly M Yamin Nuryamin