Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Agrikultura Jurnal Pengkajian dan Pengembangan Teknologi Pertanian Jurnal Penelitian Karet
Jekvy Hendra
Balai Pengkajian Teknologi Pertanian Lampung, Jl. Z.A. Pagar Alam No 1A BandarLampung
Agriculture, Biological Sciences & Forestry Education Engineering

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

Found 3 Documents
Search

 1 
PERSPEKTIF PENGEMBANGAN KOMPOS BIOAKTIVATOR UNTUK PENGENDALIAN Phytophthora capsici PADA TANAMAN LADA (Piper nigrum) Hendra, Jekvy; , Widodo; P.W.S., Bonny; H.M., Bintoro; D., Manohara
Jurnal Pengkajian dan Pengembangan Teknologi Pertanian Vol 17, No 1 (2014): Maret 2014
Publisher : Jurnal Pengkajian dan Pengembangan Teknologi Pertanian

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

Abstract

Perspective on the Development of Bio-Activator Compost to Control the Attacks of Phytophthora capsici on Pepper (Piper nigrum). Bio-activator microbes can be found enormously in the compost, for instance bacteria (Bacillus spp., Pseudomonas spp), actinomycetes (Streptomyces spp.) and fungi (Trichoderma spp, Aspergillus spp, Penicillium spp). This research aimed to assess the development of bio-activator in controlling P. capsici and increasing production and quality of the pepper. Activity was done in the field trials in the upland and lowland as the center of pepper plants in Lampung using a factorial randomized design group with five replications. The first factor was microbial bio-activator formula and the second factor was three doses of compost namely 1, 2 and 3 kg/pepper plants. Each plant was given zeolite, which was 0.5 kg/tt and fulfat acid 1% as amount of 200 cc/tt. The study showed that microbial activators significantly suppressed P. capsici attacks and increased the production of pepper. In the uplands, the intensity of P. capsici decreased to 83.31%, while in the lowlands, the disease intensity that was caused by P. capsici decreased by 99-100%. The results of chemical and biological analysis of soil showed that the application of bio-activator compost increased the diversity of the types and the amounts of microbes in the rhizosphere as well as increased the nutrient availability. Combination treatment of bio-activator compost from coffee leather of 3 kg/tt were able to suppress the intensity of the disease BPB to more than 50% and increase the production of more than 30 %. Key words: piper nigrum, bioactivator, coffee skin, Phytophthora capsicii. Di dalam kompos banyak ditemukan mikroba bioaktifator, yaitu bakteri (Bacillus spp., Pseudomonas spp), aktinomiset (Streptomyces spp.) dan cendawan (Trichoderma spp, Aspergillus spp, Penicillium spp.). Bioaktivator dapat dimanfaatkan untuk mengendalikan serangan P.capsicii dan meningkatkan produksi serta mutu hasil lada. Kegiatan ini bertujuan mengkaji pengembangan bioaktivator untuk pengendalian Phytopthora capsici dan peningkatan produksi serta  mutu hasil lada. Pengkajian dilakukan dalam format uji lapangan didataran tinggi dan rendah sentra lokasi tanaman lada di Lampung. Pengkajian menggunakan Rancangan Acak Kelompok pola faktorial dengan lima ulangan. Faktor pertama ialah  bentuk formula  mikroba bioaktivator dan faktor kedua ialah tiga dosis kompos yaitu 1,2 dan 3 kg/tanaman lada. Setiap tanaman juga diberikan  zeolit 0.5 kg/tt dan asam fulfat 1% 200 cc/tt. Hasil pengkajian menunjukkan bahwa mikroba aktivator nyata menekan serangan P.capsicidan meningkatkan produksi lada. Di dataran tinggi intensitas serangan P. capsicimenurun hingga 83.31%, sedang  di dataran rendah intensitas serangan P capsicimenurun hingga 99-100%. Hasil analisis kimia tanah dan mikroba tanah menunjukkan bahwa aplikasi kompos bioaktivator meningkatkan keragaman jenis dan jumlah mikroba di dalam rhizosfer serta meningkatkan ketersediaan hara. Kombinasi perlakuan bioaktivator dan kompos kulit kopi 3 kg/tt mampu menekan intensitas penyakit BPB hingga > 50% dan meningkatkan produksi > 30%.   Kata kunci: Piper nigrum,  bioaktivator, kulit kopi, Phytopthora capsicii.
POTENSI BAKTERI PENGGUNA METANOL DARI RIZOSFER TANAMAN KARET (Hevea brasiliensis Muell.Arg.) UNTUK MEMPRODUKSI PROTEIN SEL TUNGGAL Hidayati, Umi; Hendra, Jekvy; Napitupulu, Delima; Panjaitan, Andreas; Widyastuti, Rahayu
Jurnal Penelitian Karet JPK : Volume 29, Nomor 1, Tahun 2011
Publisher : Pusat Penelitian Karet - PT. Riset Perkebunan Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22302/ppk.jpk.v29i1.107

Abstract

Rizosfer tanaman karet menyimpan potensi yang besar melalui keberadaan mikroorganisme yang bermanfaat untuk berbagai kepentingan, misalnya produk bioindustri seperti biofungisida dan biofertilizer. Pengembangan produk dari hasil eksplorasi mikroorganisme dari rizosfer tanaman karet akan menjadi peluang untuk meningkatkan peran dari perkebunan karet. Protein Sel Tunggal (PST) merupakan sel kering atau biomassa mikroorganisme seperti cendawan, khamir, bakteri, dan ganggang yang dapat digunakan sebagai sumber protein untuk pangan, selain mengandung protein tertentu, juga mengandung karbohidrat, lemak, vitamin, mineral, dan nutrisi lain yang dibutuhkan manusia. Penelitian ini bertujuan untuk mengetahui potensi mikroorganisme dari rizosfer tanaman karet (Hevea brasiliensis Muell.Arg.) untuk produksi protein sel tunggal. Penelitian dilakukan di Laboratorium Bioteknologi Tanah, Kimia dan Kesuburan Tanah di Departemen Ilmu Tanah dan Sumberdaya Lahan dan Laboratorium Cendawan Departemen Hama dan Penyakit Tanaman mulai  Februari 2011 sampai dengan Mei 2011. Analisa protein menggunakan metode Kjeldahl. Mikroorganisme dari rizosfer tanaman karet yang mampu menggunakan metanol dapat digunakan untuk produksi protein sel tunggal dan dapat dimanfaatkan sebagai sumber pangan dan pakan. Eksplorasi mikroorganisme dari rhizosfer tanaman karet memperoleh 22 isolat dan terseleksi 8 isolat untuk pengujian kadar protein yang terdiri 5 bakteri K2, K4, K8, K11, dan K13, serta 3 cendawan K15, K17, dan K18. Pengujian Hypersensitive Response, menghasilkan 2 isolat bakteri patogen K10 dan K13. Kandidat yang terbaik adalah isolat K4 dengan kadar protein 0,91%. Isolat K4 sudah terlihat dari awal memiliki pertumbuhan  paling cepat dan bukan patogen.  How to Cite : Hidayati, U., Hendra, J., Napitupulu, D., Panjaitan, A., & Widyastuti, R. (2011). Potensi bakteri pengguna metanol dari rizosfer tanaman karet (Hevea brasiliensis Muell.Arg.) untuk memproduksi protein sel tunggal. Jurnal Penelitian Karet, 29(1), 25-34. Retrieved from http://ejournal.puslitkaret.co.id/index.php/jpk/article/view/107
Sistem Smart Detection Penyakit pada Tanaman Kopi Robusta Menggunakan SSD MobileNet V2 sebagai Model Pra-Terlatih Harmiansyah, Harmiansyah; Fil’aini, Raizummi; Mufidah, Zunanik; Utari, Ni Wayan Arya; Hendra, Jekvy; Diptaningsari, Danarsi; Meidaliyantisya, Meidaliyantisya; Wardani, Nila; Mawardi, Rahadian; Mustafid, M. Azhar
Agrikultura Vol 34, No 1 (2023): April, 2023
Publisher : Fakultas Pertanian Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/agrikultura.v34i1.43052

Abstract

Pengendalian hama dan penyakit pada kopi robusta harus dilakukan secara dini, jika pengendalian terlambat maka akan berakibat pada produksi kopi robusta yang menjadi rendah. Para petani kopi cendrung lambat dalam mendeteksi penyakit pada tanaman kopi karena keterbatasan pengetahuan. Sistem smart identifikasi penyakit menggunakan deep learning merupakan salah satu inovasi yang dapat digunakan untuk mengidentifikasi penyakit pada tanaman kopi dengan cepat dan tepat. Metode dalam pembuatan sistem smart detection diawali dengan pengumpulan dataset yang terdiri dari kumpulan gambar daun kopi robusta. Dataset diklasifikasi menjadi dua klasifikasi yaitu daun sehat dan daun sakit, daun sakit terdiri dari gambar daun yang terserang penyakit bercak dan karat. Kemudian dilakukan anotasi data untuk memberikan label pada dataset, setelah data dilabeli, data kemudian digunakan sebagai model pra-terlatih sebagai training untuk mempelajari objek gambar. Model yang telah ditraining kemudian dievaluasi untuk menilai kinerja model berdasarkan nilai average precision dan averaga recall sebagai parameter kinerja dari model. Hasil dari training pada penelitian ini didapatkan nilai total loss sebesar 21,81% dalam 13100 epoch serta memiliki kecenderungan turun. Untuk nilai average precision pada model sistem smart detection tanaman kopi adalah 87,3% dan nilai average recall sebedar 89,6%.setelah dilakukan pengujian sistem dengan 12 sample didapatkan nilai akurasi ketepatan sistem dalam memprediksi adalah 96% sehingga sistem smart detection tanaman kopi robusta sudah baik dan mempunyai potensi untuk dapat diimplementasikan.
Co-Authors Andreas Panjaitan, Andreas Bintoro H.M. Bonny P.W.S. Delima Napitupulu Diptaningsari, Danarsi Fil’aini, Raizummi Harmiansyah M. Azhar Mustafid Manohara D. Mawardi, Rahadian Meidaliyantisya, Meidaliyantisya Mufidah, Zunanik Ni Wayan Arya Utari Nila Wardani, Nila RAHAYU WIDYASTUTI Umi Hidayati