Claim Missing Document
Check
Articles

Pembenihan ikan gurami menggunakan teknologi bioflok di Desa Bukateja, Kabupaten Purbalingga Suwarsito, Suwarsito; Mulia, Dini Siswani; Mustafidah, Hindayati
KACANEGARA Jurnal Pengabdian pada Masyarakat Vol 6, No 3 (2023): Agustus
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/kacanegara.v6i3.1355

Abstract

Usaha pembenihan ikan gurami Kelompok Pembudidaya Ikan (Pokdakan) Mina Bangkit di Desa Bukateja Kabupaten Purbalingga dilakukan secara tradisional sehingga produksinya rendah. Sebagian besar anggota Pokdakan belum memiliki pengetahuan memadai mengenai pembenihan ikan gurami menggunakan teknologi bioflok. Program Kemitraan Masyarakat (PKM) bertujuan untuk meningkatkan pengetahuan dan keterampilan anggota Pokdakan Mina Bangkit dalam usaha pembenihan ikan gurami menggunakan teknologi bioflok. Teknologi bioflok merupakan sistem budidaya ikan dengan menumbuhkan bakteri heterotrof dalam kolam budidaya ikan yang bertujuan untuk memanfaatkan limbah nitrogen (ammonia) menjadi pakan berprotein tinggi dengan menambahkan sumber karbon untuk meningkatkan C (karbon)/N (nitrogen) rasio. Teknologi bioflok dikembangkan dalam budidaya ikan untuk memperbaiki kualitas air dan meningkatkan efisiensi pemanfaatan nutrisi. Metode pelaksanaan PKM menggunakan pendekatan partisipasi aktif. Mitra diwajibkan berpartisipasi aktif pada kegiatan persiapan, pelaksanaan pelatihan, praktik langsung, dan pemantauan. Kegiatan PKM dilaksanakan secara bertahap, mulai dari sosialisasi, penyuluhan, pelatihan, introduksi bahan dan peralatan, praktik langsung, dan pendampingan. Hasil kegiatan PKM menunjukkan adanya peningkatan pengetahuan dan keterampilan anggota Pokdakan dalam usaha pembenihan ikan gurami menggunakan teknologi bioflok. Anggota Pokdakan sudah memiliki pengetahuan memadai sehingga mampu mempraktikkan pembenihan ikan gurami menggunakan teknologi bioflok dengan baik mulai dari pembuatan kolam dan media penumbuhan bioflok, serta pemeliharaan larva hingga mencapai panjang rata-rata 2 cm.
Prediksi Prestasi Belajar Mahasiswa Berdasarkan Faktor Internal dan Eksternal Menggunakan Jaringan Backpropagation dengan Klasifikasi Fuzzy Muftikhah, Muftikhah; Mustafidah, Hindayati
Sainteks Vol 21, No 1 (2024): April
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/sainteks.v21i1.21590

Abstract

Prestasi belajar mahasiswa dapat dilihat berdasarkan nilai indeks prestasi kumulatif (IPK). Indeks prestasi memiliki kategori yang menunjukkan kualitas pendidikan yang ditempuh oleh mahasiswa. Kategori IPK meliputi jelek, cukup, baik, baik sekali, dan memuaskan. Prestasi belajar dipengaruhi oleh beberapa faktor internal seperti motivasi belajar, disiplin belajar, dan kemandirian belajar, dan faktor eksternal seperti lingkungan belajar. Penelitian ini bertujuan untuk memprediksi prestasi belajar mahasiswa berdasarkan faktor internal dan eksternal menggunakan metodologi jaringan syaraf tiruan (JST) yang dikombinasikan dengan logika fuzzy. Pengategorian prestasi belajar maupun faktor yang memengaruhinya dilakukan menggunakan metode klasifikasi fuzzy dengan pelatihan yang dilakukan oleh JST menggunakan jaringan backpropagation. Sumber data yang digunakan yaitu berupa data angket yang diberikan kepada mahasiswa program studi Teknik Informatika Universitas Muhammadiyah Purwokerto yang dikombinasikan dengan data dokumentasi dari bagian akademik di Fakultas Teknik dan Sains Universitas Muhammadiyah Purwokerto. JST melakukan pelatihan pada data faktor internal dan eksternal terhadap data target berupa IPK untuk mendapatkan pola output. Data penelitian dibagi menjadi data latih dan data uji dengan rasio 80%:20%. Hasil pengujian terhadap model yang dihasilkan oleh jaringan, diperoleh nilai error sebesar 6,504 x 10-6 dan nilai korelasi mendekati 1 (R≈1), sehingga dapat disimpulkan bahwa pola output yang terbentuk memiliki kesalahan yang sangat kecil dan memiliki korelasi yang sangat erat antara prestasi belajar dengan faktor-faktor yang memengaruhinya. Dengan demikian, model berbasis jaringan syaraf fuzzy yang dibangun dapat digunakan untuk menmprediksi prestasi belajar mahasiswa berdasarkan faktor motivasi belajar, disiplin belajar, kemandirian belajar, dan lingkungan belajar.
Sistem Informasi Penjualan Diamond Mobile Legends Di Moro Cell Berbasis Web Santosa, Dwi; Mustafidah, Hindayati
Jurnal Sistem Informasi (JUSIN) Vol 2 No 2 (2021): Jurnal Sistem Informasi
Publisher : ITB Ahmad Dahlan Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32546/jusin.v2i2.1496

Abstract

The transaction process in purchasing a game feature often makes it difficult for someone to make a purchase of game features so that a third party is needed to make it easier to purchase features in the game. However, there are problems where related parties need a means to attract customers as a means of promoting products sold by related parties, therefore it is necessary to have a system where in the system there is a useful feature to attract customers. From there, a diamond sales information system for Mobile Legends was built for the Moro Cell company as a means to attract customers. In the development of this system there are steps that are carried out, namely analysis, design, implementation, testing and maintenance of these steps a system is built that can be used to purchase a diamond which aims to attract customer interest with a feature contained in it, namely a member feature that can provide a 5% discount to customers for every diamond purchase transaction. The result of this research is that a diamond sales information system for Mobile Legends has been built in Moro Cell that can help users make diamond purchases and can attract customers from Moro Cell. With this sales system, users are more helped by the transaction process provided by the system and some users are interested in some of the offers in this system such as the member features offered in this system.
Sistem Pendukung Keputusan Pemilihan Pemasok Tahu Untuk Industri Tahu Bakso Menggunakan Metode Simpleadditive Weighting Nugraha, Habib Rosyid Pandu; Mustafidah, Hindayati
Jurnal Teknologi Informasi (JUTECH) Vol 1 No 1 (2020): JUTECH: Jurnal Teknologi Informasi
Publisher : ITB Ahmad Dahlan Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32546/jutech.v1i1.845

Abstract

One type of processed tofu that is popular with the public is tofu meatballs. The high demand for ordering tofu meatballs makes industrial owners have to produce it regularly every day. A large number of available tofu suppliers require the meatball tofu industry to be selective in choosing suppliers. The selection of the right raw materials will determine the quality of a production result, as well as assessing the quality of raw materials for tofu meatballs, namely tofu, which depends on the processing process. The process of selecting the quality of the tofu raw material can be assisted by a Decision Support System (DSS) computer program. This SPK helps business owners know meatballs to determine suppliers of tofu according to predetermined criteria. The criteria used are price, size, supply ability, taste quality, aroma quality, color quality, density quality. The SPK method used is Simple Additive Weighting (SAW). Based on testing with several alternative suppliers, it is obtained the ranking results and recommendations of suppliers selected according to the capacity of the tofu needs every day.
Prediksi Kategori Kelulusan Mahasiswa Menggunakan Jaringan Backpropagation Mustafidah, Hindayati; Halimah, Fitri Nur
Prosiding Sains Nasional dan Teknologi Vol 11, No 1 (2021): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 11 2021
Publisher : Fakultas Teknik Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/psnst.v1i1.5154

Abstract

Backpropagation merupakan salah satu paradigm atau metode pembelajaran dalam Jaringan Syaraf Tiruan (JST) yang merupakan cabang dari kecerdasan buatan di mana cara kerjanya meniru atau mencontoh otak manusia. Backpropagation dapat digunakan untuk menyelesaikan berbagai masalah khususnya dalam bidang prediksi, misal prediksi kelulusan mahasiswa. Dalam penelitian ini dikembangkan sebuah sistem berbasis JST menggunakan jaringan Backpropagation untuk memprediksi kategori kelulusan mahasiswa di Program Studi Teknik Informatika Universitas Muhammadiyah Purwokerto. Kategori kelulusan yang dimaksud adalah lulus tepat waktu atau lulus tidak tepat waktu. Ada dua tahapan yang digunakan yaitu tahap pelatihan dan tahap pengujian. Data yang digunakan sebanyak 200 sampel data akademik mahasiswa tahun angkatan 2012-2015. Data tersebut dibagi menjadi dua yaitu data latih sebanyak 75% (150 data) dan data uji sebanyak 25% (50 data). Variabel yang digunakan untuk prediksi adalah Indeks Prestasi (IP) semester 1 sampai 4 dan jumlah pengambilan SKS pada semester 3 sampai 4. Proses pelatihan jaringan menggunakan algoritma Levenberg-Marquardt dengan 6 neuron masukan, 11 neuron dalam lapisan tersembunyi, dan 1 neuron keluaran (model neuron 6 – 11 – 1). Berdasarkan hasil pengujian, diperoleh tingkat akurasi jaringan sebesar 92% dan dicapai pada nilai learning rate = 0.7. Dengan demikian, sistem ini cukup akurat untuk digunakan dalam keperluan prediksi kelulusan mahasiswa
Sistem Pendukung Keputusan Kelayakan Kenaikan Pangkat Tenaga Kependidikan Menggunakan Metode AHP-TOPSIS Aditia, Rudi; Supriyono; Hamka, Muhammad; Mustafidah, Hindayati
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i1.14285

Abstract

Kenaikan pangkat tenaga kependidikan merupakan aspek penting dalam pengelolaan sumber daya manusia, berfungsi untuk meningkatkan motivasi dan kinerja pegawai. Namun, di Universitas Muhammadiyah Purwokerto, proses kenaikan pangkat sering kali tidak terstruktur, menyebabkan ketidakpuasan dan potensi ketidakadilan. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) untuk mengevaluasi kelayakan kenaikan pangkat tenaga kependidikan menggunakan metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode AHP digunakan untuk menentukan bobot setiap kriteria sesuai dengan tingkat kepentingannya, sementara TOPSIS memeringkat alternatif berdasarkan bobot kriteria tersebut. Hasil penelitian menunjukkan bahwa SPK berbasis AHP-TOPSIS yang dikembangkan mampu menghasilkan rekomendasi secara objektif, akurat, dan transparan. Sistem ini mengotomatisasi proses evaluasi, sehingga lebih efisien dibandingkan metode manual. Validasi menunjukkan hasil perhitungan manual dan aplikasi memiliki tingkat kesesuaian penuh. Dengan implementasi SPK ini, Universitas Muhammadiyah Purwokerto dapat meningkatkan kualitas pengambilan keputusan terkait kenaikan pangkat, yang pada akhirnya diharapkan mampu meningkatkan motivasi dan kinerja tenaga kependidikan. Sistem ini juga berpotensi diadaptasi untuk aplikasi serupa di institusi lain.
Model Berbasis Case Similarity dalam Penentuan Jenis Ikan Air Tawar Berdasarkan Kualitas Air dan Kondisi Wilayah Mustafidah, Hindayati; Mahmud, Annisa Kayla Azzira; Suwarsito, Suwarsito
Sainteks Vol. 21 No. 2 (2024): Oktober
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/sainteks.v21i2.24135

Abstract

Identifikasi jenis ikan air tawar berdasarkan kualitas air dan kondisi wilayah merupakan tantangan penting dalam pengelolaan sumber daya perikanan. Dalam penelitian ini, metodologi Case-Based Reasoning (CBR) digunakan untuk mengembangkan model untuk mengidentifikasi jenis ikan air tawar dengan menganalisis kemiripan kasus (case similarity). Model ini memanfaatkan data historis yang mencakup parameter kualitas air seperti pH, suhu, oksigen terlarut, kandungan ammonia, total padatan terlarut, serta faktor lingkungan seperti suhu udara dan ketinggian daratan. Setiap jenis ikan memiliki preferensi lingkungan spesifik, sehingga pendekatan berbasis kasus memungkinkan untuk membandingkan kondisi saat ini dengan kasus-kasus sebelumnya yang memiliki karakteristik serupa. Dengan menggunakan algoritma kemiripan berbasis metrik, model mengambil kasus terdekat dan menawarkan prediksi jenis ikan yang paling sesuai dengan parameter kualitas air dan kondisi wilayah. Hasil penelitian menunjukkan bahwa model berbasis case similarity dapat dijadikan dasar pengembangan sistem sebagai alat bantu dalam manajemen ekosistem perairan tawar.
Expert System for Diagnosing Gourami Fish Diseases Using the Certainty Factor Approach Mustafidah, Hindayati; Gunadi, Ilham; Purbomartono, Cahyono; Suwarsito, Suwarsito; Zuliarso, Eri
JUITA: Jurnal Informatika JUITA Vol. 13 Issue 1, March 2025
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v13i1.26031

Abstract

Gourami is an economically significant fish in the aquaculture sector due to its high market demand and relatively stable price. However, it is also challenging to cultivate, with disease outbreaks being one of the primary difficulties. Early diagnosis of gourami fish diseases requires expertise from fish health specialists, who are often difficult to find due to their limited availability. With advancements in artificial intelligence-based technology, this study developed an expert system to diagnose gourami fish diseases based on observed symptoms. The system employs the Certainty Factor (CF) approach to estimate the likelihood of a particular disease affecting the fish. The Certainty Factor approach utilizes a knowledge base derived from expert knowledge to address uncertainty in diagnosis. The certainty factor weights are determined based on confidence levels from both experts and users to generate an accurate diagnosis. This expert system was developed using data from 20 types of gourami fish diseases and 38 associated symptoms. The system successfully identified diseases with a certain level of confidence and provided appropriate treatment recommendations based on the confidence level obtained. By implementing this expert system, the risk of disease outbreaks can be minimized, thereby improving efficiency and productivity in gourami fish farming while helping maintain fish health and reducing economic losses caused by disease.
Segmentasi Provinsi di Indonesia Berdasarkan Akses Fasilitas Dasar dan Pengeluaran Rumah Tangga Menggunakan K-Means Saputri, Devi; Mustafidah, Hindayati; Wibowo, Feri; Hakim, Dimara Kusuma
Jurnal Sistem Komputer dan Informatika (JSON) Vol 6, No 4 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v6i4.8630

Abstract

Pemerataan akses terhadap fasilitas dasar dan peningkatan kesejahteraan masyarakat di Indonesia masih menjadi tantangan besar, khususnya antarprovinsi. Meskipun dalam satu dekade terakhir telah terjadi kemajuan pembangunan, ketimpangan antarwilayah masih tampak nyata. Ketimpangan ini tercermin dari perbedaan signifikan dalam akses terhadap air minum layak, sanitasi, listrik, tempat tinggal yang layak, serta pengeluaran rumah tangga per kapita per bulan. Penelitian ini bertujuan untuk mengelompokkan 34 provinsi di Indonesia berdasarkan indikator akses terhadap fasilitas dasar dan pengeluaran rumah tangga guna mengidentifikasi pola ketimpangan pembangunan wilayah. Metode yang digunakan adalah algoritma K-Means Clustering dengan variabel mencakup kepemilikan rumah, akses air minum layak, sanitasi, listrik, penggunaan gas, serta pengeluaran rumah tangga yang berkaitan dengan fasilitas tersebut. Hasil segmentasi menunjukkan terbentuknya dua klaster: Klaster 1 terdiri dari 29 provinsi dengan akses yang lebih baik terhadap fasilitas dasar dan tingkat pengeluaran rumah tangga yang lebih tinggi, namun dengan tingkat kepemilikan rumah yang relatif lebih rendah. Klaster 2 mencakup 5 provinsi dengan akses terbatas terhadap infrastruktur dasar dan tingkat pengeluaran yang lebih rendah, namun dengan tingkat kepemilikan rumah yang lebih tinggi. Temuan ini memberikan gambaran mengenai ketimpangan pembangunan antarprovinsi di Indonesia yang dapat menjadi acuan bagi pemerintah dalam perumusan kebijakan pembangunan wilayah yang lebih merata.
Perbandingan MobileNetV2, DenseNet121, InceptionV3, dan Xception pada Klasifikasi Citra Panel Surya Bersih dan Berdebu Nugroho, Aswin Mulyo; Mustafidah, Hindayati; Fitriani, Maulida Ayu; Supriyono, Supriyono
JURIKOM (Jurnal Riset Komputer) Vol. 12 No. 4 (2025): Agustus 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i4.8688

Abstract

The buildup of dust on solar panels can greatly diminish energy output, lower system efficiency, and raise operational expenses. A productive way to tackle this problem is to utilize image classification through Convolutional Neural Network (CNN) techniques. This study examines the classification capabilities of four CNN models, namely MobileNetV2, DenseNet121, InceptionV3, and Xception, using transfer learning. These models leverage pre-trained weights from large datasets such as ImageNet to accelerate convergence and improve generalization. The dataset of images utilized in this research is obtained from Kaggle and includes pictures of both clean and dusty solar panels. The dataset was divided into training, validation, and testing subsets using a stratified approach to ensure balanced class distribution across all subsets. During training, class weighting was used to address potential class imbalance. The models were developed using TensorFlow with multi-GPU support, optimized using the AdamW optimizer, and fine-tuned to enhance performance. Model evaluation was conducted using accuracy, precision, recall, and F1-score metrics. Among all the architectures evaluated, the Xception model achieved the best performance with an accuracy of 90.52%, outperforming MobileNetV2 with an accuracy of 87.92%, DenseNet121 with 89.78%, and InceptionV3 which achieved 87.73%. These results indicate that modern CNN-based models can effectively recognize relevant visual patterns to detect dust on solar panels.
Co-Authors . Suwarsito Abdul Azis Abdul Kadir Hasani Abu Khaer Firman Ades Galih Anto Adi Imantoyo Aditia, Rudi Aditya Hadi Wijaya, Aditya Hadi Agung Purwo Wicaksono Agung Purwo Wicaksono Agung Supriyono Ahmad Ahmad Ahmad Yatiman Aji Dwi Setyabudi Aji, Panji Andika Mustiko Akbar Wiraisy Akhsin Rifai Aman Suyadi Aman Suyadi Aman Suyadi Amrisa Yanri Rahmadhani Andi Kurniawan Anis Shofiyani Anton Suroto Ardhine Attafaqquf Arif Mukhamal Bangkit Nurdiyansah Beny Pradana Betharia Wahyu Rizdawaty Cahyono Purbomartono Citra Aristy Yusliani Dany Candra Febrianto Darwan, Darwan Dede Rubianto Dedi Mulyawan, Dedi Dedi Suprayogi Denis Pratama Alwan Azzami Dimara Kusuma Hakim Dimara Kusuma Hakim Dimas Anugerah Adibrata Dini Agustina Dini Siswani Mulia Dwi Aryanto Dwi Aryanto Dwi Ayanto Dwi Cahyanto Yoni Dwiky Putra Hardiawan Eka Setyaningsih Eri Zuliarso Erik Kurniawan Fardhian Dwi Saputra Feri Wibowo Fitriani, Maulida Ayu Ghifari, Abu Dzar Al Gunadi, Ilham H Harjono Habib Wisnu Pratama Habibullah Al Faruq Halimah, Fitri Nur Harjono, H Hendrik Prawijaya Hirzi Nur Hadyan Ibnu Hazim Alfatih Jaka Purwa Nugraha, Jaka Purwa Jefri Setiawan Khotimul Anwar Luthfatul Adlhiyah Mahmud, Annisa Kayla Azzira Manshur Awalludin Martono Akbar Rahmadi Mawaddah Isfa Apriliyani Mochamad Tegar Utomo Moh Aya Sofia Mr. Harjono, Mr. Mr. Suwarno, Mr. Muftikhah, Muftikhah Muhamad Zaeni Budiastanto Muhammad Hamka Muhammad Hamka Mustika Ratnaningsih Purbowati Mu’ammirotus Sholihah Ning Rahayu Noor Adi Pamungkas Nugraha, Habib Rosyid Pandu Nugroho, Aswin Mulyo Nurhidayah Nurhidayah Opik Taofik Pajar Sidiq Pandu Priambadha Prista Amanda Putri Purnomo Purnomo Purwana Abdi Pujangga Putri Fitria Aprilliani Rakhmat Wijayanto, Rakhmat Ratna Kartikawati Ratna Kartikawati Reza Satria Ridho Muktiadi Rifqi Al Mubarok Rizka Putriyanti Rizky Maulana Yusuf Rodiah Pawesti Mayasari S Suwarsito SANTOSA, DWI Saputri, Devi Selvia Nur Rohman Septian Ari Wibowo Sigit Sugiyanto SUPRIYONO Supriyono Supriyono Susi Kurniasih Susylowati, Dewi Suwarno Suwarno Suwarno Suwarno Suwarsito, S Syahrul Hakim Tito Pinandita Wahyu Agung Ciptadi Wahyu Giri Pambudi Giarto Yuni Wiwiet Wiharti Yusuf, Rizky Maulana