Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Agroterpadu
Akhmad Qaslim
Unknown Affiliation
Agriculture, Biological Sciences & Forestry

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sebaran Data Tambak Ikan Air Tawar Kabupaten Mamasa Berbasis Gis Yusran Yusran; Akhmad Qaslim; Ashabul Kahpi
Jurnal Agroterpadu Vol 4, No 1 (2025): Jurnal Agroterpadu Volume 4, Nomor 1, Maret 2025
Publisher : Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/ja.v4i1.6078

Abstract

Ikan air tawar memiliki banyak manfaat. Tidak hanya mudah tumbuh di Indonesia tetapi juga sangat dibutuhkan oleh penduduk setempat untuk dimanfaatkan sendiri. Pengumpulan informasi dan data kawasan tambak sangat penting dalam mendukung produksi perikanan yang berkelanjutan. Anda dapat memantau perilaku menggunakan citra satelit beresolusi tinggi yang terintegrasi ke dalam sistem informasi geografis (GIS) Anda. Selain pemetaan partisipatif oleh berbagai pemangku kepentingan, batas tambak, masalah habitat tambak dan kemungkinan solusi dapat diidentifikasi. Sebuah GIS pemetaan partisipatif (P-GIS) adalah cara yang baik untuk melibatkan para pemangku kepentingan dan mendapatkan informasi baru tentang wilayah tambak Kabupaten Mamasa seperti:  Penurunan kualitas air penyakit dan kematian massal udang, melonjaknya harga benih udang dan fluktuasi harga jual relokasi tambak dangkal dan sempit serta saluran irigasi. Selain itu metode ini juga membantu peserta membuat keputusan yang lebih baik tentang pengelolaan pesisir. B. Mengidentifikasi lokasi prioritas untuk perbaikan drainase/irigasi tambak untuk perlindungan pantai atau meninjau data area tambak berdasarkan izin tambak. Namun, metode P-SIG memakan waktu dan sumber daya yang intensif.
IDENTIFIKASI KUALITAS BIJI JAGUNG UNTUK PRODUKSI TEPUNG MENGGUNAKAN CITRA DIGITAL Sriwahyuni Sriwahyuni; Akhmad Qaslim; Muammar Muammar
Jurnal Agroterpadu Vol 4, No 1 (2025): Jurnal Agroterpadu Volume 4, Nomor 1, Maret 2025
Publisher : Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/ja.v4i1.6081

Abstract

Identifikasi biji jagung kering dapat diterapkan di industri. Apalagi saat penyortiran dan pengemasan biji jagung kering dilakukan sebelum dijual. Saat ini, grading dan pengemasan belum memiliki kemampuan untuk mendeteksi biji jagung kering, sehingga benih lain mungkin terkandung dalam kemasan biji jagung kering. Metode sortasi ini dapat diintegrasikan ke dalam mesin sortasi dan pengemasan di industri biji-bijian untuk mendeteksi biji jagung kering, misalnya. Untuk mendapatkan proses pendeteksian yang akurat, digunakan citra biji jagung kering sebagai data untuk metode deep learning sebelum diimplementasikan secara real-time. Tujuan dari penelitian ini adalah menerapkan teknik deep learning untuk mendeteksi citra biji jagung kering. Teknik ini terdiri dari tiga langkah utama. Langkah pertama adalah preprocessing atau normalisasi data citra biji jagung yang diinputkan dengan cara wrapping dan cropping. Pembuatan model dan pelatihan sistem diakhiri dengan menjalankan pengujian sistem. Penelitian ini menggunakan deep learning untuk mengenali citra biji jagung kering dan menentukan nilai akurasinya. Pada penelitian ini, 10 citra biji jagung dari 80 citra biji jagung yang digunakan dalam dataset pelatihan digunakan sebagai data uji. Nilai akurasi pendeteksian biji jagung kering dipengaruhi oleh ukuran dan posisi citra yang ditangkap oleh kamera smartphone. Dengan menggunakan konvolusi 7 lapis menghasilkan nilai akurasi berkisar antara 80% hingga 100%, sehingga menghasilkan nilai akurasi rata-rata sebesar 0,90296 pada data uji. Lapisan konvolusional dapat digunakan untuk menentukan kekuatan bentuk suatu gambar.
Co-Authors Ashabul Kahpi Muammar Muammar Sriwahyuni Sriwahyuni Yusran Yusran