Claim Missing Document
Check
Articles

IDENTIFIKASI PENYAKIT TANAMAN BAWANG MERAH DENGAN METODE K-MEANS PADA PLATFORM ANDROID Pratama, Fristian Adi; Irawan, Bambang; Premana, Agyztia
JUTECH : Journal Education and Technology Vol 6, No 1 (2025): JUTECH JUNI
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i1.5186

Abstract

Bawang merah merupakan komoditas pertanian strategis di Indonesia, terutama di Kabupaten Brebes sebagai produsen utama. Namun, produktivitasnya sering menurun akibat serangan penyakit jamur, bakteri, virus, dan nematoda, seperti Alternaria porri, Fusarium oxysporum, dan Onion Yellow Dwarf Virus, yang menyebabkan kerugian ekonomi hingga 50%. Petani di Brebes masih mengandalkan identifikasi visual yang rentan kesalahan karena kemiripan gejala antarpenyakit. Penelitian ini bertujuan mengembangkan sistem deteksi dini penyakit bawang merah berbasis Android dengan mengintegrasikan metode K-Means untuk segmentasi citra bawang merah dan Gabor Filter untuk ekstraksi fitur tekstur. Data citra daun bawang merah yang terinfeksi dikumpulkan dari Kecamatan Bulakamba, Kabupaten Brebes, lalu diproses melalui tahap preprocessing, segmentasi warna, ekstraksi tekstur, dan klasifikasi. Hasil uji akurasi sistem mencapai 80%, menunjukkan efektivitas metode ini dalam membedakan penyakit berdasarkan pola warna dan tekstur daun. Implementasi aplikasi mobile diharapkan dapat membantu petani melakukan diagnosa cepat dan mengambil tindakan mitigasi, sehingga mengurangi kehilangan hasil panen. Penelitian ini berkontribusi pada presisi pertanian dengan memanfaatkan teknologi image processing yang terjangkau dan adaptif terhadap kondisi lapangan.    
PENGEMBANGAN GAME EDUKASI PENGENALAN LETAK GEOGRAFIS KABUPATEN DAN KOTA DI INDONESIA BERBASIS ANDROID Ilmi, Fikri Ikmalul; Premana, Agyztia; Irawan, Bambang
JUTECH : Journal Education and Technology Vol 6, No 1 (2025): JUTECH JUNI
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i1.5163

Abstract

Indonesia merupakan negara kepulauan dengan ribuan pulau yang terbagi dalam berbagai kabupaten dan kota, sehingga pemahaman mengenai letak geografis wilayah menjadi hal penting yang perlu ditanamkan sejak dini kepada siswa sekolah dasar. Penelitian ini bertujuan untuk mengembangkan sebuah game edukasi interaktif berbasis android yang memperkenalkan letak geografis kabupaten dan kota di Indonesia secara menyenangkan dan mudah dipahami oleh siswa sekolah dasar. Pengembangan game dilakukan menggunakan metode waterfall yang terdiri dari tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, serta pemeliharaan. Untuk memastikan fungsionalitas dan kualitas perangkat lunak yang dikembangkan, dilakukan pengujian menggunakan metode blackbox testing. Hasil pengujian menunjukkan bahwa seluruh fitur dalam game berjalan sesuai dengan yang diharapkan dan mampu meningkatkan antusiasme siswa dalam proses pembelajaran geografi. Berdasarkan hasil tersebut, dapat disimpulkan bahwa game edukasi ini efektif digunakan sebagai media pembelajaran alternatif yang interaktif dan mendukung pemahaman letak geografis wilayah Indonesia di tingkat sekolah dasar.
INFOGRAFI MEDIA ALTERNATIF SEBAGAI PEMBELAJARAN BAGI SISWA SEKOLAH MENENGAH ATAS (SMA) Agyztia Premana; Robert Rizki Yono; Ubaedilah; Istifada Nurul Hayati
JURNAL ILMIAH ULTRAS BREBES Vol 4 No 2 (2021): Jurnal Ilmiah Ultras Brebes
Publisher : Badan Perencanaan Pembangunan, Riset dan Inovasi Daerah Kabupaten Brebes

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

Abstract

Kemudahan akses informasi mendukung siswa untuk menemukan sumber belajar. Namun, kelebihan informasi menyebabkan siswa mengalami kesulitan dalam mengolah informasi dengan baik. Infografis menjadi solusi untuk menyajikan informasi dalam format visual. Infografis diharapkan dapat membantu mahasiswa dalam mengolah informasi, terutama untuk keperluan akademik. Sulit untuk membuat infografis secara manual. Pelatihan yang bertujuan untuk mengajarkan siswa SMA membuat infografis dengan berbagai perangkat yang sudah ada. Metode yang digunakan dalam penelitian ini adalah metode pengembangan atau Research and Development dengan mengacu pada model perancangan ADDIE (Analyze, Design, Development, Implementation and Evaluation). Metode pengambilan data lapangan didapat dari hasil wawancara dan observasi pada analisis kebutuhan. Pretest dan posttest digunakan untuk mendapatkan data prestasi belajar dan kesadaran sejarah siswa. Penilaian yang diberikan oleh para ahli dapat disimpulkan bahwa bahan ajar sejarah biografi pahlawan dinyatakan layak untuk diterapkan dalam pembelajaran sejarah, dan terdapat perbedaan tingkat kesadaran sejarah antara kelas yang tidak menggunakan bahan ajar biografi pahlawan sejarah berbasis infografis dengan yang menerapkannya. 
Penerapan Algoritma Random Forest Prediksi Penyakit Paru-Paru Nur Ikhda, Sofi Nissa; Ramdhan, Nur Ariesanto; Premana, Agyztia
JATISI Vol 12 No 4 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i4.13854

Abstract

Lung disease is a serious respiratory disorder that requires early detection for proper treatment. The advancement of data mining technology enables the diagnostic process by analyzing patient behavioral data to predict the likelihood of developing lung disease. This study applies the Random Forest algorithm using data obtained from Kaggle, containing information such as age, gender, smoking habits, activities, and pre-existing conditions. The dataset was processed using the RapidMiner application through a data preprocessing phase, separating labeled and unlabeled data. A total of 998 records were used for model training and 29,002 for prediction. The model evaluation employed the Performance operator to measure prediction accuracy. The results show that the Random Forest algorithm achieved 94.33% accuracy with high precision and recall values, proving its effectiveness in handling large datasets and supporting early detection of lung disease.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN AYAM PETELUR MENGGUNAKAN METODE SAW (STUDI KASUS BUMDES KARANGASEM-CIREBON): Studi Kasus Bumdes Karangasem-Cirebon Trisena Pramuja; Otong Saeful Bachri; Agyztia Premana
Elkom: Jurnal Elektronika dan Komputer Vol. 19 No. 1 (2026): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v19i1.3755

Abstract

Pemilihan jenis ayam petelur yang tepat sangat penting untuk meningkatkan produktivitas peternakan BUMDes Desa Karangasem. Proses penilaian yang masih manual cenderung subjektif sehingga diperlukan Sistem Pendukung Keputusan menggunakan metode Simple Additive Weighting (SAW). Penelitian ini menggunakan kriteria produktivitas telur, kesehatan ayam, konsumsi pakan, daya tahan tubuh, adaptasi lingkungan, kualitas telur, dan tingkat kematian ayam dengan alternatif Ras Brown, KUB, Leghorn, Lohmann Brown, Hy-Line, dan Elba. Sistem berbasis website dibangun menggunakan PHP dan MySQL. Hasil penelitian menunjukkan bahwa metode SAW mampu memberikan penilaian dan perangkingan secara objektif, dengan ayam Elba memperoleh nilai tertinggi sebesar 0.9671 sehingga direkomendasikan sebagai jenis ayam petelur terbaik.  
Identifikasi Penyakit Daun Mangga Menggunakan Teknik Pengolahan Citra dan Convolutional Neural Network Rizki Sanria Prasetyo; Agyztia Premana; Nur Ariesanto Ramdhan
Jurnal Publikasi Teknik Informatika Vol. 5 No. 1 (2026): Januari: Jurnal Publikasi Teknik Informatika
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jupti.v5i1.6693

Abstract

The detection of diseases in mango leaves is a significant challenge in Indonesia’s agricultural sector, as it directly affects both the quality and quantity of crop yields. This study aims to develop an image-based classification system for mango leaf diseases using Convolutional Neural Network (CNN) architectures, namely VGG16 and Xception. The dataset used in this research consists of two different datasets. The first dataset includes two classes, healthy and diseased leaves, while the second dataset comprises three classes: Jelangga Fungus, Chlorosis, and Healthy. Data augmentation techniques and the Adam optimizer were applied to enhance model performance. Model evaluation was conducted using a confusion matrix along with precision, recall, and F1-score metrics. The experimental results indicate that VGG16 consistently achieves the best performance, with an accuracy of up to 100% in the two-class classification scenario and 99% in the three-class classification scenario. These findings demonstrate that CNN architectures, particularly VGG16, are effective and reliable for classifying mango leaf diseases based on digital images.
Implementasi Sistem Informasi Pelaporan Masyarakat Real-Time Berbasis Website Pemerintah Kabupaten Brebes Menggunakan Metode Waterfall: Pemerintah Kabupaten Brebes Sarah Hasan; Agyztia Premana; Otong Saeful Bachri
Jurnal Teknik Informatika UMUS Vol 7 No 2 (2025): November
Publisher : Universitas Muhadi Setiabudi

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

Abstract

Surat meyurat menjadi kebutuhan penting oleh masyarakat dalam kepengurusan keperluannya, di Perumahan Muara Sarana Indah masih belum tersistemasinya atau masih dilakukan secara manual mengenai layanan surat menyurat yang melibatkan Ketua Rt dan Ketua Rw setempat dan arsip surat yang belum tesimpan dengan rapi. Tujuan penelitian adalah membuat sebuah sistem layanan masyarakat berbasis web menggunakan metode watefall. Metode ini digunakan untuk mengembangkan sistem perangkat lunak dengan mempunyai alur hidup perangkat lunak secara bertahap dimulai dari analisis, design, pengkodean dan pengujian. Dalam merancang sistem yang digunakan adalah bahasa pemrograman database MySQL dan PHP. Dan pengujian untuk sistem menggunakan Black-box testing dengan pendekatan Equivalence Partitioning sedangkan pengujian yang dilakukan oleh pengguna menggunakan User Acceptance Testing (UAT). Penelitian ini menghasilkan Sistem Layanan Warga berbasis web yang mempermudah warga dalam mengurus surat – menyurat dan mempermudah Ketua RW dan Ketua RT dalam menyimpan arsip surat yang sudah diakses oleh warganya.
Penerapan Metode K-Means pada Pengelompokan Persebaran Kasus Diabetes Mellitus di Kecamatan Kersana Muhumatul Ifadah Ifadah; Agyztia Premana; Nur Ariesanto Ramdhan
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7257

Abstract

Diabetes Mellitus is a non-communicable disease that requires attention in public health prevention and control efforts. The distribution of cases varies across villages, requiring an analytical method to identify regional groups based on case levels. This study aims to apply the K-Means Clustering method to classify the distribution of Diabetes Mellitus cases in 13 villages in Kersana District. The data consist of 365 cases, comprising 82 male cases and 283 female cases. This study uses a descriptive quantitative approach, with the total number of Diabetes Mellitus cases as the main clustering variable, while gender data are used as supporting descriptive information. The clustering process divides the villages into three clusters: low, medium, and high. The results show that the low-level cluster consists of 9 villages with an average of 15.33 cases, the medium-level cluster consists of 2 villages with an average of 36 cases, and the high-level cluster consists of 2 villages with an average of 77.50 cases. Limbangan and Kradenan are categorized as high-level areas, Cikandang and Kersana as medium-level areas, while Cigedog, Kubangpari, Ciampel, Jagapura, Sutamaja, Kemukten, Sindangjaya, Pande, and Keramatsampang are categorized as low-level areas. The evaluation using the Silhouette Score resulted in a value of 0.690, indicating a reasonably good cluster structure. The results demonstrate that K-Means can help identify regional groups based on Diabetes Mellitus case levels and provide supporting information for prioritizing health monitoring and planning health programs.
Implementasi Metode MOORA pada Sistem Prediksi Varietas Padi Berdasarkan Karakteristik Tanah Eko Fuji Pangestu; Otong Saeful Bachri; Agyztia Premana
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v10i2.7271

Abstract

Rice crop productivity is influenced by the balance between the cultivated variety and soil characteristics. In Tanjung District, Brebes Regency, the selection of rice varieties is largely based on farmer experience, often without objectively considering soil conditions. This study aims to implement the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method to determine suitable rice varieties based on soil characteristics. The study utilizes five criteria soil pH, effective soil depth, soil moisture, drainage conditions, and soil texture and evaluates ten alternative rice varieties. The MOORA method involves constructing a decision matrix, normalization, weighting, calculating optimization values ​​(Yi), and ranking the alternatives. The results indicate that the Ciherang, IR64, Inpari 32 HDB, Inpari 34 Salin Agritan, and Inpari 35 Salin Agritan varieties achieved the highest optimization value (Yi) of 0.3441, making them the recommended varieties best suited to the analyzed soil characteristics. The application of the MOORA method provides objective and systematic rice variety recommendations, thereby supporting the decision-making process for variety selection based on soil conditions.
Perancangan Sistem Deteksi Defect Sepatu Menggunakan YOLOv26n di PT Tah Sung Hung Brebes Kistanto; Agyztia Premana; Mohammad Romdlon; bambang irawan
Journal of Exploratory Dynamic Problems Vol. 3 No. 1 (2026): Vol.3 No.1 2026
Publisher : Fakultas Keguruan dan Ilmu Pendidikan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edp.v3i1.214

Abstract

Persaingan pasar ekspor menuntut industri manufaktur alas kaki, seperti PT Tah Sung Hung di Brebes, menjaga standar kualitas produk yang tinggi. Namun, inspeksi cacat secara manual rentan menimbulkan ketidakstabilan akibat kelelahan operator. Penelitian ini bertujuan merancang dan menguji sistem deteksi cacat sepatu berbasis computer vision menggunakan arsitektur YOLOv26n. Model ini memiliki keunggulan inferensi bebas Non-Maximum Suppression (NMS-free) sehingga efisien diterapkan pada perangkat edge di lini produksi.Pengujian dilakukan menggunakan dataset citra simulasi yang mencakup lima jenis cacat: jahitan lepas, lem berlebih, sol tidak simetris, goresan permukaan, dan noda. Model dilatih dengan ukuran citra 640×640 piksel selama 150 epoch. Hasil evaluasi menunjukkan performa dengan rata-rata precision 0,90, recall 0,87, mAP@0.5 sebesar 0,91, dan mAP@0.5:0.95 sebesar 0,71, serta waktu inferensi rata-rata 8,4 ms per citra pada GPU.Secara keseluruhan, arsitektur YOLOv26n berpotensi sebagai solusi deteksi cacat sepatu yang cepat dan akurat. Kendati demikian, validasi lanjutan menggunakan data produksi riil tetap diperlukan sebelum sistem diimplementasikan secara operasional di PT Tah Sung Hung Brebes.