Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Ilmu Komputer dan Agri-Informatika

Pemilihan Algoritma Machine Learning untuk Perangkat dengan Komputasi Terbatas pada Deteksi Kematangan Buah Melon Berjala Zakiah, Rizqi Alifahasni; Wahjuni, Sri; Suwarno, Willy Bayuardi
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 10 No. 2 (2023)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.10.2.189-199

Abstract

Karakteristik yang diinginkan dari buah melon oleh konsumen meliputi rasa manis, ukuran buah sedang hingga besar, daging tebal dengan warna menarik dan tekstur renyah, serta masa simpan yang relatif lama. Memprediksi waktu panen menjadi hal yang penting terkait masa simpan buah dengan harapan buah melon dapat mencapai konsumen dalam keadaan dan kualitas terbaik, serta memberikan pengalaman yang memuaskan bagi konsumen. Saat ini, ketersediaan tenaga kerja pemanen dengan kemampuan yang mumpuni dalam menentukan buah melon yang akan dipanen menjadi salah satu kendala. Penggunaan robot pertanian dalam pemanenan buah melon merupakan salah satu solusi yang efektif dalam mengatasi permasalahan tersebut. Robot pertanian ini membutuhkan sistem yang mampu memprediksi stadia kematangan buah melon untuk dipanen. Penelitian ini fokus pada analisis perbandingan kinerja antara dua algoritma machine learning yaitu Support Vector Machine (SVM) dan Random Forest (RF), dengan tujuan menentukan pilihan optimal saat menerapkannya pada perangkat komputasi terbatas. SVM dan RF memiliki nilai akurasi tinggi, masing-masing 82% dan 73%. Keduanya juga memiliki waktu komputasi yang cepat, dengan rata-rata waktu inferensi masing-masing 2.14 detik dan 2.15 detik. Rata-rata penggunaan CPU pada algoritma SVM lebih tinggi dibandingkan dengan algoritma RF yaitu 17.80% sedangkan RF 15.48%. Meskipun SVM memiliki precision, recall, dan f-scored yang sedikit lebih tinggi dibandingkan dengan RF, namun setelah dilakukan independent 2-samples t-test terhadap inference time dan penggunaan CPU, didapatkan hasil bahwa tidak ada perbedaan nyata antara SVM dan RF. Keduanya sama-sama memiliki kinerja yang baik dan masuk ke dalam kategori good classification. Meninjau hal tersebut, algoritma RF menjadi algoritma yang disarankan karena memiliki tingkat akurasi yang baik, waktu komputasi cepat, dan penggunaan rata-rata sumberdaya CPU lebih rendah
Pengamatan Lingkungan Kandang Berbasis Internet of Things (Iot) pada Pertumbuhan Ayam Pedaging Komara N, Fatthurohman; Hidayati Soesanto, Iman Rahayu; Wahjuni, Sri
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 11 No. 1 (2024)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.11.1.50-63

Abstract

Internet of Things (IoT) merupakan sistem jaringan dengan sensor-sensor tertanam yang terhubung ke internet. Dengan penerapan IoT dalam peternakan ayam, diharapkan kegiatan peternakan ayam menjadi lebih efektif. Ayam broiler merupakan ayam ras yang digunakan untuk menghasilkan daging dan merupakan peralihan dari vertebrata (berdarah panas) ke avertebrata (berdarah dingin) dengan suhu pemeliharaan optimal 23–24 ºC, sedangkan kelembapan ideal berkisar antara 50%–70%. Suhu lingkungan di Indonesia yang beriklim tropis mencapai rata-rata 27–28 ºC, dapat menyebabkan stres pada ayam. Ciri-ciri heat stress pada ayam meliputi gangguan pertumbuhan, penurunan konsumsi pakan, kegelisahan, pengembangan sayap, peningkatan konsumsi air, hingga kematian. Penelitian ini bersifat deskriptif dan menggunakan metode pengamatan dengan satu perlakuan dan lima ulangan. Parameter yang diukur dalam penelitian ini meliputi suhu, kelembapan, pakan, dan bobot ayam. Parameter tersebut digunakan untuk menghitung Temperature-Humidity Index (THI), konsumsi pakan, pertambahan bobot badan, bobot badan akhir, dan Feed Conversion Ratio (FCR) dengan menggunakan metode regresi dan korelasi. Analisis regresi dalam penelitian ini menunjukkan bahwa terdapat pengaruh yang sangat signifikan antara variabel terikat (THI) terhadap variabel bebas (konsumsi pakan, FCR, PBB) dengan nilai P < 0.01, dan variabel terikat (THI) terhadap variabel bebas (mortalitas) memiliki pengaruh yang signifikan dengan nilai P < 0.05. Hasil ANOVA yang digunakan untuk mengetahui perbedaan antar kandang menunjukkan superskrip yang sama.
Analisis Kinerja Komunikasi Data Berbasis LoRa pada IoT untuk Pemantauan Lingkungan Kandang Ayam Wahjuni, Sri; Akbar, Auriza Rahmad; Maxiwinata, Maxdha; Rahmawan, Hendra
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 11 No. 2 (2024)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.11.2.195-204

Abstract

Teknologi IoT dapat mempermudah peternak dalam memantau kandang ayam dari jauh. Teknologi LoRa cocok untuk diterapkan untuk implementasi IoT pada lingkungan kandang yang umunya berada jauh dari pemukiman penduduk, karena memiliki jarak jangkauan yang jauh dan hemat dalam penggunaan daya. Penelitian ini bertujuan untuk mengimplementasikan dan menguji kinerja IoT menggunakan LoRa dengan modul RFM95W pada lingkungan kandang ayam. Kinerja yang diamati berupa jarak, kekuatan sinyal, dan keberhasilan transmisi data. Pengujian yang dilakukan adalah pengujian fungsional dan pengujian kinerja dengan antena 3 dBi dan 5 dBi pada SF7. Hasil pengujian fungsional berhasil mengirimkan data ke Thingspeak. Hasil pengujian menggunakan antena 5 dBi mendapatkan hasil yang lebih baik dibandingkan dengan antena 3 dBi. Untuk skenario tanpa halangan, jarak terjauh adalah 400 m dengan error rate 15% dan untuk skenario dengan halangan jarak terjauh adalah 80 m dengan error rate 5%.
Pengembangan Prototipe Aplikasi Berbasis Blockchain dan QR Code dengan Metode ABCDE untuk Rantai Pasok Beras Barlianto, Agus; Hermadi, Irman; Wahjuni, Sri
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 11 No. 2 (2024)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.11.2.205-215

Abstract

Pengembangan aplikasi berbasis blockchain memiliki potensi untuk merevolusi transparansi dan ketertelusuran rantai pasok. Makalah ini menyajikan pengembangan Ricetrack, sebuah aplikasi berbasis blockchain dan QR Code yang dirancang untuk meningkatkan transparansi dan ketertelusuran dalam rantai pasok beras. Ricetrack dikembangkan menggunakan teknologi Hyperledger Sawtooth dengan metodologi Agile Blockchain DApp Engineering. Aplikasi ini diprototipekan dan diuji dalam rantai pasok beras di Menata Citra Selaras, Kabupaten Bekasi, Indonesia. Sebelum Ricetrack, ketertelusuran dan transparansi data sangat minim atau hampir tidak ada, dengan catatan yang dipelihara secara manual menggunakan kertas dan/atau Microsoft Excel. Pengujian prototipe menunjukkan peningkatan signifikan dalam ketertelusuran, transparansi data, dan efisiensi operasional. Temuan utama meliputi peningkatan kemampuan melacak beras dari petani hingga konsumen, peningkatan akses data real-time bagi pemangku kepentingan, dan pengurangan kesalahan serta waktu dalam proses pencatatan data. Studi ini menawarkan wawasan berharga tentang tantangan praktis dan manfaat penerapan teknologi blockchain dalam manajemen rantai pasok serta menyediakan dasar untuk peningkatan lebih lanjut dan implementasi Ricetrack yang lebih luas di masa depan.