Claim Missing Document
Check
Articles

Found 13 Documents
Search

Implementation of Web-based and Android-based Ruminant Livestock Management System with QR Code Technology at SMKN 1 Bawen Sasono, Sindung Hadwi Widi; Callista, Nada Vania Khansa; Hayuningtyas, Adika Dewi; Helmy, Helmy; Hidayat, Sidiq Syamsul; Wasito, Endro; Nursyahid, Arif; Nugroho, Ari Sriyanto
Jurnal SOLMA Vol. 14 No. 2 (2025)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v14i2.18288

Abstract

Background: Manajemen peternakan ruminansia di SMKN 1 Bawen masih menerapkan sistem pencatatan manual yang menyebabkan ketidakefisienan dalam pengelolaan data dan keterbatasan akses informasi. Pegabdian ini bertujuan mengimplementasikan sistem manajemen peternakan berbasis Web dan Android dengan teknologi QR Code. Metode: Pengabdian menggunakan pendekatan agile yang terdiri dari empat tahap: perencanaan, analisis, rekayasa, dan evaluasi. Sistem dikembangkan menggunakan Visual Studio Code untuk website dan Android Studio IDE untuk aplikasi mobile, dengan pengujian menggunakan Black Box Testing, Stress Testing, dan Performance Testing. Hasil: Kegiatan ini berhasil diimplementasikan dengan fitur utama meliputi manajemen data ternak, identifikasi menggunakan QR Code, monitoring kesehatan, dan analisis perkembangan ternak. Sistem ini terbukti meningkatkan efisiensi pengelolaan data ternak dan memudahkan akses informasi bagi pengguna. Kesimpulan: Implementasi sistem manajemen peternakan digital berhasil mengatasi permasalahan pencatatan manual dan memberikan dampak positif pada pembelajaran siswa dalam manajemen peternakan modern.
Peningkatan Kinerja Jasa Perawatan dan Perbaikan AC Bagi UMKM Bengkel Amin Jaya Teknik di RT05 RW05 Kelurahan Gedawang Kecamatan Banyumanik Kota Semarang Triyono, Triyono; Vernandez, Aggie Brenda; Riyadi, Aji Hari; Nuryanto, Lilik Eko; Wasono, Adi; Setyoko, Setyoko; Jamaah, Akhmad; Karuniawan, Eriko Arvin; Hidayat, Sidiq Syamsul
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 3 (2025): Edisi Juli - September
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i3.6755

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kinerja jasa perawatan dan perbaikan Air Conditioner (AC) pada UMKM Bengkel Amin Jaya Teknik yang berlokasi di RT 05 RW 05 Kelurahan Gedawang, Kecamatan Banyumanik, Kota Semarang. Kebutuhan masyarakat akan pendingin udara, khususnya jenis AC Split, semakin meningkat seiring dengan kondisi cuaca yang semakin panas. Dalam operasionalnya, AC memerlukan perawatan rutin agar dapat bekerja optimal dan tahan lama. Kegiatan ini memberikan edukasi teknis mengenai prinsip kerja dan komponen utama dari AC Split, termasuk bagian indoor dan outdoor, serta pelatihan prosedur servis AC yang sesuai standar operasional (SOP). Selain itu, dilakukan pemberian bantuan alat pendukung seperti water jet pump dan perlengkapan kerja lain untuk meningkatkan efisiensi layanan jasa. Dengan adanya pendampingan dan pelatihan ini, UMKM mitra diharapkan dapat meningkatkan kualitas pelayanan, mempercepat waktu pengerjaan, serta memperluas cakupan layanan dengan hasil yang lebih profesional. Kegiatan ini juga mendorong kemandirian teknis pelaku usaha dalam menghadapi tantangan industri jasa pendingin udara rumah tangga.
Advanced Instance Segmentation of Aeroponics Tissue Culture-Based Seeds Potatoes Based on Improved YOLOv8l-small Avisyah, Gisnaya Faridatul; Kurnianingsih, Kurnianingsih; Hidayat, Sidiq Syamsul
JOIV : International Journal on Informatics Visualization Vol 9, No 4 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.4.3085

Abstract

To improve agricultural production, this study develops an advanced instance segmentation system for aeroponic tissue culture-based potato seedlings. We present an IoT system that integrates multiple sensors for humidity, temperature, pH, and turbidity to enable real-time monitoring. Additionally, we adapt the YOLOv8l-small computer vision model, an optimized version of YOLOv8, designed explicitly for efficient potato leaf disease detection and segmentation, even in resource-constrained IoT environments. YOLOv8 is a significant advancement in the YOLO series, for instance, segmentation, combining better accuracy, efficiency, and flexibility. YOLOv8 outperforms previous methods in generating precise segmentation masks while maintaining real-time performance. These innovations make YOLOv8 a robust choice for a variety of computer vision tasks, including instance segmentation, in both research and practical applications. When tested on a custom dataset of potato leaf pictures, the suggested model produced mask mAP50 of 0.842 and mAP50-95 of 0.566, with a model size of 36.1 MB and an inference duration of 9.3 ms. These outcomes are similar to those of the original YOLOv8l model, which had a slower inference time of 11.0 ms and a much larger model size of 92.3 MB, albeit at the expense of a somewhat higher mAP50 of 0.843. The study concludes that the proposed model provides similar accuracy with greater computational efficiency, making it ideal for IoT-based agricultural systems. Future research will explore additional aspects, while practical experiments aim to reduce labor costs.