Claim Missing Document
Check
Articles

Found 13 Documents
Search

Analisis Performa DETR untuk Deteksi Penyakit pada Buah Kakao Menggunakan Dataset Lokal Ni Luh Putu Listya Dewi; Putu Manik Prihatini; I Putu Oka Wisnawa
Jurnal Informatika Polinema Vol. 12 No. 3 (2026): Vol. 12 No. 3 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i3.9862

Abstract

Kakao merupakan komoditas perkebunan bernilai ekonomi tinggi, namun ancaman infeksi penyakit pada tanaman seringkali memicu penurunan drastis terhadap kualitas maupun kuantitas hasil panen buah kakao. Selama ini, upaya identifikasi dini cenderung mengandalkan observasi visual secara manual yang tidak hanya memakan banyak waktu, melainkan juga sangat rentan terhadap bias subjektivitas pengamat. Untuk mengatasi permasalahan tersebut, studi ini mengusulkan inovasi otomatisasi deteksi penyakit pada buah kakao dengan memanfaatkan teknologi computer vision, secara khusus mengimplementasikan algoritma Detection Transformer (DETR) berbasis pengolahan citra RGB. Metode penelitian yang dilakukan meliputi pengumpulan dataset citra kakao, preprocessing, anotasi bounding box pada citra, pelatihan model, dan pengujian model. Model DETR dilatih selama 300 epoch dengan menggunakan 720 citra yang dibagi ke dalam data train, validation, dan test dengan perbandingan sebesar 70:15:15. Selanjutnya dilakukan pengukuran kinerja dengan menggunakan metrik mean Average Precision (mAP). Hasil eksperimen menunjukkan performa yang sangat kompetitif, dengan model berhasil memperoleh nilai mean Average Precision (mAP) sebesar 0.86. Kesimpulan dari penelitian ini membuktikan bahwa arsitektur berbasis transformer mampu memberikan keunggulan dalam ekstraksi fitur penyakit kakao dengan tingkat konvergensi yang stabil meskipun dalam keterbatasan parameter pelatihan. Efektivitas yang dihasilkan memberikan kontribusi signifikan bagi pengembangan sistem monitoring pertanian cerdas yang handal dan ekonomis untuk diimplementasikan dalam skala perkebunan secara nyata.
Prediksi Kepatuhan Wajib Pajak PBB-P2 Berbasis Kecerdasan Buatan dengan Algoritma Gradient Boosting pada Badan Pendapatan Daerah Kabupaten Badung Caca Natasya Sugiana; I Putu Oka Wisnawa; Ni Gusti Ayu Putu Harry Saptarini
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Vol. 10 No. 1 (2026): METHOMIKA: Jurnal Manajemen Informatika & Komputersisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/jmika.Vol10No1.pp234-243

Abstract

Rural and Urban Land and Building Tax (PBB-P2) is an important source of Regional Original Income (PAD). However, suboptimal taxpayer compliance often results in under-targeted regional tax revenues. Conventional taxpayer compliance management encourages the need for Artificial Intelligence (AI) and machine learning-based approaches to support more proactive, data-driven decision-making. This study uses the Extreme Gradient Boosting (XGBoost) algorithm to predict PBB-P2 taxpayer compliance based on historical tax data. The research steps include data preprocessing, splitting the training and testing datasets with a 70:30 ratio, model training, hyperparameter tuning, and model evaluation using precision, recall, F1-score, and confusion matrix. The results showed that the best model produced an F1-Macro value of 0.7108 with a learning rate of 0.2, max depth of 12, n_estimators of 400, min_child_weight of 1, subsample of 0.8, and gamma of 0. The most influential variables in the prediction included the District Code, Principal Payment Amount, and Village Code. The XGBoost model was able to provide quite good classification performance in supporting the identification of PBB-P2 taxpayer compliance more effectively.
Optimalisasi Ketahanan Pangan melalui Pelatihan Manajemen Usaha Tani dan Edukasi Pupuk Berbasis Unsur Hara Tanah harini puspita; Puspita, Ni Nyoman Harini; Wisnawa, I Putu Oka; Rai, I Nyoman; Pratama, I Putu Arie; Sarja, Ni Ketut Pradani Gayatri
Lumbung Inovasi: Jurnal Pengabdian kepada Masyarakat Vol. 11 No. 1 (2026): March
Publisher : Lembaga Penelitian dan Pemberdayaan Masyarakat (LITPAM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/linov.v11i1.4336

Abstract

Program Pengabdian kepada Masyarakat ini bertujuan mengoptimalkan ketahanan pangan melalui pelatihan manajemen usaha tani yang berfokus pada pencatatan keuangan sederhana serta peningkatan pemahaman praktik pertanian berkelanjutan pada kelompok tani. Kegiatan ini dilaksanakan sebagai bagian dari pendampingan pemanfaatan informasi unsur hara tanah untuk mendukung pengambilan keputusan penggunaan input pertanian secara lebih bijak. Pelatihan yang dilaksanakan pada 13 November 2025 meliputi pencatatan keuangan usaha tani serta sosialisasi dampak penggunaan pupuk kimia terhadap kesuburan tanah dan lingkungan. Evaluasi kegiatan dilakukan melalui wawancara kepada peserta pelatihan. Hasil evaluasi menunjukkan sekitar 80% peserta mampu memahami dan melakukan pencatatan keuangan usaha tani secara mandiri, serta 85% peserta meningkat pemahamannya mengenai dampak penggunaan pupuk kimia terhadap kesuburan tanah dan lingkungan. Program ini mendukung pencapaian Sustainable Development Goals (SDGs) khususnya SDG 2 (Zero Hunger), SDG 12 (Responsible Consumption and Production), serta SDG 17 (Partnership for the Goals) melalui penguatan kapasitas petani dan kolaborasi dalam penerapan praktik pertanian berkelanjutan. Optimizing Food Security through Farm Management Training and Soil Nutrient-Based Fertilizer Education Abstract This Community Service Program aims to optimize food security through farm business management training focused on financial record-keeping and improving farmers’ understanding of sustainable agricultural practices. The activity was conducted as part of mentoring in utilizing soil nutrient information to support more informed and responsible input management. The training, held on November 13, 2025, covered simple farm financial records and socialization on the environmental and soil fertility impacts of excessive chemical fertilizer use. The results indicate improved farmers’ awareness of the importance of financial records for evaluating farm performance and increased understanding of the risks associated with improper fertilizer application. Soil nutrient information was used as an educational medium to encourage more appropriate and sustainable fertilizer practices. Overall, the program contributed positively to enhancing farmers’ economic and environmental awareness in support of sustainable food security.