Claim Missing Document
Check
Articles

Found 9 Documents
Search

KKN TEMATIK PENCEGAHAN DAN PENANGANAN PENYAKIT MALARIA UNTUK MEMBENTUK KEPEDULIAAN MASYARAKAT Mustopa Husein Lubis; Aulia Arum Chandra Kartika; Hoirul Umam; S. Selamat Riadi Siregar
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2023): Volume 4 Nomor 2 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

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

Abstract

Malaria menjadi salah satu penyebap utama penyakit dan kematian di seluruh penjuru dunia. Malaria merupakan salah satu penyakit menular yang disebapkan oleh parasit (Plasmodium) yang ditilarkan dari satu manusia ke yag lain dengan pelantara nyamuk malaria (Anopheles). Penyakit malaria banyak terdapat di diaerah tropis dan sub tropis pola penyebarannya di sebabpakn oleh beberapa faktor antara lain: perubahan lingkungan, vaktor budaya masyarakat, resensi obat dan keterbatasan jangkauan pelayanan kesehatan di beberapa daerah (Stiawan, 2013). Upaya dalam penanggulangan penyakit malaria secara epidemologis adalah dengan cara memutus mata rantai penularan antara host, agen dan environment. Dengan adanya kegiatan KKN Tematik ini diharapkan masyarakat merasakan peran nyata dari Institut Teknologi dan Sains Padang Lawas Utara dalam upaya pencegahan penyakit malaria. Peran KKN sebagai bagian dari pengembangan kopetensi mahasiswa, khusunya kopetensi sosial dan kopetensi kpribadian. Selian itu denga danya kegiatan ini diharapkan membangun narasi optimistis, sehingga masyarakat tetap tenang dan tidak panik dalam menghadapi penyakit malaria yang menyerang disaat musim penghujan tiba.
IDENTIFICATION OF ORANGE PESTS USING THE METHOD CERTAINTY FACTOR Mustopa Husein Lubis; Akhir Abadi Tanjung
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 3 (2023): Juni 2023
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i3.2188

Abstract

Abstract: Pests are a major problem for citrus farmers, until now the pests that attack citrus plants vary widely. One of the pests on citrus plants is the trunk beetle where this pest attacks the old leaves on the lower branches or branches as a result of which the leaves fall and the young branches die. For this reason, an expert system was designed to identify pests in citrus plants The method used in this research is the certainty factor method. The results based on the symptoms experienced by the citrus plants showed that the pests affected on the citrus plants were Aphids with an expertise level of 0.8 and a percentage of 80% and had a fairly good aquaculture value.            Keywords: citrus plant pest; certainty factor; expert system  Abstrak: Hama merupakan masalah utama bagi para petani jeruk, hingga saat ini hama yang menyerang tanaman jeruk sangat bervariasi. Salah satu hama pada tanaman jeruk adalah kumbang belalai dimana hama ini menyerang daun tua pada ranting atau dahan bagian bawah akibatnya daun gugur dan ranting muda mati. Untuk itu dirancang suatu sistem pakar mengidentifikasi hama tanaman jeruk. Metode yang digunakan pada penelitian kali ini ialah metode faktor kepastian (CF),. Hasil bedasarkan gejala-gejala yang dialami oleh tanaman jeruk tersebut bahwa hama yang terkena pada tanaman jeruk adalah Kutu Daun dengan tingkat kepakaran 0,8 dan persentase 80 % dan memiliki nilai akuasi yang cukup baik. Kata kunci: faktor kepastian; hama tanaman jeruk; sistem pakar;  
EFFORTS TO FORM HONESTY IN LEARNING PANCASILA EDUCATION AND CITIZENSHIP EDUCATION IN HIGHER EDUCATION Akhir Abadi Tanjung; Mustopa Husein Lubis
JURNAL EDUSCIENCE Vol 10, No 2 (2023): Jurnal Eduscience (JES), (Authors from Turkey, Malaysia, Algeria, Indonesia)
Publisher : Universitas Labuhanbatu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36987/jes.v10i2.4293

Abstract

Honesty in today's era is increasingly apprehensive. Acts of cheating, violating traffic rules, corrupt behavior, are some of the actions that occur because of the loss of the value of honesty. Lying is an ordinary behavior. This research aims to form honest character through Pancasila Education and Citizenship Education. This Pancasila Education and Citizenship Education course is one of the courses that emphasizes honest behavior. The research was conducted in the agrotechnology class of the North Padang Lawas Institute of Technology and Science with qualitative methods. Data collection techniques using direct observation, interviews with lecturers and students, documentation in the form of pictures, and literacy based on relevant scientific articles. The results showed that the Pancasila Education and Citizenship Education courses succeeded in forming the honest character of students compared to the existence of an Honesty Canteen. The honest behavior of students is in line with the content of the material in this course, which is about values and norms.Keywords: Honesty; Learning; Pancasila; CitizenshipAbstrak Kejujuran pada zaman sekarang semakin memprihatinkan. Tindakan mencontek,melanggar peraturan lalu lintas, perilaku korupsi, merupakan sebagian tindakan yang terjadi karena hilangnya nilai kejujuran. Berbohong menjadi perilaku yang biasa-biasa saja.Penelitian ini bertujuan untuk membentuk karakter jujur melalui Pendidikan Pancasila dan Pendidikan Kewarganegaraan. Mata kuliah Pendidikan Pancasila dan Pendidikan Kewarganegaraan ini merupakan salah satu matakuliah yang menekankan pada perilaku jujur. Penelitian dilaksanakan di  kelas agroteknologi Institut Teknologi dan Sains Padang Lawas Utaradengan metode kualitatif. Teknik pengumpulan data dengan observasi langsung, wawancara terhadap dosen dan mahasiswa, dokumentasi berupa gambar, dan literasi berdasarkan artikel ilmiah yang relavan. Penelitian ini menggunakan pendekatan kualitatif, karena bertujuan untuk memahami masalah atau keadaan dari sekelompok individu atau orang. Hasil penelitian menunjukan bahwa mata kuliah Pendidikan Pancasila dan Pendidikan Kewarganegaraan berhasil membentuk karakter jujur mahasiswa dibandingkan dengan keberadaan Kantin Kejujuran. Perilaku jujur mahasiswa sejalan dengan muatan materi dalam mata kuliah ini yakni tentang nilai dan normaKata Kunci: Kejujuran; Pembelajaran; Pancasila; Kewarganegaraan
Optimalisasi Strategi Pengendalian Bercak Daun Curvularia sp. pada Pembibitan Kelapa Sawit di Desa Binanga Munawir Sajali Harahap; Emmi Juwita Siregar; Mustopa Husein Lubis; Ali Hamdani Harahap; Januardi Rosyidi Lubis; Tar Muhammad Raja Gunung
Jurnal Masyarakat Indonesia (Jumas) Vol. 3 No. 02 (2024): Jurnal Masyarakat Indonesia (Jumas)
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jumas.v3i02.93

Abstract

The leaf staining disease caused by the fungus Curvularia sp. is a serious threat to palm coconut cultivation in Binanga Village. Surveys showed that the intensity of the attack reached 25-75% of the infected leaves, especially in seedlings aged <4 months. Humid environmental conditions, poor sanitation, and the use of infected seeds/seeds play a role in the spread of disease. Integrated control strategies combining healthy seeds/seedlings, environmental sanitation, alternate application of fungicides (azoxystrobin, mankozeb, chlorotalonil), insecticides (deltametrin, imidakloprid), and Gandasil D have proven effective. Implementing this strategy reduces the intensity of attacks by 80% and increases the percentage of healthy seedlings by 85%. Despite resource constraints, optimization of control strategies is carried out to the maximum extent possible. Strict monitoring, preventive measures, and planting of resistant varieties also play an important role. This research provides practical recommendations for increasing the production of high-quality palm coconut seedling sustainably in Binanga Village by implementing integrated control strategies against leaf spotted disease Curvularia sp.
Optimalisasi Pertumbuhan dan Hasil Jagung (Zea Mays L.) pada Tanah Ultisol melalui Aplikasi Pupuk Hijau Paitan (Tithonia Diversifolia) dan Pengaturan Jarak Tanam Zulfahmi Zulfahmi; Akhir Abadi Tanjung; Emmi Juwita Siregar; Mustopa Husein Lubis; Januardi Rosyidi Lubis
Jurnal Pendidikan Tambusai Vol. 10 No. 2 (2026): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v10i2.40526

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh dosis pupuk hijau paitan (Tithonia diversifolia) dan jarak tanam terhadap pertumbuhan dan hasil tanaman jagung (Zea mays L.) pada tanah Ultisol. Penelitian dilaksanakan di lokasi Perkebunan Percontohan Fakultas Pertanian Unand, Limau Manis, Padang pada September 2018 hingga Januari 2019. Riset menerapkan pola faktorial pola Rancangan Acak Kelompok (RAK). Faktor pertama adalah dosis pupuk hijau paitan yang sejumlah atas 5 ton/ha, 10 ton/ha, 15 ton/ha, dan 20 ton/ha. Faktor kedua adalah jarak tanam yang terdiri atas 60 cm × 20 cm, 75 cm × 20 cm, dan 90 cm × 20 cm. Pengolahan data menggunakan uji F dan diteruskan dalam Duncan New Multiple Range Test (DNMRT) pada tingkat 5%. Riset menunjukkan dimana perlakuan dalam pemberian pupuk hijau paitan dan jarak tanam memiliki dampak nyata pada jumlah daun dan lebar daun tanaman jagung, oleh karena itu tidak berdampak nyata pada tinggi tanaman, panjang daun, dan panjang tongkol. Pemberian pupuk hijau paitan dosis 20 ton/ha menghasilkan pertumbuhan dan hasil tanaman jagung terbaik. Jarak tanam 75 cm × 20 cm menghasilkan pertumbuhan tanaman terbaik dibandingkan perlakuan lainnya. Kombinasi pemberian pupuk hijau paitan 20 ton/ha dengan jarak tanam 75 cm × 20 cm mampu meningkatkan pertumbuhan tanaman jagung pada tanah Ultisol.
IDENTIFIKASI PENYAKIT TANAMAN JAGUNG DENGAN METODE CERTAINTY FACTOR Mustopa Husein Lubis; Nopi Purnomo; Iskandar Iskandar
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 3 (2024): August 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i3.2080

Abstract

Penyakit adalah perusak tanaman pada akar, batang, daun atau bagian tanaman lainnya sehingga tanaman tidak dapat tumbuh dengan sempurna atau mati. Penyakit merupakan masalah utama bagi para petani jagung, hingga saat ini penyakit yang menyerang tanaman jagung sangat bervariasi. Penyakit  yang  sewaktu-waktu  dapat  menyerang  dapat  berpotensi menginfeksi  tanaman jagung. Penyakit bulai, bercak daun, karat daun, gosong bengkak, busuk pelepah, hawar daun, dan busuk batang adalah beberapa penyakit yang dapat membahayakan tanaman jagung. Untuk itu dirancang suatu sistem pakar mengidentifikasi penyakit tanaman jagung dimana sistem ini dapat mendiagnosa penyakit pada tanaman jagung dengan meniru cara kerja pakar atau ahli. Salah satu bagian dari kecerdasan buatan yaitu sistem pakar.  Metode yang digunakan pada penelitian kali ini ialah metode faktor kepastian (certainty factor),. Hasil bedasarkan gejala-gejala yang dialami oleh tanaman jagung tersebut bahwa penyakit yang terkena pada tanaman jagung adalah Hawar Daun dengan tingkat kepakaran 0,8 dan persentase 80 % dan memiliki nilai akuasi yang cukup baik.
SISTEM PAKAR PENYAKIT PADA TANAMAN SEMANGKA DENGAN METODE CERTAINTY FACTOR Mustopa Husein Lubis; Desy Martina; Iskandar Iskandar
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2703

Abstract

Abstract: Disease is plant damage to the roots, stems, leaves or other parts of the plant so that the plant cannot grow properly or dies. Disease is a major problem for watermelon farmers, until now the diseases that attack watermelon plants vary greatly. Diseases that can attack at any time can potentially infect watermelon plants. Downy mildew, leaf spot, leaf rust, swelling smut, sheath rot, leaf blight, and stem rot are some of the diseases that can harm watermelon plants. For this reason, an expert system for identifying watermelon plant diseases was designed, where this system can diagnose diseases in watermelon plants by imitating the way experts work. One part of artificial intelligence is an expert system.  The method used in this research is the certainty factor method. The results based on the symptoms experienced by the watermelon plants showed that the disease affected by the watermelon plants was Leaf Blight with an expertise level of 0.8 and a percentage of 80% and had a fairly good assessment value. Keywords: Expert System; Watermelon Plant Disease;Certainty Factor Abstrak: Penyakit adalah perusak tanaman pada akar, batang, daun atau bagian tanaman lainnya sehingga tanaman tidak dapat tumbuh dengan sempurna atau mati. Penyakit merupakan masalah utama bagi para petani semangka, hingga saat ini penyakit yang menyerang tanaman semangka sangat bervariasi. Penyakit  yang  sewaktu-waktu  dapat  menyerang  dapat  berpotensi menginfeksi  tanaman semangka. Penyakit bulai, bercak daun, karat daun, gosong bengkak, busuk pelepah, hawar daun, dan busuk batang adalah beberapa penyakit yang dapat membahayakan tanaman semangka. Untuk itu dirancang suatu sistem pakar mengidentifikasi penyakit tanaman semangka dimana sistem ini dapat mendiagnosa penyakit pada tanaman semangka dengan meniru cara kerja pakar atau ahli. Salah satu bagian dari kecerdasan buatan yaitu sistem pakar.  Metode yang digunakan pada penelitian kali ini ialah metode faktor kepastian (certainty factor),. Hasil bedasarkan gejala-gejala yang dialami oleh tanaman semangka tersebut bahwa penyakit yang terkena pada tanaman semangka adalah Hawar Daun dengan tingkat kepakaran 0,8 dan persentase 80 % dan memiliki nilai akuasi yang cukup baik. Kata kunci: Sistem Pakar; Penyakit Tanaman Semangka; Certainty Factor
EVALUASI MODEL HYBRID NAIVE BAYES-XGBOOST UNTUK KLASIFIKASI SENTIMEN NETIZEN TERHADAP ISU FREE PALESTINE PADA PLATFORM X DI INDONESIA TAHUN 2025 Richi Andrianto; Mustopa Husein Lubis; Urfi Utami; Asep Supriyanto
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4103

Abstract

Abstract: The Palestinian conflict has become a global issue that has triggered significant public responses, especially through social media platforms. This study aims to evaluate the performance of a hybrid Naïve Bayes–XGBoost model in classifying netizen sentiment toward the Free Palestine issue on platform X (formerly Twitter) in the year 2025. Data were collected using the X (Twitter) API with keywords such as #freepalestine and #savegaza, then processed through a series of preprocessing stages and sentiment labeling using a lexicon-based approach. The dataset was then split into 80% training data and 20% testing data to compare the performance of the baseline Naïve Bayes model and the hybrid model. The evaluation results show that the baseline Naïve Bayes model achieved an accuracy of 75.7% and an F1-score of 76%, while the hybrid Naïve Bayes–XGBoost model achieved a significantly higher accuracy of 95.5% and an F1-score of 96%. These findings indicate that integrating the two algorithms improves both accuracy and balance in sentiment classification, especially for unstructured and imbalanced data. This study recommends the use of hybrid models for public opinion analysis on social media and suggests further development using deep learning approaches. Keywords: Sentiment Analysis, Free Palestine, Naïve Bayes, XGBoost, Hybrid Model Abstrak: Konflik Palestina menjadi isu global yang memicu respons besar dari masyarakat dunia, terutama melalui media sosial. Penelitian ini bertujuan untuk mengevaluasi performa model hybrid Naïve Bayes–XGBoost dalam mengklasifikasikan sentimen netizen terhadap isu Free Palestine di platform X (Twitter) tahun 2025. Data dikumpulkan menggunakan X (Twitter) API dengan kata kunci #freepalestine dan #savegaza, lalu diproses melalui tahapan preprocessing, dan pelabelan menggunakan pendekatan lexicon-based. Selanjutnya, data dibagi menjadi data latih (80%) dan data uji (20%) untuk membandingkan performa antara model Naïve Bayes dasar dan model hybrid. Hasil evaluasi menunjukkan bahwa model Naïve Bayes dasar menghasilkan akurasi 75,7% dan F1-score 76%, sedangkan model hybrid Naïve Bayes–XGBoost mencapai akurasi 95,5% dan F1-score 96%. Temuan ini menunjukkan bahwa integrasi kedua algoritma mampu meningkatkan akurasi dan keseimbangan klasifikasi sentimen, khususnya pada data yang tidak terstruktur dan imbalanced. Penelitian ini merekomendasikan penggunaan model hybrid untuk analisis opini publik dimedia sosial, serta pengembangan lebih lanjut menggunakan pendekatan deep learning. Kata kunci: Sentimen, Free Palestine, Naïve Bayes, XGBoost, Hybrid Model
INTEGRASI SENSOR IOT DAN OPTIMASI ALGORITMA MACHINE LEARNING UNTUK DETEKSI REAL-TIME TINGKAT STRES MAHASISWA Richi Andrianto; Mustopa Husein Lubis; Rina Irawan; Yuda Irawan; Urfi Utami
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5178

Abstract

Abstract: High levels of stress among university students are a critical issue that can affect mental health, well-being, and academic performance. This study aims to develop a real-time student stress detection system using physiological data integrated with IoT technology and machine learning algorithms. The data used includes body temperature, blood oxygen saturation (SpOâ‚‚), heart rate, and blood pressure, acquired via embedded sensors and automatically transmitted to the cloud. The classification model was built using a combination of Random Forest and XGBoost, with enhanced accuracy through SMOTE-based data balancing and hyperparameter optimization using Optuna. The system was tested on a dataset of 3,420 records, classified into four stress levels: anxious, calm, tense, and relaxed. Evaluation results showed that the Random Forest model achieved the highest accuracy of 91%, followed by RF + XGBoost and RF + XGBoost + Optuna with accuracies of 90% each. The final model was deployed in a user interface using Streamlit, allowing real-time stress classification from IoT sensor input and manual input testing. The system proved to be effective and responsive in detecting stress objectively and can support digital-based mental health monitoring and counseling services for students. Keywords: Stress detection, IoT, Machine Learning, Random Forest, XGBoost Abstrak: Tingkat stres yang tinggi di kalangan mahasiswa merupakan permasalahan serius yang dapat memengaruhi kesehatan mental, kesejahteraan, dan performa akademik. Penelitian ini bertujuan untuk mengembangkan sistem deteksi tingkat stres mahasiswa secara real-time menggunakan data fisiologis berbasis teknologi IoT dan algoritma machine learning. Data yang digunakan meliputi suhu tubuh, kadar oksigen dalam darah (SpOâ‚‚), detak jantung, dan tekanan darah yang diperoleh melalui sensor terintegrasi dan dikirim ke cloud secara otomatis. Model klasifikasi yang dikembangkan memanfaatkan kombinasi algoritma Random Forest dan XGBoost, dengan peningkatan akurasi melalui teknik balancing data menggunakan SMOTE dan optimasi hyperparameter otomatis menggunakan Optuna. Sistem diuji menggunakan dataset berjumlah 3.420 data dengan distribusi empat kelas stres: cemas, tenang, tegang, dan rileks. Hasil evaluasi menunjukkan bahwa model Random Forest menghasilkan akurasi tertinggi sebesar 91%, disusul oleh RF + XGBoost dan RF + XGBoost + Optuna dengan akurasi masing-masing sebesar 90%. Model akhir kemudian diintegrasikan ke dalam antarmuka pengguna berbasis Streamlit, yang memungkinkan klasifikasi stres secara real-time dari data sensor IoT dan juga melalui input manual. Sistem ini terbukti efektif dan responsif dalam mendeteksi stres secara objektif dan dapat digunakan untuk mendukung layanan konseling atau pemantauan kesehatan mental mahasiswa secara digital. Kata kunci: Deteksi stres, IoT, Machine Learning, Random Forest, XGBoost