Claim Missing Document
Check
Articles

Found 5 Documents
Search

Rancang Bangun Website bagi Komunitas Pendaki Indonesia Menggunakan Metode Waterfall: Studi Kasus Gunung Gede Pangrango Rizki Padilah, Gilang; Purnama Insany, Gina; Kamdan, Kamdan
Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi Vol. 4 No. 1 (2024): Prosiding TAU SNARS-TEK Seminar Nasional Rekayasa dan Teknologi 2024
Publisher : Fakultas Teknik dan Teknologi - TANRI ABENG UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/snarstek.v2i1.710

Abstract

Pendakian gunung merupakan kegiatan yang populer di kalangan masyarakat Indonesia. Dalam era digital saat ini, website dapat menjadi platform yang efektif untuk memfasilitasi komunikasi dan kolaborasi antara pendaki gunung. Dengan kemudahan akses dan komunikasi melalui platform online, para pecinta alam dapat dengan cepat berbagi pengalaman, memberikan tips, mengorganisir kegiatan pendakian secara lebih terkoordinasi, memperkuat serta memperluas jejaring komunitas pendaki gunung di Indonesia. Dengan mempertimbangkan alasan tersebut, penelitian ini merumuskan konsep yang kuat dan memutuskan untuk membuat sebuah website sistem informasi pendakian salah satu gunung di Indonesia. Penelitian ini bertujuan untuk merancang dan membangun sebuah website untuk komunitas pendaki gunung Indonesia menggunakan bahasa pemrograman PHP, HTML dan CSS, dengan studi kasus pada Gunung Gede Pangrango. Metodologi penelitian ini meliputi analisis kebutuhan, perancangan website, dan implementasi. Penelitian ini menggunakan metode waterfall dalam pengembangan sistemnya, sedangkan untuk pengujian dari sistem yang telah dikembangkan tersebut menggunakan metode blackbox testing dan usability. Dalam implementasi ini, dilakukan pengkodean dan desain halaman yang sesuai dengan perancangan sebelumnya, termasuk pemilihan warna, tipografi, dan pengaturan layout. Hasil dari penelitian ini adalah sebuah website yang dirancang dan dibangun agar dapat mempermudah para pendaki yang akan melakukan pendakian ke Gunung Gede Pangrango. Website ini menyediakan tentang informasi basecamp, jalur pendakian, biaya simaksi, dan informasi terbaru seputar pendakian Gunung Gede Pangrango. Website ini diharapkan dapat memperkuat ikatan antar pendaki, memfasilitasi pertukaran pengetahuan, serta meningkatkan partisipasi dalam kegiatan pendakian gunung.
Overcoming the Impact of Bird Pests on Rice Yields Using Internet of Things Based YOLO Method Lucia Kharisma, Ivana; Kamdan; Purnama Insany, Gina; Rizki Firdaus, Asep; Nasrulloh, Dendi
INTERNATIONAL JOURNAL ENGINEERING AND APPLIED TECHNOLOGY (IJEAT) Vol. 7 No. 2 (2024): November 2024
Publisher : Nusa Putra University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/ijeat.v7i2.111

Abstract

The problem of bird pests has become a serious problem in the sector of agriculture since ancient times. Bird pest attacks, especially sparrows, Church and bondol have a big influence on the quality and quantity of rice produced by farmers. This causes a decline in the economic level of people in rural areas, especially farmers. Traditional methods which are often used by farmers, such as making sounds from used cans stretched using rope can be a temporary solution to this problem, however, as the largest agricultural country in Asia Southeast of course Indonesia should implement progress and very advanced technological developments to help with problems in the agricultural sector. Integration of Artificial Intelligence (AI), Internet of Things (IoT), and Mobile technology Applications to develop a bird pest repellent tool Smart is expected to be a very effective solution. With integration on IoT devices, this tool has the ability to repel bird pests automatically when it detects bird objects. Results It is hoped that this research will provide great benefits and optimize rice harvest so that it can improve the welfare of farmers and Indonesian society as a whole.
PERAN PEMUDA DALAM PROKLAMASI KEMERDEKAAN INDONESIA Lucia Kharisma, Ivana; Kamdan; Purnama Insany, Gina; Putri, Hanifa; Nuraini, Desti; Zalukhu, Eliadi; Fitri Ramadani, Rizka; Ramdan Alkausar, Ryan; Padilah Qurani, Intan; Wardin Hia, Srifen
Jurnal Abdi Nusa Vol. 5 No. 1 (2025): Februari 2025
Publisher : LPPM Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/abdinusa.v5i1.370

Abstract

Perayaan 17 Agustus adalah untuk merayakan kemerdekaan, bersyukur karena telah terbebaskan dari penjajahan, serta menyadarkan masyarakat agar lebih mencintai tanah air dan menjaga persatuan bangsa. Kuliah kerja nyata (KKN) dilaksanakan di Desa Gandasoli yang pada dasarnya membutuhkan peran mahasiswa dalam melakukan perubahan, pengembangan, atau memberikan kegiatan yang bermanfaat kepada masyarakat serta mengembangkan inovasi dalam setiap kegiatan yang dilaksanakan. KKN UNIVERSITAS NUSA PUTRA melaksanakan program pemberdayaan masyarakat secara offline berupa upacara peringatan HUT kemerdekaan dilaksanakan pada pagi hari dengan upacara dan pengibaran bendera merah putih, karnaval dan ikut terlibat perlombaan dalam rangka memperingati HUT RI ke 79 bersama masyarakat Desa Gandasoli. Hal ini dilakukan untuk meningkatkan rasa nasionalisme dan rasa cinta serta bangga terhadap bangsa indonesia yang telah merdeka selama 79 tahun serta meningkatkan jiwa solidaritas antar warga Desa Gandasoli.
LONG BEAN LEAF DISEASE IDENTIFICATION SYSTEM BASED ON MOBILE USING CONVOLUTIONAL NEURAL NETWORK (CNN) METHOD Muhamad Fadiah Nurjaman; Purnama Insany, Gina; Sanjaya, Imam
Jurnal Riset Informatika Vol. 7 No. 3 (2025): Juni 2025
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v7i3.373

Abstract

Long beans (Vigna unguiculata subsp. sesquipedalis), have high nutritional value, besides long beans also have a significant role in the economy of farmers in Indonesia. However, the productivity of this plant is often hampered by various diseases that attack the leaves, which can result in a decrease in the quantity and quality of the harvest. This study has succeeded in developing a Convolutional Neural Network (CNN) model with the ResNet-50 architecture to identify six types of diseases in long bean leaves. The dataset used consists of 2,316 images, divided into training data (80%), validation (15%), and testing (5%). The ResNet-50 model, which consists of 50 layers, applies the transfer learning technique by not training the first 35 layers using a specific dataset, but utilizing weights from ImageNet. Training for 100 epochs produces high accuracy, namely 98.3% for training data, 98.4% for validation data, and 98.7% for testing data. Evaluation using Confusion Matrix, Precision, Recal and F1 Score shows very good performance without prediction errors. The final result of this research is a mobile-based software system that can diagnose diseases quickly and accurately, which can help farmers take appropriate action, and support sustainable agriculture in Indonesia.
Prediksi Produksi Beras di Jawa Barat Menggunakan Model Linier Regresi Ivana Lucia Kharisma; Algifari, M. Alwan; Purnama Insany, Gina; Kamdan; Setiawati
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.455

Abstract

Produksi beras merupakan salah satu indikator penting dalam ketahanan pangan suatu daerah. Jawa Barat sebagai salah satu provinsi penghasil beras utama di Indonesia memiliki peran strategis dalam menjaga ketersediaan pangan nasional. Penelitian ini bertujuan untuk memprediksi produksi beras di Jawa Barat dengan menggunakan model regresi linear. Data yang digunakan dalam penelitian ini berupa data sekunder dari Badan Pusat Statistik mengenai luas panen dan produksi beras selama beberapa tahun terakhir. Hasil analisis menunjukkan bahwa terdapat hubungan yang signifikan antara luas panen dengan jumlah produksi beras. Model regresi linear yang dibangun dapat digunakan untuk memprediksi produksi beras di masa mendatang dengan tingkat akurasi yang cukup baik. Hasil evaluasi akurasi model menunjukkan bahwa beberapa wilayah memiliki tingkat akurasi yang tinggi dengan nilai R² di atas 0.7 seperti Pangandaran (R² = 0.8809), Tasikmalaya (R² = 0.8340), kota depok (R2 = 0,8056), kota Bekasi (R2 = 0,7968), kota Cirebon (R2 = 0,7478) .Penelitian ini diharapkan dapat memberikan informasi yang berguna bagi perencanaan pertanian dan pengambilan kebijakan pemerintah di sektor pangan.