Claim Missing Document
Check
Articles

Found 2 Documents
Search

Sistem Informasi Pendataan Hasil Perikanan Di Kota Lhokseumawe Berbasis Website Siregar, Dinda Saima Agustina; Ula, Mutammimul
Sisfo: Jurnal Ilmiah Sistem Informasi Vol. 6 No. 2 (2022): Sisfo: Jurnal Ilmiah Sistem Informasi, Oktober 2022
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/sisfo.v6i2.10140

Abstract

Tantangan dalam pengembangan dan kemajuan perihal perikanan di Indonesia adalah lemahnya data dan informasi terkait hal tersebut yang berpengaruh terhadap akurasi dan ketepatan waktunya. Sebagai negara kepulauan, Indonesia sudah seharusnya mempunyai Sistem Informasi Pendataan Hasil Perikanan salah satunya pada Kantor Dinas Kelautan, Perikanan, Pertanian dan Pangan Kota Lhokseumawe. Dimana pada Dinas Kelautan, Perikanan, Pertanian dan Pangan Kota Lhokseumawe, untuk mendata hasil perikanan pada bidang perikanan masih menggunakan pendataan manual, dengan cara mencatat satu persatu hasil yang ada kemudian di input kedalam Microsoft Office atau Microsoft Excel. Berdasarkan hal tersebut maka penulis mengembangkan sebuah Aplikasi Berbasis Web pada Kantor Dinas Kelautan, Perikanan, Pertanian dan Pangan Kota Lhokseumawe. Sistem Informasi ini akan memberikan manfaat yang besar terutama dapat membantu kerja pegawai menjadi lebih mudah dan lebih efisien. Dengan adanya Aplikasi Pendataan Hasil Perikanan Berbasis Web ini, diharapkan nya kedepannya para Pegawai Dinas Kelautan, Perikanan, Pertanian dan Pangan Kota Lhokseumawe dapat mendata hasil perikanan dalam pembuatan laporan akhir tahunannya.
Development of an Intelligent System to Determine Land Suitability for Horticultural Crops on Vegetable Commodities Sahputra, Ilham; Usnawiah; Fhonna, Rizky Putra; Siregar, Dinda Saima Agustina; Angelina, Difa
Brilliance: Research of Artificial Intelligence Vol. 3 No. 2 (2023): Brilliance: Research of Artificial Intelligence, Article Research November 2023
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v3i2.3100

Abstract

Global climate change has a significant impact on the agricultural sector, including horticulture, with climate fluctuations such as increased temperatures and changes in rainfall patterns potentially affecting crop productivity. Sustainable horticultural agriculture is important for safeguarding natural resources and reducing environmental impacts. However, challenges from climate change and variations in land conditions can affect horticultural crop production. Identifying crops that are suitable for the climate and land conditions is key to agricultural sustainability. An intelligent and adaptive approach is needed in selecting the right crops to grow in the face of climate change. This research develops an artificial intelligence application for the recommendation of horticultural crop types according to land conditions and climate change. The model built involves AHP and MFEP methods. The model takes into account various land parameters with weights determined through the AHP approach, allowing this AI application to provide accurate recommendations based on data and modeling. Based on the tests conducted, the system was able to produce analysis with an accuracy rate of 85%.