Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Building of Informatics, Technology and Science Jurnal Teknik Informatika (JUTIF) Jurnal Edukasi dan Pengabdian kepada Masyarakat (JEPKM) Inovasi Jurnal Pengabdian Masyarakat (IJPM)
Amalina, Hana
Unknown Affiliation
Humanities Computer Science & IT Education Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Edukasi Petani Jogoyasan, Ngablak, Magelang dalam Memanfaatkan Informasi Iklim/Musim untuk Meningkatkan Hasil Panen Tomat Amalina, Hana; Sulistyowati, Sulistyowati; Giarno, Giarno
Jurnal Edukasi dan Pengabdian kepada Masyarakat Vol. 1 No. 1 (2022): Juni 2022
Publisher : Yayasan Insan Literasi Cendekia (INLIC) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35914/jepkm.v1i1.8

Abstract

Informasi iklim sangat penting dalam bidang pertanian. Banyaknya disinformasi informasi ini dapat diminimalkan dengan kegiatan edukasi pengetahuan iklim dan keterkaitannya dengan pertanian kepada para petani. Sekolah Lapang Iklim (SLI) merupakan salah satu upaya dalam memahami informasi cuaca dan iklim untuk memberdayakan petani dalam memahami dan memanfaatkan informasi prakiraan iklim secara efektif dalam kegiatan pertanian. Wilayah Magelang merupakan sentra holtikultura yang penting di Jawa Tengah, dimana salah satu komoditasnya adalah tanaman tomat yang permintaannya selalu meningkat. Hasilnya kegiatan SLI, selain meningkatkan pengetahuan pemahaman informasi iklim sebenar 20%, kegiatan ini juga berdampak pada meningkatnya hasil panen. Hasil panen tanaman tomat di desa Jogoyasan meningkat hingga 50% dimana mencapai 3-4 kg/pohon dengan kualitas baik lebih tinggi pada lahan yang diperlakukan menurut ilmu yang diperoleh di sekolah lapang iklim (SLI), dibandingkan dengan hasil lahan non SLI 2-3 kg/pohon.
SAMTAMA (Sampah Tanggung Jawab Bersama) di RT 06 Desa Bunglai Kecamatan Aranio Kabupaten Banjar Midhan, Faturrahman Ali; Adesti, Desi Tri; Amalina, Hana; Khaira, Nina Ulfatin; Laily, Nur
Inovasi Jurnal Pengabdian Masyarakat Vol 2 No 2 (2024): IJPM - Agustus 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/ijpm.422

Abstract

Sampah merupakan masalah lingkungan serius yang dihadapi masyarakat Indonesia pada umumnya. termasuk di RT. 06 Desa Bunglai, Kecamatan Aranio, Kabupaten Banjar, Kalimantan Selatan. Berdasarkan hasil diagnosa komunitas yang telah dilakukan di RT 06 Desa Bunglai ditemukan bahwa sebanyak 93,3% rumah tangga menangani sampah dengan cara dibakar. Oleh karena itu, program SAMTAMA (Sampah Tanggung Jawab Bersama) diperlukan sebagai intervensi pengelolaan sampah di Desa Bunglai RT 06. Metode yang digunakan dalam kegiatan penyuluhan diskusi dan ceramah, serta tutorial pembuatan household sanitary landfill. Instrumen yang digunakan dalam kegiatan ini adalah pre dan post test serta leaflet sebagai media edukasi. Tujuan dari program ini untuk merubah kebiasaan masyarakat dan mencegah penyakit yang akan terjadi dimasa yang akan datang, beserta penyuluhan terkait pengelolaan sampah, dampak sampah jika tidak dikelola dengan baik, jenis sampah, cara memilah sampah, dan tutorial household sanitary landfill. Hasil pre-post test yang dilakukan sebelum dan sesudah penyuluhan menunjukkan bahwa terjadi peningkatan pada indikator pengetahuan dimana didapatkan nilai baik meningkat dari 2 orang (7,4%) menjadi 20 orang (74,1%) dan hasil sama atau tidak terjadi perubahan pada indikator sikap Dimana didapatkan nilai positif sebanyak 27 orang (100%). Sehingga program ini dapat memberikan dampak yang positif dan memberikan manfaat bagi warga RT. 06 Desa Bunglai.
DROUGHT PREDICTION USING LSTM MODEL WITH STANDARDIZED PRECIPITATION INDEX ON THE NORTH COAST OF CENTRAL JAVA Supriyanto, Aji; Zuliarso, Eri; Suharmanto, Eko Taufiq; Amalina, Hana; Damaryanti, Fitri
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 6 (2024): JUTIF Volume 5, Number 6, Desember 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.6.4159

Abstract

Fluctuating weather can trigger hydrometeorological disasters, especially affecting farmers and fishermen on the north coast of Central Java. Weather predictions including drought are very important to anticipate drought disasters. Deep learning-based prediction models such as Long Short Term Memory (LSTM) are used in an effort to reduce the impact of drought. The purpose of this study is to prove the level of accuracy of the LSTM model and determine the drought index with the Standardized Precipitation Index (SPI). The LSTM model is used to predict drought based on the SPI, while the SPI acts as a drought index that considers precipitation (rainfall) for a period of 1, 3, and 6 months. Predictions use rainfall data obtained from online data from the Central Java BMKG UPT Indonesia for the period 2010-2023 in the Tegal City and Semarang City station areas. The results of data treatment with LSTM can effectively analyze and capture complex patterns in meteorological data to predict drought events accurately. The effectiveness of the model is shown by the relatively small MAE and RMSE results, namely MAE 0.163 - 0.352 and RMSE 0.247-0.515. The best prediction result is the 3-month SPI in the Semarang area with MAE 0.163 and RMSE 0.274. While the prediction result with the largest error is the 1-month SPI in the Tegal area. Drought modeling using LSTM has been successfully implemented for the northern coast of Central Java using the Streamlit Framework and can process and visualize the drought prediction system well.
Perbandingan Kinerja LSTM, Bi-LSTM, dan Prophet untuk Prediksi Kekeringan berdasarkan SPEI (Standardized Precipitation-Evapotranspiration Index) Amalina, Hana; Zuliarso, Eri
Building of Informatics, Technology and Science (BITS) Vol 7 No 2 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i2.7971

Abstract

Drought is a natural disaster with widespread impacts on agriculture and water availability, particularly in the Gajah Mungkur Reservoir area of Wonogiri Regency, Indonesia. Rainfall instability driven by global climate change and local climate variability is the primary cause of this disaster. Accurate drought prediction is essential for formulating sustainable mitigation strategies. This study aims to analyze drought characteristics in the Gajah Mungkur Reservoir, Wonogiri Regency, using the Standardized Precipitation Evapotranspiration Index (SPEI) and to compare the performance of three prediction models: Long Short-Term Memory (LSTM), Bidirectional LSTM (Bi-LSTM), and Prophet in predicting SPEI. The dataset includes monthly rainfall and air temperature data from 1995 to 2024. The analysis reveals that longer SPEI time scales tend to show more temporally concentrated drought patterns. At the 6-month SPEI scale, which represents long-term drought, a total of 55 drought months were detected between 1995 and 2024, with major drought episodes occurring in 1996–1997, 2000–2007, 2019, and 2023–2024. Model performance evaluation shows a numerical trend in which Bi-LSTM outperforms others for 1-month SPEI prediction, while LSTM performs better at the 3- and 6-month scales. However, statistical significance testing indicates that the performance differences among the three models are not significant (p > 0,05), suggesting that other factors such as computational efficiency may be important considerations in practical applications.
Co-Authors Adesti, Desi Tri Damaryanti, Fitri Eri Zuliarso Giarno Giarno Khaira, Nina Ulfatin Midhan, Faturrahman Ali Nur Laily Suharmanto, Eko Taufiq Sulistyowati Sulistyowati