Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Masyarakat Merdeka (JMM) Scientica: Jurnal Ilmiah Sains dan Teknologi
Ristanti, Elinda Lusyana Puji
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS DAN PERBANDINGAN ARSITEKTUR VGG16 DAN MOBILENETV2 UNTUK KLASIFIKASI DAN IDENTIFIKASI PENYAKIT DAUN PADA TANAMAN CABAI MENGGUNAKAN CNN Ristanti, Elinda Lusyana Puji
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 2 No. 9 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.572349/scientica.v2i9.2381

Abstract

Indonesia merupakan negara agraris dengan sektor pertanian dan perkebunan yang signifikan, termasuk budidaya cabai sebagai komoditas unggulan. Namun, serangan hama dan penyakit cabai sering kali menyebabkan penurunan produksi dan peningkatan harga di pasaran. Penelitian ini bertujuan mengembangkan sistem klasifikasi dan identifikasi penyakit daun pada tanaman cabai menggunakan Convolutional Neural Network (CNN), dengan membandingkan efektivitas dua arsitektur CNN, yaitu VGG16 dan MobileNetV2. Penelitian dilakukan di Desa Tranjang, Kecamatan Siman, Kabupaten Ponorogo, menggunakan dataset gabungan dari pengamatan lapangan dan dataset publik. Hasil penelitian menunjukkan bahwa arsitektur MobileNetV2 memiliki kinerja yang lebih baik dengan akurasi 92% dibandingkan dengan VGG16 yang memiliki akurasi 74%. Evaluasi dilakukan dengan menggunakan data uji, dan hasil menunjukkan bahwa MobileNetV2 lebih andal dalam mengklasifikasikan penyakit daun cabai dengan tingkat kesalahan yang lebih rendah. Kesimpulannya, MobileNetV2 lebih efektif untuk digunakan dalam mendeteksi dan mengklasifikasikan penyakit daun cabai, memberikan kontribusi penting bagi pertanian dalam meningkatkan pengelolaan penyakit tanaman secara efisien.
Rancang Bangun Mesin Chopper (Pencacah Pakan Ternak) di Desa Tambang, Ponorogo Putra, Wawan Trisnadi; Karaman, Jamilah; Mukaromah, Efi; Ristanti, Elinda Lusyana Puji; Faizal, Muhammad Yusuf; Hanafi, Nuhan Manuah; Wibowo, Prasetyo Misiaji Heri; Ardy, Yogantara Abid Nur; Nugroho, Wida Listioko
JMM - Jurnal Masyarakat Merdeka Vol 7, No 2 (2024): NOVEMBER
Publisher : Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jmm.v7i2.165

Abstract

Masyarakat di Desa tambang mempunyai penghasilan yang di peroleh dari  susu sapi sehingga hampir di setiap rumah mempunyai kandang sapi sebagai penghasilan utama selain berkebun namun masih menghadapi kendala dalam proses pencacahan pakan ternak Oleh karena itu, diperlukan pengembangan teknologi yang dapat meningkatkan efisiensi peternakan di desa tersebut. Penelitian ini bertujuan untuk merancang dan mengembangkan mesin chopper (pencacah pakan ternak) yang dapat meningkatkan efisiensi proses pencacahan pakan ternak.Mesin chopper yang dikembangkan dalam penelitian ini menggunakan teknologi sederhana dan bahan-bahan lokal, sehingga dapat dijangkau oleh peternak di desa. Kinerja mesin chopper dievaluasi melalui serangkaian eksperimen, yang menunjukkan bahwa mesin chopper dapat meningkatkan efisiensi  proses pencacahan pakan ternak dibandingkan dengan metode manual. Selain itu, mesin chopper juga dapat menghemat waktu dan tenaga kerja peternak dengan kapasitas sebesar 150 Kg/jam, Pengembangan mesin chopper ini diharapkan dapat meningkatkan produktivitas peternakan di Desa Tambang dan meningkatkan kesejahteraan peternak di desa tersebut. Hasil penelitian ini juga dapat dijadikan acuan untuk pengembangan teknologi serupa di daerah lain.
Co-Authors Ardy, Yogantara Abid Nur Faizal, Muhammad Yusuf Hanafi, Nuhan Manuah Karaman, Jamilah Mukaromah, Efi Nugroho, Wida Listioko Wawan Trisnadi Putra, Wawan Trisnadi Wibowo, Prasetyo Misiaji Heri