Claim Missing Document
Check
Articles

Found 2 Documents
Search

Land Suitability for Mustard Plants Using Multi-Objective Optimization by Ratio Analysis Method Hatta, Heliza Rahmania; Ariani, Riska; Khairina, Dyna Marisa; Maharani, Septya; Kamila, Vina Zahrotun; Wijayanti, Arini
JOIV : International Journal on Informatics Visualization Vol 7, No 4 (2023)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.7.4.1290

Abstract

Sawi dapat dikembangkan atau dikembangkan dari sudut pandang finansial dan bisnis untuk memenuhi permintaan pembeli dan menangkap peluang pasar yang signifikan. Sawi merupakan tanaman hortikultura yang mempunyai daya adaptasi tinggi dan waktu panen yang relatif singkat. Sawi ini menawarkan banyak keuntungan bagi petani. Misalnya saja banyak petani yang menanam sawi di Samarinda, Kalimantan Timur, Indonesia. Meskipun sangat mudah beradaptasi, beberapa spesies sawi tidak tumbuh subur di tanah tertentu. Tanah yang baik sangat penting untuk hasil optimal saat menanam sawi. Sawi yang ditanam dapat diseleksi dengan menggunakan pendukung keputusan berdasarkan kriteria lahan untuk mendapatkan hasil terbaik. Tujuan dari penelitian ini adalah untuk merekomendasikan tanaman sawi yang cocok berdasarkan kebutuhan luas dengan menggunakan pendekatan multi-objective optimize by ratio analysis (MOORA). MOORA merupakan suatu metode pengambilan keputusan yang membantu dalam memilih alternatif terbaik dari beberapa pilihan atau alternatif berdasarkan beberapa kriteria atau tujuan. Pengamatan ini menggunakan lima kriteria yaitu jenis tanah, pH tanah, curah hujan, suhu, ketinggian lokasi, dan enam alternatif sawi. Berdasarkan uji lahan, sawi yang direkomendasikan metode MOORA adalah Sawi Sendok atau Pak Choy dengan nilai Yi sebesar 7,6698. Jadi yang dipilih sebagai sawi yang ditanam di lahan tersebut adalah Sawi Sendok atau Pak Choy. Untuk penelitian selanjutnya perlu dilakukan penambahan atau penyesuaian kriteria dan sensor baru secara real-time yang dapat diterapkan untuk meningkatkan efisiensi sawi menuju smart farming yang fokus pada hasil yang lebih baik dengan tetap menjaga keseimbangan alam.
Leveraging Artificial Intelligence (AI) to Enhance Teachers’ Spoken English at an Islamic Boarding School Mardhiah, Ainol; Hajar, Ibnu; Purwati, Diana; Muna, Hayatul; Ariani, Riska
Journal of Educational Sciences Vol. 9 No. 6 (2025): Journal of Educational Sciences
Publisher : FKIP - Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31258/jes.9.6.p.5163-5176

Abstract

Many Indonesian pesantren (Islamic boarding schools) adopt bilingual policies requiring daily English communication, yet limited teacher proficiency often hinders their effective implementation. This study investigates the use of Artificial Intelligence (AI) SpeechAce to enhance teachers’ speaking skills for daily communication in a pesantren in Lhokseumawe, Aceh, Indonesia. Using a mixed-method explanatory sequential design, 29 teachers participated in a one-month intervention consisting of AI-based practice and training, pre- and post-tests, reflective logbook, and semi-structured interviews. Quantitative results revealed consistent improvement across pronunciation, fluency, vocabulary, and grammar, with vocabulary and grammar showing the greatest gains. Qualitative findings highlighted teachers’ positive perceptions of AI in promoting self-regulated learning and as an anxiety-reducing tool for speaking practice, despite challenges such as technical issues and the need for a longer and a more structured guidance from a human-teacher. While AI SpeechAce effectively enhanced teachers’ speaking confidence through safe, feedback-driven practice relevant to their daily communication, its limitations shaped by linguistic gaps and technical challenges, underscore the need for future blended models and extended interventions to ensure stronger transfer into real-world communicative spoken English skills.