Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Agri-Informatika Indonesian Journal of Multidisciplinary on Social and Technology
Wijaya, Eko Praja Hamid
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences

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

Found 2 Documents
Search

 1 
Aplikasi Petani Cerdas: Inovasi Industri Pertanian Menuju Pembangunan Berkelanjutan 2030 Wijaya, Eko Praja Hamid; Hidayat, Fajar; Rahmasita, Azi Nur; Fahmi, Khairani; Haikal, Muhammad; Salam, Naufal Ibnu
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 2 No. 2 (2024)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v2i2.334

Abstract

Sektor pertanian memiliki peran krusial dalam mendorong pertumbuhan ekonomi di Indonesia. Namun, bidang ini juga dihadapkan pada tantangan signifikan, terutama dalam menghadapi perkembangan teknologi. Peningkatan kompetensi petani menjadi hal yang mendesak agar mereka dapat memanfaatkan teknologi dalam praktik pertanian secara efektif. Oleh karena itu, pemerintah dan petani perlu beradaptasi dengan kemajuan teknologi untuk memenuhi kebutuhan sektor pertanian. Penelitian ini mengusulkan konsep pemetaan area tanam yang terintegrasi dengan Rencana Definitif Kebutuhan Kelompok (RDKK), melibatkan Penyuluh Pertanian Lapangan (PPL) dan Dinas Pertanian. Aplikasi yang diusulkan dirancang untuk menyediakan pencarian informasi dan jadwal pelatihan yang dapat disesuaikan dengan preferensi petani. Pengembangan aplikasi menggunakan metode prototipe evolusioner, yang terdiri dari empat tahapan: analisis kebutuhan pengguna, pembangunan aplikasi, penyesuaian aplikasi dengan kebutuhan pengguna, dan implementasi prototipe. Aplikasi ini dilengkapi dengan berbagai fitur, termasuk kelas pelatihan, konsultasi dengan pakar, program sertifikasi, dan peta area tanam, yang semuanya dirancang untuk memenuhi kebutuhan pengguna. Antarmuka yang intuitif dirancang untuk memudahkan penggunaan oleh petani yang mungkin kurang akrab dengan teknologi. Selain itu, aplikasi ini berfungsi sebagai platform kolaboratif yang menghubungkan petani, pakar, dan pemerintah melalui integrasi data untuk perencanaan kebijakan pertanian yang lebih baik. Hasil penelitian ini menunjukkan bahwa aplikasi “Petani Cerdas” memiliki potensi besar dalam mendukung transformasi digital di sektor pertanian, meningkatkan kesejahteraan petani, serta memperkuat ketahanan pangan di Indonesia.
SAE-DNN-GA: Sebuah Pendekatan Klasifikasi Multilabel dalam Prediksi Senyawa Herbal Potensial Untuk Penyakit COVID-19 Wijaya, Eko Praja Hamid; Kusuma, Wisnu Ananta; Wijaya, Sony Hartono
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 11 No. 2 (2024)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.11.2.111-121

Abstract

COVID-19 adalah penyakit dengan laju penyebaran yang tinggi. Percepatan proses penemuan obat untuk penyakit tersebut sangat dibutuhkan. Penggunaan kembali obat (drug repurposing) merupakan salah satu alternatif dalam pengembangan dan penemuan obat dengan biaya murah serta waktu yang singkat. Tanaman herbal dapat digunakan sebagai obat dengan khasiat yang lebih baik, efek samping yang lebih sedikit, dan lebih murah. Prediksi interaksi obat-target dan penggunaan kembali obat dapat digunakan untuk mengeksplorasi senyawa herbal potensial. Penelitian ini mengatasi kelemahan klasifikasi biner dengan model DSSL-DTI (Deep Semi Supervised Learning-Drug Target Interaction) yang dioptimasi menggunakan Algoritma Genetika. Tujuan penelitian ini adalah mendeteksi kemungkinan adanya hubungan antar label menggunakan pendekatan klasifikasi multilabel dengan model yang dioptimasi. Data yang digunakan penelitian ini antara lain: data protein, data interaksi senyawa-protein, dan data senyawa herbal. Data protein diperoleh dari situs GeneCards yang berisi kumpulan protein yang berasosiasi dengan COVID-19 dan ditemukan pada manusia. Data interaksi senyawa-protein diperoleh dari situs DrugBank dan SuperTarget. Adapun data senyawa herbal diperoleh dari HerbalDB. Hasil penelitian menunjukkan bahwa dengan menggunakan model SAE-DNN-GA yang diusulkan, prediksi senyawa herbal menghasilkan sepuluh senyawa yang berinteraksi dengan dua protein bernilai relevansi tertinggi, yaitu protein INS (7.094) dan ALB (3.178). Hasil ini diharapkan mampu meningkatkan hasil prediksi kandidat senyawa herbal sebagai obat penyakit COVID-19 menjadi lebih akurat.
Co-Authors Azi Nur Rahmasita Fahmi, Khairani Hidayat, Fajar Muhammad Haikal Salam, Naufal Ibnu Sony Hartono Wijaya Wisnu Ananta Kusuma