Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi Jurnal Pepadu
Zamroni, Sulthon
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Sosialisasi Smart-ICows Aplikasi Sistem Pengenalan Individu Sapi Ternak pada Kelompok Koperasi Ternak Sapi di Lombok Timur Wiriasto, Giri Wahyu; Misbahuddin, Misbahuddin; Iqbal, Muhamad Syamsu; Rachman, A Sjamsjiar; Akbar, L A Syamsul Irfan; Zamroni, Sulthon
Jurnal Pepadu Vol 5 No 3 (2024): Jurnal PEPADU
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/pepadu.v5i3.5891

Abstract

Secara umum kebutuhan pangan hewani sebagian besar masih ditopang dari produksi daging sapi. Data sensus masih belum menggambarkan situasi nyata jumlah yang sebenarnya sehingga selisih proyeksi data sensus masih belum menggambarkan tingkat ketersediaan secara pasti. Pada tingkat peternak telah diupayakan oleh stakeholder penggunaan penanda qrcode yang dipasangkan pada telinga sapi sebagai metode identifikasi individu. Sekilas hasil pengamatan di lapangan menunjukkan bahwa penggunaan metode ini memiliki keterbatasan, terutama terkait dengan kelemahan dalam redundansi data dan validasi registrasi individu sapi baru. Terdapat potensi kesalahan saat nomor identitas sapi tertukar antara peternakan dan tempat penjualan ternak. Kesalahan lainnya tidak terpantaunya jumlah sapi yang telah masuk pada rumah potong sehingga secara sensus masih tetap terhitung. Selain itu pada domain penggemukan, diperlukan pencatatan riwayat perawatan. Oleh karena itu, diperlukan sistem yang dapat mendukung peternakan sapi berbasis teknologi. Pada tahap awal, solusi sistem yang kami tawarkan adalah sistem identifikasi biometrik cerdas atau smart ICows yang terintegrasi pada peternakan sapi khususnya pemilik ternak. Sistem ini berupa aplikasi berbasis android terpasang pada perangkat smartphone yang dimiliki setiap pemilik ternak. Sistem ini berperan sebagai alat identifikasi yang nantinya dapat terhubung pada sistem basisdata rekam-jejak pemuliaan sapi ternak. Proses identifikasi ini menggunakan image moncong atau muzzle sapi. Dalam kegiatan pengabdian pada masyarakat ini, kami ingin menguji hasil pengembangan sistem identifikasi sapi ternak dengan tingkat akurasi 83%.
Sosialisasi Smart-ICows Aplikasi Sistem Pengenalan Individu Sapi Ternak pada Kelompok Koperasi Ternak Sapi di Lombok Timur Wiriasto, Giri Wahyu; Misbahuddin, Misbahuddin; Iqbal, Muhamad Syamsu; Rachman, A Sjamsjiar; Akbar, L A Syamsul Irfan; Zamroni, Sulthon
Jurnal Pepadu Vol 5 No 3 (2024): Jurnal PEPADU
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/pepadu.v5i3.5891

Abstract

Secara umum kebutuhan pangan hewani sebagian besar masih ditopang dari produksi daging sapi. Data sensus masih belum menggambarkan situasi nyata jumlah yang sebenarnya sehingga selisih proyeksi data sensus masih belum menggambarkan tingkat ketersediaan secara pasti. Pada tingkat peternak telah diupayakan oleh stakeholder penggunaan penanda qrcode yang dipasangkan pada telinga sapi sebagai metode identifikasi individu. Sekilas hasil pengamatan di lapangan menunjukkan bahwa penggunaan metode ini memiliki keterbatasan, terutama terkait dengan kelemahan dalam redundansi data dan validasi registrasi individu sapi baru. Terdapat potensi kesalahan saat nomor identitas sapi tertukar antara peternakan dan tempat penjualan ternak. Kesalahan lainnya tidak terpantaunya jumlah sapi yang telah masuk pada rumah potong sehingga secara sensus masih tetap terhitung. Selain itu pada domain penggemukan, diperlukan pencatatan riwayat perawatan. Oleh karena itu, diperlukan sistem yang dapat mendukung peternakan sapi berbasis teknologi. Pada tahap awal, solusi sistem yang kami tawarkan adalah sistem identifikasi biometrik cerdas atau smart ICows yang terintegrasi pada peternakan sapi khususnya pemilik ternak. Sistem ini berupa aplikasi berbasis android terpasang pada perangkat smartphone yang dimiliki setiap pemilik ternak. Sistem ini berperan sebagai alat identifikasi yang nantinya dapat terhubung pada sistem basisdata rekam-jejak pemuliaan sapi ternak. Proses identifikasi ini menggunakan image moncong atau muzzle sapi. Dalam kegiatan pengabdian pada masyarakat ini, kami ingin menguji hasil pengembangan sistem identifikasi sapi ternak dengan tingkat akurasi 83%.
Recognizing Cow Muzzle Patterns using the Convolution Neural Network (CNN) Algorithm Zamroni, Sulthon; Wiriasto, Giri Wahyu; Kanata, Bulkis
Sistemasi: Jurnal Sistem Informasi Vol 13, No 6 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i6.4598

Abstract

In today's digital era, any task or problem can be solved with minimal effort, especially in livestock identification such as cattle. Numerous systems and algorithms have been developed to recognize cattle, ranging from body shape, fur patterns, to specific parts of the cattle. This research aims to develop a cattle muzzle identification system using convolutional neural networks method with Alexnet architecture and to identify the factors that can decrease the accuracy of prediction results. The results of this research can help cattle farmers manage their livestock data more effectively, as traditional identification methods can cause discomfort and stress to the cattle. This research also serves as a reference for future researchers in developing cattle recognition research. Additionally, this research can be used to support insurance programs such as Cattle Farming Insurance (AUTS) to protect farmers from losses due to cattle theft and death. Cattle recognition through their muzzles using the CNN method can produce relatively high results. By slightly modifying the AlexNet architecture, this system can recognize cattle with an accuracy of 85%..
Co-Authors A. Sjamsjiar Rachman Akbar, L A Syamsul Irfan Bulkis Kanata Giri Wahyu Wiriasto Misbahuddin Misbahuddin Misbahuddin, Misbahuddin Muhamad Syamsu Iqbal