Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ners JPM: JURNAL PENGABDIAN MASYARAKAT
Arrasyid, Qamarudin
Unknown Affiliation
Aerospace Engineering Humanities Astronomy Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

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

Found 2 Documents
Search

 1 
Optimalisasi Tanaman Serai sebagai Bahan Alami Anti Nyamuk untuk Pencegahan Demam Berdarah Dengue Kusnadi; Hariansyah, Rizal; Maulana, Chelvin; Alianty, Andara; Negara, Eka Estiningsih Dwi; Arrasyid, Qamarudin; Rahmawati, Aulia Tri
JPM: Jurnal Pengabdian Masyarakat Vol. 5 No. 4 (2025): April 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jpm.v5i4.2353

Abstract

Dengue Hemorrhagic Fever (DHF) remains a major health concern in Indonesia, including Tanjung Harapan Village, and Kutai Kartanegara. This community service program aimed to develop a strategy utilizing lemongrass (Cymbopogon citratus) as an effective mosquito repellent for DHF prevention in Tanjung Harapan. Employing an environmentally friendly approach, the program involved community education and training on processing lemongrass into mosquito repellent sprays and mosquito control methods. Results indicated increased community knowledge about DHF risks and the benefits of lemongrass. Mosquito nest eradication and lemongrass planting reduced mosquito populations and improved public health. With local resource utilization, this effort offers a sustainable solution to decrease DHF cases and empower the local economy. The activities effectively improved participant knowledge, awareness, and motivation by 71.2%, demonstrating the program's success in achieving its educational and community empowerment goals.
Deep Learning CNN Untuk Identifikasi Gulma Berkhasiat Obat Kusnadi, Kusnadi; Melati, Rika; Arrasyid, Qamarudin
Jurnal Ners Vol. 10 No. 1 (2026): JANUARI 2026
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v10i1.52667

Abstract

Keanekaragaman hayati Indonesia, termasuk gulma yang memiliki senyawa berkhasiat obat namun masih sulit diidentifikasi secara manual. Tujuan penelitian adalah menemukan dan mengembangkan model deep learning berbasis convolution neural network (CNN) untuk identifikasi gulma berkhasiat obat dengan memperhatikan jumlah filter pada setiap lapisan konvolusional. Metode dilakukan melalui pengumpulan dataset citra sebanyak 12 spesies gulma dengan tiap kelas berjumlah 220 citra, prapemrosesan data, pelatihan model dilakukan pada tiga skema arsitektur CNN yang berbeda dan pengujian model dengan evaluasi menggunakan hasil klasifikasi, akurasi, dan citra hasil deteksi. Hasil penelitian menunjukkan dari tiga skema model perhatian CNN yang telah memberikan performa tertinggi pada skema satu dengan akurasi 74,17% dan kappa 72,84%, disusul secara berurutan yaitu skema kedua dengan akurasi 72,50% dan nilai kappa 70%, serta skema ketiga dengan akurasi 70% dan nilai kappa 67,27%. Temuan ini menegaskan efektivitas CNN dalam mengekstraksi fitur spasial citra gulma berkhasiat obat dan memberikan kontribusi signifikan sebagai langkah awal menuju digitalisasi botani dan pengembangan fitofarmaka berbasis gulma obat.
Co-Authors Alianty, Andara Hariansyah, Rizal Kusnadi Kusnadi Maulana, Chelvin Negara, Eka Estiningsih Dwi Rahmawati, Aulia Tri Rika Melati