Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Universitas Ma Chung Help: Journal of Community Service
Rizqi, Muhamad
Unknown Affiliation
Humanities Computer Science & IT Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Other

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

Found 2 Documents
Search

 1 
Improving Rice Farmers’ Livelihoods through Participatory Crop Support and Seed Distribution in Collaboration with UPTD in Cihanyawar Village Arifin, Irlansyah; Tri, Rindi; Aulia, Nova; Rahmawati, Siti; Ananda, Ristiany; Yulinda, Elma; Nuraeni, Wini; Saputri, Meisa; Rizqi, Muhamad; Suci, Kuntum; Rachmadio, R. Edy
Help: Journal of Community Service Vol. 2 No. 1 (2025): June 2025
Publisher : PT Agung Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62569/hjcs.v2i1.177

Abstract

This community service initiative was designed to improve rice farmers’ livelihoods through a participatory support program involving seed distribution and collaborative agricultural assistance with the Regional Technical Implementation Unit (UPTD) in Cihanyawar Village. The program integrated the strengths of academic institutions and local agricultural agencies to deliver targeted support aimed at increasing productivity and income. Using a participatory action research approach, the six-month program engaged 50 farmers through four key phases: preparation, implementation, monitoring, and evaluation. Three superior rice varieties IR64, Ciherang, and Inpari-32, were distributed, accompanied by intensive training in modern cultivation techniques, integrated pest management, and sustainable farming practices. The initiative led to a 61.9% increase in rice yield, from 4.2 to 6.8 tons per hectare, with Inpari-32 performing the highest at 7.2 tons per hectare. Economically, farmers’ gross income rose by 55.3%, from IDR 8.5 million to IDR 13.2 million per hectare per season, with a benefit-cost ratio of 6.27. Knowledge transfer was also effective, as farmers’ mastery of modern practices improved from 23% to 87%. Notably, 78% of participating farmers expressed commitment to continue the improved practices. The success of this collaborative model underscores the potential of participatory and institutional synergy in promoting sustainable improvements in farmers’ livelihoods. This model can serve as a practical reference for future agricultural development programs in similar rural contexts.
Klasifikasi Tutupan Lahan Menggunakan Analisis Spektral Citra Satelit dengan Algoritma Backpropagation Indra Krisnadi, Dewanto; Rizqi, Muhamad; Saputro, Rinoto
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk melakukan klasifikasi tutupan lahan suatu wilayah dengan studi kasus pada wilayah Lampung dan Jawa Barat menggunakan data citra satelit Landsat 8 OLI (Operational Land Imager) hasil perekaman periode Maret 2017 sampai November 2019. Penelitian dilakukan dengan beberapa tahap, tahapan pertama adalah akuisisi data citra pada website Lapan kemudian pengolahan citra dilakukan pada Matlab 2014a yang terdiri dari tahapan interpretasi visual citra, membuat penciri kelas, klasifikasi citra, dan uji akurasi. Metode klasifikasi yang digunakan adalah metode JST Backpropagation yang telah berhasil mengklasifikasikan atau mengidentifikasi citra RGB satelit dengan menghasilkan Root Mean Square Error (RMSE) sebesar 0,000000009. Hasil klasifikasi citra terolah menghasilkan 4 kelas tutupan lahan berdasarkan ciri warna yang tergambar pada citra satelit yaitu laut dengan ciri warna biru tua, tutupan awan dengan ciri warna putih, hutan dengan ciri warna hijau, dan tanah terbuka digambarkan dengan ciri rona warna coklat. Uji validasi dilakukan dengan membandingkan data uji dan data validasinya menggunakan metode sensitivitas, spesifisitas, dan akurasi dari 20 set data uji, menghasilkan nilai rata- rata masing-masing sebesar 94.76%, 98.73%, dan 98.02%. Dengan keakurasian yang telah dicapai dan dibandingkan dengan data acuan dari United States Geological Survey (USGS) yang telah menetapkan bahwa tingkat ketelitian klasifikasi atau interpretasi minimum dengan metode penginderaan jauh, nilai akurasinya harus lebih atau sama dengan dari 85%. Dengan demikian sistem ini yang memiliki tingkat akurasi sebesar 98.02% dapat dikatakan cukup baik.
Co-Authors Ananda, Ristiany Arifin, Irlansyah Aulia, Nova Indra Krisnadi, Dewanto Nuraeni, Wini Rachmadio, R. Edy Saputri, Meisa Saputro, Rinoto Siti Rahmawati Suci, Kuntum Tri, Rindi Yulinda, Elma