Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal INOTEK Gudang Jurnal Multidisiplin Ilmu
audiatul jinan
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Public Health Social Sciences Other

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

Found 2 Documents
Search

 1 
sistem Sistem Informasi Penyediaan Obat Berbasis Website di Puskesmas Silo Jember audiatul jinan; Ghofur, Abd; Susanto, Adi
Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK) Vol. 5 No. 1 (2025): Prosiding Seminar Nasional Inovasi dan Adopsi Teknologi (INOTEK)
Publisher : LPPM STMIK Rosma

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

Abstract

Di tengah pesatnya perkembangan teknologi di abad digital ini, yang telah membawa dampak yang sangat besar pada banyak sektor kehidupan, termasuk sektor kesehatan, khususnya Puskesmas. Pengelolaan data obat yang masih dilakukan secara konvensional dengan mengandalkan asumsi atau perkiraan. Hal ini kurang efektif, karena akan meningkatkan risiko kesalahan, seperti data ganda, atau ketidaksesuaian antara catatan dan stok yang ada. Masalah ini akan berdampak terhadap informasi jumlah persediaan obat. Agar dihasilkan laporan-laporan yang lebih cepat dan akurat maka dirangcang sebuah sistem informasi penyediaan obat berbasis website pada Puskesmas Silo menggunakan metode pengembangan perangkat lunak Watelfall dengan sebuah bahasa yang menggambarkan visual UML (Unified Modeling Language). Sistem dirancang menggunakan bahasa pemograman PHP (Hypertext Preprocessor) dengan MySQL menggunakan kode editor Visual Studio Code. Hasil dan manfaat dari sistem informasi penyediaan obat ini adalah untuk mempercepat pencatatan, pemantauan, dan rekapitulasi stok obat secara real-time, meningkatkan akurasi dan efisiensi pengelolaan obat, dan mendukung pengambilan keputusan yang lebih tepat dalam perencanaan pengadaan obat di Puskesmas Silo Jember.
Mendeteksi Penyakit Huanglongbing (HBL) Pada Tanaman Jeruk: Penerapan Teachable Machine Dalam Citra Digital Audiatul Jinan; Zaehol Fatah
Gudang Jurnal Multidisiplin Ilmu Vol. 2 No. 11 (2024): GJMI - NOVEMBER
Publisher : PT. Gudang Pustaka Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/gjmi.v2i11.1074

Abstract

Jeruk merupakan komoditas holtikultura dengan nilai ekonomi tinggi di indonesia, namun penyakit Hunglongbing (HBL), yang disebabkan oleh bakteri Candidatus Liberibacter asiaticus (Clas) dan disebabkan oleh vektot serangga Diaphorina citri, menjadi ancaman serius bagi produksi jeruk. Gejala HBL, seperti daun menguning, tunas terhambat, dan buah yang mengerut, menyebabkan penurunan kualitias dan kuantitas hasil jeruk yang signifikan. Deteksi dini penyakit ini sangat penting untuk mengurangi dampaknya, namun deteksi pada tahap awal sering kali terhambat kerena gejala baru muncul pada tahap lanjut. Salah satu solusi yang menjajikan adalah penggunaan teknologi pembelajaran mesin dalam analisis citra digital. Teachable Machine, sebuah Platform dari Google, Digunakan untuk melatih model pembelajaran esin yang dapat mendeteksi gejala HBL pada tanaman jeruk secara cepat dan akurat dengan memanfaatkan citra digital. Data set gambar daun jeruk sehat dan yang terinfeksi HBL diperoleh melalui Platform Pencairan gambar, dan model pelatihan dilakukan dengan menyusaikan parameter seperti epoch, batch size, dan learning rate. Evaluasi model menunjukkan akurasi klasifikasi yang signifikan, memberikan solusi deteksi dini yang efisien dan mudah diakses oleh petani. Penggunaan Teachable Machine menawarkan alternatif praktis bagi petani untuk mengidentifikasi penyakit tahap awal, yang dapat meningkatkan pengelolaan kesehatan tanaman jeruk dan mengurangi kerugian ekonomi akibat HBL. Hasil ini menekankan potensi besar teknologi pembelajaran mesin dalam meningkatkan keberlanjutan pertanian melalui deteksi penyakit yang lebih cepat dan akurat.
Co-Authors Abd Ghofur Adi Susanto Zaehol Fatah