cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mohamad Maulana
Contact Email
maulana@litbang.pertanian.go.id
Phone
-
Journal Mail Official
red-ip@litbang.pertanian.go.id
Editorial Address
-
Location
,
INDONESIA
Informatika Pertanian
Published by Badan Penelitian dan Pengembangan Pertanian
ISSN : 08521743     EISSN : 25409875     DOI : -
Core Subject : Science, Agriculture,
Agriculture, Biological Sciences & Forestry Computer Science & IT
Informatika Pertanian terbit 2 (dua) kali dalam setahun yaitu pada bulan Juni dan Desember, terbit sejak tahun 1991. Jurnal Informatika Pertanian telah terakreditasi oleh Direktorat Jenderal Penguatan Riset dan Pengembangan, kementerian Riset, Teknologi dan Pendidikan Tinggi Republik Indonesia dengan nomor Akreditasi No. 21/E/KPT/2018, Tanggal 9 Juli 2018. Jurnal Informatika Pertanian telah memiliki ISSN: 0852-1743, e-ISSN: 2540-9875. Jurnal Informatika Pertanian dikelola oleh Sekretariat Badan Penelitian dan Pengembangan Pertanian yang beralamat Jl. Ragunan No. 29 Jakarta Selatan, Jakarta, Indonesia 12540
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Vol 29, No 2 (2020): DESEMBER" : 6 Documents clear
INOVASI INTERNET OF THINGS PADA SEKTOR PERTANIAN: PENDEKATAN ANALISIS SCIENTOMETRICS Harsanto, Budi
Informatika Pertanian Vol 29, No 2 (2020): DESEMBER
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v29n2.2020.p111-122

Abstract

Internet of Things (IoT) yang awalnya digagas untuk perbaikan proses bisnis pada industri manufaktur, saat ini sudah menjadi bagian dari berbagai sektor perekonomian, termasuk sektor primer seperti pertanian. Tujuan penelitian ini adalah untuk mengetahui inovasi berbasis IoT pada sektor pertanian dengan menganalisis metadata publikasi ilmiah yang relevan pada database akademik Scopus sehingga dapat memberikan gambaran bagi peneliti, praktisi, dan pengambil kebijakan tentang inovasi IoT yang telah diimplementasikan secara global. Pengembangan IoT pada sektor pertanian menjadi keniscayaan sejalan dengan meningkatnya kebutuhan akan pangan dan keinginan untuk mengembangkan pertanian secara berkelanjutan. Penelitian diawali dengan penelusuran publikasi ilmiah secara terstruktur dan dianalisis secara kuantitatif menggunakan pendekatan scientometrics. Hasil analisis menunjukkan publikasi ilmiah terbanyak dengan topik IoT pada sektor pertanian berasal dari India, China, dan Amerika Serikat. Analisis terhadap kata kunci menunjukkan adanya lima klaster kata kunci yang terbentuk. Konsep yang mengemuka pada setiap klaster meliputi internet of things, smart agriculture, cloud computing, dan soil moisture (klaster 1); automation, RFID, agricultural products (klaster 2), agriculture, sensors, wireless sensor networks (klaster 3), sensor nodes (klaster 4); dan crops, cultivation, precision agriculture (klaster 5).
MESIN PEMBELAJARAN ENSEMBLE UNTUK IDENTIFIKASI VARIETAS PADI Ikhlas, Ariza; Abdullah, Abdullah; Prasetyo, Dwi Yuli
Informatika Pertanian Vol 29, No 2 (2020): DESEMBER
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v29n2.2020.p123-130

Abstract

Setiap varietas padi memiliki karakter tertentu dengan anjuran tanam berbeda. Petani umumnya kesulitan memilih varietas padi yang cocok untuk ditanam di lahan mereka karena kurangnya kemampuan identifikasi. Algoritma klasifikasi merupakan solusi mengatasi masalah ini karena mampu mengidentifikasi varietas padi melalui citra digital. Tujuan penelitian ini adalah menerapkan dan mengevaluasi beberapa algoritma klasifikasi untuk mengidentifikasi varietas padi menggunakan fitur warna dan tekstur. Penelitian dilakukan di kabupaten Indagiri Hilir Riau pada tahun 2018. Mesin pembelajaran dibangun dengan cara menggabungkan beberapa algoritma klasifikasi (classifier), yaitu Support Vector Machine, k-Nearest Neighbors, Logistic Regression, dan Decision Tree. Varietas yang diteliti adalah IR42, Inpara-9. dan Batang Piaman. Berdasarkan tingkat ketelitian masing-masing algoritma, k-Nearest Neighbors memberikan hasil lebih baik dibanding algoritma lainnya, baik dengan maupun tanpa normalisasi data. Terdapat enam sampel Inpara-9 yang diprediksi benar (true positive) dan lima sampel diprediksi salah (false positive). Pada varietas Batang Piaman terdapat delapan sampel yang diprediksi benar (true positive). Pada IR42 terdapat lima sampel yang diprediksi benar.
FAKTOR–FAKTOR YANG MEMPENGARUHI KONSUMSI SAYURAN RUMAH TANGGA PADA KAWASAN RUMAH PANGAN LESTARI DI KOTA SAMARINDA DAN BONTANG Widyawati, Afrilia Tri; Amin, Muhammad
Informatika Pertanian Vol 29, No 2 (2020): DESEMBER
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v29n2.2020.p63-72

Abstract

ABSTRACTFAKTOR – FAKFAKTOR – FAKTOR YANG MEMPENGARUHI KONSUMSI SAYURAN RUMAH TANGGA PADA KAWASAN RUMAH PANGAN LESTARI DI KOTA SAMARINDA DAN BONTANGTOR YANG MEMPENGARUHI KONSUMSI SAYURAN RUMAH TANGGA PADA KAWASAN RUMAH PANGAN LESTARI DI KOTA SAMARINDA DAN BONTANG Backyard has a potential to feed the family as vegetables cropland or fruit crops. Sustainable Food Reserved Garden Program (SFRG) was designed to increase the potential of backyard to provide sustainable cheap food. This study aimed to analyze the factors affecting household’s vegetables consumption in the area of SFRG program. The research was conducted in Samarinda and Bontang City in 2018, involving 60 respondents who have implemented the program. Respondents were divided into three strata according yard size, which are stratum 1 (narrow), stratum 2 (medium) and stratum 3 (extensive). Data was collected through interviews using a structured questionnaire and focus group discussions with managers of the program. Afterwards, the data were analyzed descriptively. The result showed that the variations of plants types tend to be uniform among the three strata such as eggplant, peppers, tomatoes, cabbage, kale, leeks and spinach. In terms of the arrangement, narrow stratum was dominated by “vertikultur”, medium stratum by polybag and extensive stratum by seedbeds. Key words: SFRG, vegetables consumption, backyard, vegetables production  ABSTRAK Optimalisasi pemanfaatan lahan pekarangan penting untuk memenuhi kebutuhan pangan dan sayuran bagi keluarga. Melalui program Kawasan Rumah Pangan Lestari (KRPL) diharapkan dapat menyediakan pangan murah yang berkelanjutan. Penelitian bertujuan menganalisis faktor-faktor yang mempengaruhi konsumsi sayuran rumah tangga di Kawasan Rumah Pangan Lestari. Penelitian dilaksanakan di Kota Samarinda dan Bontang tahun 2018 melibatkan 60 responden pelaksana program KRPL. Responden dibedakan ke dalam tiga strata berdasarkan luas pekarangan, yaitu strata 1 (sempit), strata 2 (sedang) dan strata 3 (luas). Pengumpulan data dilakukan dengan wawancara menggunakan kuesioner terstruktur dan Focus Group Discussion melibatkan pengelola program KRPL. Data dianalisis secara deskriptif. Hasil penelitian menunjukkan bahwa variasi jenis tanaman cenderung seragam antar strata, dengan tanaman dominan terong, cabai, tomat, sawi, kangkung, bawang daun dan bayam. Penataan tanaman pada strata satu dominan vertikultur, strata dua menggunakan polibag dan strata tiga dengan bedengan. Kata kunci: KRPL, konsumsi sayuran, pekarangan, produksi sayuran.
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS TANAH YANG SESUAI UNTUK TANAMAN PANGAN MENGGUNAKAN METODE SMARTER DAN SAW Nurdin, Nurdin; Fahrozi, Fazar; Ula, Mutammimul; ., Muthmainah
Informatika Pertanian Vol 29, No 2 (2020): DESEMBER
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v29n2.2020.p83-94

Abstract

Lahan atau tanah merupakan sumber daya fundamental yang dimiliki manusia. Dengan adanya lahan, manusia dapat menghasilkan bahan pangan, sandang, papan, tambang, dan tempat dilaksanakannya berbagai aktivitas. Di satu sisi, kebutuhan lahan untuk pertanian terus meningkat. Di sisi lain, lahan subur makin terbatas karena digunakan untuk berbagai keperluan selain pertanian. Selain itu, petani umumnya kesulitan menentukan jenis tanaman yang tepat diusahakan pada tanah yang dimiliki. Penelitian ini bertujuan untuk menentukan jenis tanah yang sesuai bagi tanaman pangan menggunakan metode Simple Multi Attribute Rating Technique Exploiting Rank (SMARTER) dan metode Simple Additive Weighting (SAW). Kriteria dan perhitungan bobot untuk metode SMARTER dan SAW adalah kesuburan tanah (W1), unsur hara tanah (W2), kelembaban tanah (W3), tekstur tanah (W4), ketebalan gambut tanah (W5), reaksi (pH) tanah (W6), dan drainase tanah (W7). Hasil penelitian penerapan metode SMARTER dan SAW menghasilkan preferensi dengan nilai tertinggi 0,824286 pada jenis tanah Andosol untuk tanaman padi.
PENYAJIAN DAN INTERPRETASI FAKTOR UTAMA SAAT INTERAKSI BERBEDA NYATA Budiaji, Weksi
Informatika Pertanian Vol 29, No 2 (2020): DESEMBER
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v29n2.2020.p73-82

Abstract

Jika analisis sidik ragam menghasilkan interaksi yang berbeda nyata, sesuai dengan prinsip marginalitas maka efek utama seharusnya tidak diinterpretasikan dan tidak diuji. Penelitian ini bertujuan mengevaluasi bentuk interaksi (terurut atau tidak terurut), sehingga penyajian dan interpretasi faktor utama saat terjadi interaksi dapat dibuat dengan benar. Metode yang digunakan adalah metode visual dan matematis yang diterapkan pada data simulasi dan dua data riil. Berdasarkan evaluasi matematis dari data simulasi, faktor utama dapat diinterpretasi pada saat kedua faktor utama berbeda nyata dan hanya berlevel dua. Saat jumlah level meningkat, peluang untuk menginterpretasikan faktor utama menjadi berkurang (12% pada jumlah level tiga). Penyajian data dapat menggunakan tabel kombinasi perlakuan dan tabulasi silang. Tabel tabulasi silang memungkinkan perbandingan perlakuan antar baris/ kolom sehingga penggunaan kalimat “huruf kecil yang sama pada baris yang sama dan huruf kapital yang sama pada kolom yang sama tidak berbeda” harus dihindari saat interaksi tidak terurut. Hal ini dilakukan agar interpretasi, perbandingan antar perlakuan, dan tingkat a yang digunakan tidak menyesatkan.
ANALISIS SISTEM DINAMIK UNTUK EVALUASI PENCAPAIAN SWASEMBADA BERAS MELALUI PROGRAM UPAYA KHUSUS Somantri, Agus Supriatna; Luna, Prima; Arsanti, Idha Widi; Waryanto, Budi
Informatika Pertanian Vol 29, No 2 (2020): DESEMBER
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v29n2.2020.p95-110

Abstract

Upaya Khusus (UPSUS) Padi merupakan kebijakan Kementerian Pertanian dalam upaya mencapai swasembada beras yang diimplementasikan sejak tahun 2015. Apakah kegiatan ini berhasil dan tepat? Analisis sitem dinamik digunakan sebagai alat evaluasi kegiatan UPSUS Padi dengan pendekatan system thinking. Penelitian ini bertujuan untuk mengevaluasi kebijakan UPSUS Padi sejak tahun 2015-2018 menggunakan sistem dinamik. Metodologi penelitian dibangun dengan membuat Causal Loop Diagram (CLD) utama sistem swasembada beras, subsistem yang mendukung swasembada beras, sistem permintaan, dan sistem pencapaian target swasembada beras. Model dinamik tersebut divalidasi, disimulasi, dan direformulasi. Hasil simulasi menunjukkan sistem dinamik dapat dijadikan alat evaluasi kebijakan program UPSUS Padi dengan hasil validasi model bernilai MAPE < 5%, sehingga dapat menggambarkan kondisi sesungguhnya. Hasil simulasi model menunjukkan UPSUS Padi sukses meningkatkan produksi. Bilamana dalam lima tahun target peningkatan indeks pertanaman (IP) dan produktivitas tercapai, maka pada tahun 2022 akan terjadi puncak surplus beras sebesar 25 juta ton. Setelah itu produksi padi akan terus menurun jika hingga akhir tahun 2024 konversi lahan sawah tidak dibendung. Penerapan kebijakan UPSUS Padi perlu didukung oleh kebijakan penerapan mekanisasi untuk pra dan pascapanen, penyuluhan, revitalisasi penggilingan, diversifikasi pangan, dan penekanan konversi lahan. Hasil simulasi dengan memasukkan semua variabel tersebut menunjukkan Indonesia dalam lima tahun ke depan akan surplus 35 juta ton beras sehingga swasembada terus berlanjut.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 30, No 2 (2021): Desember 2021 Vol 30, No 1 (2021): Juni 2021 Vol 29, No 2 (2020): DESEMBER Vol 29, No 1 (2020): Juni Vol 28, No 2 (2019): DESEMBER 2019 Vol 28, No 1 (2019): Juni 2019 Vol 27, No 2 (2018): Desember 2018 Vol 27, No 1 (2018): Juni 2018 Vol 27, No 1 (2018): Juni 2018 Vol 26, No 2 (2017): Jurnal Informatika Pertanian Vol 26, No 2 (2017): Jurnal Informatika Pertanian Vol 26, No 1 (2017): Jurnal Informatika Pertanian Vol 26, No 1 (2017): Jurnal Informatika Pertanian Vol 25, No 2 (2016): Desember 2016 Vol 25, No 1 (2016): JUNI 2016 Vol 25, No 1 (2016): JUNI 2016 Vol 24, No 2 (2015): Desember 2015 Vol 24, No 2 (2015): Desember 2015 Vol 24, No 1 (2015): Juni 2015 Vol 24, No 1 (2015): Juni 2015 Vol 23, No 2 (2014): Desember 2014 Vol 23, No 2 (2014): Desember 2014 Vol 23, No 1 (2014): JULI, 2014 Vol 23, No 1 (2014): JULI, 2014 Vol 22, No 2 (2013): DESEMBER, 2013 Vol 22, No 2 (2013): DESEMBER, 2013 Vol 22, No 1 (2013): JULI, 2013 Vol 22, No 1 (2013): JULI, 2013 Vol 21, No 2 (2012): Desember 2012 Vol 21, No 2 (2012): Desember 2012 Vol 21, No 1 (2012): JULI, 2012 Vol 21, No 1 (2012): JULI, 2012 More Issue