Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems Jurnal Perikanan
I Kadek Adiana Putra
Institut Bisnis dan Teknologi Indonesia
Agriculture, Biological Sciences & Forestry Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
PEMETAAN SEBARAN DAN KERAPATAN HUTAN MANGROVE MENGGUNAKAN MACHINE LEARNING PADA GOOGLE EARTH ENGINE DAN SISTEM INFORMASI GEOGRAFI DI PULAU BALI Husnayaen Husnayaen; Philosofia Amela; Dwi Puspa Arini; I Kadek Adiana Putra
Jurnal Perikanan Vol 13 No 1 (2023): JURNAL PERIKANAN
Publisher : Program Studi Budidaya Perairan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jp.v13i1.474

Abstract

Hutan mangrove sedang menghadapi masalah seperti deforestasi, sehingga perlu pemantauan dan pemetaan hutan mangrove khususnya di Pulau Bali. Penyebab utama hilangnya hutan mangrove adalah kegiatan antropogenik, termasuk akuakultur, pertanian, dan pembangunan perkotaan. Di wilayah yang luas seperti pulau Bali, penyediaan data sebaran mangrove dan pemantauan perubahan kondisi vegetasi memerlukan waktu proses yang lama bila dilakukan dengan interpretasi citra secara konvensional. Penelitian ini bertujuan untuk mengidentifikasi luasan sebaran dan kerapatan hutan mangrove untuk memberikan informasi terbaru kepada pemerintah. Metode yang digunakan adalah CART Supervised Classsification di Google Earth Engine (GEE) dan Normalized Difference Vegetation Index (NDVI) di ArcMap. Platform Google Earth Engine (GEE) memiliki koneksi big data yang dapat mengolah data berbasis cloud dengan berbagai algoritma machine learning. Kajian ini berfokus pada tiga zona utama yaitu zona A meliputi Kabupaten Buleleng dan Jembrana, Zona B yang meliputi Kota Denpasar dan Kabupaten Badung, dan Zona C yang masuk dalam Kabupaten Klungkung. Hasil pemetaan sebaran hutan mangrove memiliki nilai overall accuracy sebesar 95.7% sedangkan kappa accuracy sebesar 91.2%. Total luas hutan mangrove pada tahun 2021 di Pulau Bali adalah 2,488.7 Ha. Kerapatan hutan mangrove terlebat terletak di kawasan Tahura Ngurah Rai (Zona B) yaitu Kota Denpasar dan Kabupaten Badung masing-masing 335.9 Ha dan 261.1 Ha. Kota Denpasar dan Kabupaten Badung juga merupakan dua kawasan mangrove terluas di Pulau Bali dengan luas masing-masing adalah 590.5 Ha dan 662.5 Ha.
Sistem Pengering Daun Kelor Berbasis Internet of Things dan Artificial Intteligence I wayan Sudiarsa; Putu Sugiartawan; I Gede Iwan Sudipa; Ni Made Maharianingsih; I Kadek Adiana Putra
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 13, No 2 (2023): October
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.89823

Abstract

Drying Moringa leaves is needed to reduce the water content so that the Moringa leaves become fresh and can be used for the following process. Drying Moringa leaves to change the water content from 80% to 9.2% requires ideal heating conditions because the heating speed must not damage the nutritional content in the leaves. Developing an existing drying system using IoT to monitor humidity and temperature to increase the drought stability of the Moringa leaves produced. By using IoT, it is hoped that drying conditions can be watched from anywhere and recorded so that if undesirable things happen, it will be easier to track the history of the drying process that has taken place. This system is also connected to a recommendation system using an Artificial Neural Network (ANN). This system will provide recommendations for the best conditions for Moringa flour production because various external factors influence the drying of Moringa leaves. Utilization of the ANN model can recognize data patterns in seasonal time series. The results of implementing the Moringa leaf drying machine can reduce the time by 120 minutes faster than the previous tool
Co-Authors Dwi Puspa Arini Husnayaen Husnayaen I Gede Iwan Sudipa I Wayan Sudiarsa Ni Made Maharianingsih Philosofia Amela Putu Sugiartawan