DISEMINASI SISTEM INFORMASI GEOGRAFIS KOMODITAS PERTANIAN DI DESA KEMUNING LOR KABUPATEN JEMBER UNTUK MENDUKUNG PENINGKATAN PEREKONOMIAN DITENGAH PANDEMI COVID-19

Authors

  • Aji Seto Arifianto Politeknik Negeri Jember
  • Shabrina Choirunnisa Politeknik Negeri Jember
  • Fitri Krismiratsih Politeknik Negeri Jember

Keywords:

kemuning lor, sig, 2019-nCov

Abstract

Desa Kemuning Lor terletak pada posisi 8° 5' 20° Lintang Selatan dan 113° 44' 40'` Bujur Timur, khusus pada sumber daya alam potensi yang ada di desa kemuning lor adalah buah naga, durian, kelor, ubi-ubian, kopi, padi, pisang, bambu dan kelap muda. Sektor pertanian memiliki tren negatif dalam beberapa tahun belakang, padahal komoditi pertanian yang menjadi sektor dominan dari populasi industri di dalam negeri berperan penting sebagai tulang punggung perekonomian nasional. Besarnya potensi ini perlu dikembangkan lebih lanjut untuk pemetaan dan pemanfaatan komoditas yang ada, sehingga diperlukan sistem yang mampu menunjukan data sebaran. Mengatasi sebaran komoditas yang luas terutama dimasa pandemi 2019-nCov, pengabdian ini bertujuan untuk menjawab tantangan tersebut dengan mengembangkan aplikasi yang mampu mendukung Desa Kemuning Lor dalam pengembangan potensi komoditi pertanian khususnya dimasa dan pasca pandemi. Melalui pengabdian ini diharapkan dapat menyelesaikan dua permasalahan: a) meningkatkan kualitas managemen Komoditas Pertanian, dan b) penangan Komoditas Pertanian pada masa pandemi 2019-nCoV dan peningkatan produksi pasca pandemi.

References

Alkaf, I., Rochaeni, S., & Nugraha, A. T. (2019). PERAN SEKTOR PERTANIAN TERHADAP PEREKONOMIAN KABUPATEN CILACAP PERIODE 2002-2013 (Dengan Pendekatan Tipologi Klassen, Shift Share, dan Loqation Quetient). Agribusiness Journal, 11(1), 91–99. https://doi.org/10.15408/aj.v11i1.11837

Bembok, N., Kapantow, G. H. M., & Rengkung, L. R. (2020). Kontribusi Sektor Pertanian Dalam Perekonomian di Kabupaten Minahasa. Jurnal Transdisiplin Pertanian, 16(September), 333 – 342.

Cao, C., Li, G., Zheng, S., & Cheng, J. (2012). Research On The Environmental Impact Factors of Hand-Foot-Mouth Disease in Shenzhen, China using RS and GIS Technologies. 7240–7243.

Cheng, Q., & Zhang, S. (2002). Fuzzy Weights of Evidence Method Implemented in GeoDAS GIS for Information Extraction and Integration for Prediction of Point Events. … Symposium, 2002. IGARSS’02. 2002 IEEE …, 00(C), 2933–2935. http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1026826

Founoun, A., & Hayar, A. (2019). Evaluation of the concept of the smart city through local regulation and the importance of local initiative. 2018 IEEE International Smart Cities Conference, ISC2 2018, 1–6. https://doi.org/10.1109/ISC2.2018.8656933

Guizani, N., & Ghafoor, A. (2014). Modeling and Evaluation of Disease Spread Behaviors. 2014 International Wireless Communications and Mobile Computing Conference (IWCMC), 996–1003. https://doi.org/10.1109/IWCMC.2014.6906491

Guo, L., Sun, Z., Di, L., & Lin, L. (2016). Spatial Distribution and Variation Analysis of Lyme Disease in The Northeastern United States. 2–5. https://doi.org/10.1109/Agro-Geoinformatics.2016.7577627

Klyuzhin, I. S., Shahinfard, E., Gonzalez, M., & Sossi, V. (2016). Feasibility of Using Geometric Descriptors of Tracer Distribution for Disease Assessment. 2014 IEEE Nuclear Science Symposium and Medical Imaging Conference, NSS/MIC 2014, 1–5. https://doi.org/10.1109/NSSMIC.2014.7430953

Latif, Z. A., & Mohamad, M. H. (2015). Mapping of Dengue Outbreak Distribution Using Spatial Statistics and Geographical Information System. 2nd International Conf on Information Science and Security, 1–5.

Metode Pelaksanaan Pengabdian kepada Masyarakat. (2017). https://doi.org/10.17605/OSF.IO/R3EV2

Robinson, D. C., Mohanty, S., Young, J., Jones, G., & Wesemann, D. (2015). Novel Techniques for Mapping Infectious Diseases Using Point of Care Diagnostic Sensors. Physics and Technology of Sensors (ISPTS), 2015 2nd International Symposium On, 325–327. https://doi.org/10.1109/ISPTS.2015.7220139

Rompas, J., Engka, D., & Tolosang, K. (2015). Potensi Sektor Pertanian dan Pengaruhnya terhadap Penyerapan Tenaga Kerja di Kabupaten Minahasa Selatan. Jurnal Berkala Ilmiah Efisiensi, 15(04), 124–136. http://ejournal.unsrat.ac.id/index.php/jbie/article/viewFile/9461/9034

Suandi, & Delis, A. (2020). Analisis Investasi dan Kontribusi Sektor Pertanian Terhadap Perekonomian Kabupaten Merangin Provinsi Jambi dengan Menggunakan Pendekatan ICOR. Jurnal Sosial Ekonomi Pertanian, 13(2), 112–124.

Tirani, T., Pranoto, Y. S., & Moelyo, H. (2018). Kontribusi Sektor Pertanian berdasarkan Keunggulan Wilayah di Kabupaten Bangka. Caraka Tani: Journal of Sustainable Agriculture, 33(1), 42. https://doi.org/10.20961/carakatani.v33i1.19662

Vitianingsih, A. V., Cahyono, D., & Choiron, A. (2017). Analysis and Design of Web-Geographic Information System for Tropical Diseases-Prone Areas: A Case Study of East Java Province, Indonesia. 2017 4th International Conference on Information Technology, Computer, and Electrical Engineering (ICITACEE), 255–260. https://doi.org/10.1109/ICITACEE.2017.8257713

Wang, W., Tang, J., & Wei, F. (2020). Updated understanding of the outbreak of 2019 novel coronavirus (2019-nCoV) in Wuhan, China. Journal of Medical Virology, 92(4), 441–447. https://doi.org/10.1002/jmv.25689

Zeng, W., Liu, X., Cui, X., Cui, H., & Wang, P. (2006). Remote Sensing and GIS for Identifying and Monitoring The Environmental Factors Associated with Vector-Borne Disease: An verview. International Geoscience and Remote Sensing Symposium (IGARSS), 1443–1446. https://doi.org/10.1109/IGARSS.2006.372

Downloads

Published

2021-11-30

How to Cite

Aji Seto Arifianto, Shabrina Choirunnisa, & Fitri Krismiratsih. (2021). DISEMINASI SISTEM INFORMASI GEOGRAFIS KOMODITAS PERTANIAN DI DESA KEMUNING LOR KABUPATEN JEMBER UNTUK MENDUKUNG PENINGKATAN PEREKONOMIAN DITENGAH PANDEMI COVID-19. Prosiding Seminar Nasional Terapan Riset Inovatif (SENTRINOV), 7(3), 58-66. Retrieved from https://proceeding.isas.or.id/index.php/sentrinov/article/view/1076