Direktori Penelitian & Pengabdian
Menampilkan 5 data penelitian
Pengembangan Model Pembelajaran Berbasis Kearifan Lokal Bugis-Makassar untuk Meningkatkan Literasi Budaya Siswa SMA
Penelitian ini bertujuan untuk mengembangkan model pembelajaran inovatif yang mengintegrasikan kearifan lokal Bugis-Makassar ke dalam kurikulum pendidikan menengah atas. Melalui pendekatan Research and Development (R&D), penelitian ini menghasilkan modul pembelajaran yang telah divalidasi oleh pakar pendidikan dan budaya. Hasil uji coba menunjukkan peningkatan signifikan dalam literasi budaya dan motivasi belajar siswa.
Analisis Kualitas Air Sungai Karajae dan Dampaknya terhadap Kesehatan Masyarakat Pesisir Kota Parepare
Studi ini menganalisis parameter fisika, kimia, dan biologi air Sungai Karajae serta mengidentifikasi korelasi antara kualitas air dengan prevalensi penyakit kulit dan pencernaan pada masyarakat pesisir. Data dikumpulkan melalui pengambilan sampel di 12 titik stasiun selama 6 bulan. Hasil menunjukkan adanya pencemaran organik di beberapa titik yang berkorelasi positif dengan angka kejadian diare.
Pemanfaatan Teknologi Internet of Things (IoT) untuk Sistem Monitoring Tambak Udang Terintegrasi di Kabupaten Pinrang
Penelitian ini merancang dan mengimplementasikan sistem monitoring tambak udang berbasis IoT yang mampu memantau parameter kualitas air secara real-time meliputi suhu, pH, salinitas, dan oksigen terlarut. Sistem dilengkapi notifikasi otomatis melalui aplikasi mobile untuk memudahkan petambak dalam pengambilan keputusan. Hasil pengujian menunjukkan akurasi sensor di atas 95% dengan latensi data kurang dari 5 detik.
Studi Etnofarmakologi Tumbuhan Obat Tradisional Suku Mandar sebagai Kandidat Antidiabetes
Penelitian ini melakukan inventarisasi dan uji bioaktivitas tumbuhan obat yang digunakan secara tradisional oleh Suku Mandar untuk pengobatan diabetes. Sebanyak 23 spesies tumbuhan berhasil diidentifikasi melalui wawancara mendalam dengan 15 battra (dukun). Uji in vitro terhadap enzim alfa-glukosidase menunjukkan bahwa 5 ekstrak tanaman memiliki potensi penghambatan yang signifikan.
Implementasi Machine Learning untuk Prediksi Hasil Panen Padi di Kabupaten Sidrap Berbasis Data Klimatologi
Penelitian ini mengembangkan model prediksi hasil panen padi menggunakan algoritma Random Forest dan Gradient Boosting dengan input data klimatologi meliputi curah hujan, suhu, kelembaban, dan intensitas penyinaran matahari. Dataset mencakup data 10 tahun terakhir dari BPS dan BMKG. Model terbaik mencapai akurasi R-squared 0.87 dan MAE sebesar 0.32 ton/hektar.