BackgroundThe effectiveness of vector control efforts can vary based on the interventions used and local mosquito behaviour and adaptability. In many settings, biting patterns of Anopheles mosquitoes can shift in response to interventions targeting indoor-biting mosquitoes, often resulting in higher proportions of mosquitoes feeding outside or at times when people are not protected. These behaviourally resistant mosquitoes have been shown to sustain residual malaria transmission and limit control efforts. Therefore, it is important to accurately sample mosquitoes to understand their behaviour.MethodsA variety of traps were evaluated in three geographically diverse sites in malaria-endemic Indonesia to investigate local mosquito feeding behaviour and determine effective traps for surveillance.ResultsEight traps were evaluated in three sites: Canti village, Lampung, Kaliharjo village, Purworejo, and Saketa village, Halmahera, Indonesia, including the gold standard human landing collection (HLC) and a variety of traps targeting host-seeking and resting mosquitoes both indoors and outdoors. Trapping, using indoor and outdoor HLC, the Ifakara tent trap C, goat and human-occupied tents, resting pots and boxes, and CDC miniature light traps was conducted for 16 nights in two sites and 8 nights in a third site, using a Latin square design. Trap efficacy varied by site, with outdoor HLC yielding the highest catch rates in Canti and Kaliharjo and a goat-baited tent trap proving most effective in Saketa. In Canti village, anthropophilic Anopheles sundaicus were caught indoors and outdoors using HLCs, peaking in the early morning. In Kaliharjo, a variety of mosquitoes were caught, mostly outdoors throughout the night. HLC was ineffective in Saketa, the only site where a goat-baited tent trap was tested. This trap was effective in catching zoophilic vectors outdoors before midnight.ConclusionsDifferent trapping methods were suitable for different species, likely reflecting differences in behaviour among species. The three villages, each located on a different island in the Indonesian archipelago, contained mosquito populations with unique behaviours. These data suggest that the effectiveness of specific vector monitoring and control measures may vary by location.Electronic supplementary materialThe online version of this article (10.1186/s12936-017-2161-9) contains supplementary material, which is available to authorized users.
Abstrak-Indonesia merupakan salah satu negara agraris yang memproduksi hasil pertanian. Namun, Indonesia masih mengimpor beras dari negara lain dikarenakan penurunan hasil panen. Salah satu faktor menurunnya produksi beras Indonesia adalah akibat serangan hama burung. Ekosistem sawah mengandung berbagai macam spesies burung, baik hama maupun non-hama. Burung non-hama menolong petani melawan hama serangga. Petani menggunakan metode tradisional untuk mengusir hama burung. Pada penelitian ini telah dirancang perangkat lunak untuk mengenali jenis burung berdasarkan kicauannya. Voice Activity Detection (VAD) digunakan untuk mendeteksi adanya kicau burung. Metode ekstraksi ciri suara dari kicau burung menggunakan Mel Frequency Cepstrum Coefficient (MFCC) dan Fast Fourier Transform (FFT). Jaringan Syaraf Tiruan digunakan untuk mengenali pola hasil ekstraksi. Selanjutnya, audiosonic bird repeller digunakan sebagai metode pengusiran hama burung. Hasil identifikasi offline dengan menggunakan MFCC didapatkan tingkat keberhasilan mencapai 90% untuk variasi kicauan dan jenis burung, sedangkan dengan FFT mencapai 68%. Hasil identifikasi online untuk spesimen burung bondol didapatkan tingkat keberhasilan 70% dengan menggunakan MFCC, dan 30% dengan FFT. Selain itu, suara tembakan merupakan suara yang paling baik digunakan untuk mengusir hama burung. Tingkat keberhasilan pengenalan suara burung menggunakan ekstraksi ciri MFCC lebih tinggi jika dibandingkan dengan ekstraksi ciri dengan menggunakan FFT. Kata Kunci : Hama Burung, Voice Activity Detection, Fast Fourier Trasnform, dan Mel Frequency Cepstrum Coefficient.Abstract-Indonesia is one of the agricultural country that produces crops. Nevertheless, Indonesia still imports rice from other countries because of crop decreasement. One of its factors is caused by bird pests. In the ricefields ecosystem, the variety of bird species can be classified as a pest and as a non-pest. Nonpest birds usually help farmer against insects. Farmers are using traditional methods to repel bird pests. In this research, a software to recognize species of birds has been designed. The system is based on birdchirp types. A mono-microphone is used to capture the sound. Voice Activity Detection (VAD) method is used for birdchirp detection. Mel Frequency Cepstrum Coefficient (MFCC) and Fast Fourier Transform (FFT) are used to extract birdchirp feature. Artificial Neural Network is utilized to recognize the pattern of birdchirp feature. Furthermore, audiosonic bird repeller is used to repel bird pests. In the offline mode testing, success level using MFCC feature extraction is up to 90% for birdchirp variation, while up to 68% using FFT. In the online mode, the average success level using MFCC feature extraction is 70% for finch birds, while 30% using FFT. In addition, a gunshot is a best sound to repel bird pests. The success rate of bird voice recognitions using MFCC feature extraction is higher than that using FFT.
Indonesia merupakan salah satu negara agraris yang memproduksi hasil pertanian. Namun, Indonesia masih mengimpor beras dari negara lain dikarenakan penurunan hasil panen. Salah satu faktor menurunnya produksi beras Indonesia adalah akibat serangan hama burung. Ekosistem sawah mengandung berbagai macam spesies burung, baik hama maupun non-hama. Burung non-hama menolong petani melawan hama serangga. Petani menggunakan metode tradisional untuk mengusir hama burung. Pada penelitian ini telah dirancang perangkat lunak untuk mengenali jenis burung berdasarkan kicauannya. Voice Activity Detection (VAD) digunakan untuk mendeteksi adanya kicau burung. Metode ekstraksi ciri suara dari kicau burung menggunakan Mel Frequency Cepstrum Coefficient (MFCC) dan Fast Fourier Transform (FFT). Jaringan Syaraf Tiruan digunakan untuk mengenali pola hasil ekstraksi. Selanjutnya, audiosonic bird repeller digunakan sebagai metode pengusiran hama burung. Hasil identifikasi offline dengan menggunakan MFCC didapatkan tingkat keberhasilan mencapai 90% untuk variasi kicauan dan jenis burung, sedangkan dengan FFT mencapai 68%. Hasil identifikasi online untuk spesimen burung bondol didapatkan tingkat keberhasilan 70% dengan menggunakan MFCC, dan 30% dengan FFT. Selain itu, suara tembakan merupakan suara yang paling baik digunakan untuk mengusir hama burung. Tingkat keberhasilan pengenalan suara burung menggunakan ekstraksi ciri MFCC lebih tinggi jika dibandingkan dengan ekstraksi ciri dengan menggunakan FFT.
Gagasan hukum progresif merupakan konsep berhukum dengan cara menempatkan hukum sebagai instrumen dalam pencapaian tujuan-tujuan sosialnya. Gagasan ini pula menekankan adanya penemuan hukum di setiap putusan hakim sebagai upaya untuk menggali nilai-nilai yang hidup dalam masyarakat. Pemikiran hukum progresif ini telah teraplikasi pada beberapa putusan hakim di Indonesia. Salah satunya adalah pada perkara keperdataan yang dikenal dengan sebutan kasus “Pohon Mangga” yang terjadi di wilayah hukum Pengadilan Negeri Jayapura. Tujuan pada penelitian ini dimaksudkan untuk mengkaji secara yuridis normatif salah satu putusan pengadilan dalam perkara perdata yang berbasis hukum progresif. Metode penelitian yang digunakan ialah metode pendekatan normatif dengan putusan pengadilan sebagai bahan hukum primer. Hasil penelitian menunjukkan bahwa terdapat pertimbangan yuridis hakim yang berbasis hukum progresif pada putusan perkara tersebut, dimana hakim telah berhasil menyelesaikan permasalahan hukum yang termasuk kategori rumit dan abstrak. Kesimpulan pada kajian kasus ini menunjukkan bahwa setiap permasalahan hukum dapat diselesaikan tanpa harus mengenyampingkan peraturan dengan tetap berpegang teguh pada kaidah untuk mencapai rasa keadilan, kemanfaatan dan kepastian hukum sebagai ciri dari hukum yang progresif.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.