Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat Bumi Raflesia Jurnal Informatika
Alwas Muis
Universitas Muhammadiyah Kendari
Humanities Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Other

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

Found 2 Documents
Search

 1 
PELATIHAN DESAIN UI/UX MENGGUNAKAN FIGMA UNTUK MEMBANGUN KETERAMPILAN KREATIF SISWA SMK NEGERI 1 KENDARI Fika Yulanda; Putri Aulia Nur Rahmatia Mumek; Mili Nur Rahmatia; Nurna Ningsih; Surtin; Alwas Muis
Jurnal Pengabdian Masyarakat Bumi Rafflesia Vol. 9 No. 1 (2026): APRIL: Jurnal Pengabdian Kepada Masyarakat Bumi Raflesia
Publisher : Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/bumir.v9i1.10163

Abstract

Arus digitalisasi saat ini mengharuskan para lulusan sekolah menengah kejuruan memiliki kemahiran dalam desain digital relevan dengan kriteria industri modern, khususnya pada bidang User Interface (UI) serta User Experience (UX). Menanggapi kondisi tersebut, inisiatif pengabdian masyarakat ini diorientasikan untuk mengasah daya kreatif peserta didik lewat workshop perancangan UI/UX memakai platform figma di SMK Negeri 1 Kendari. Studi ini menerapkan strategi kuantitatif dengan desain pre-test dan post-test guna mengukur efektivitas peningkatan kompetensi siswa. Sebanyak 30 pelajar kelas X jurusan Teknik Jaringan Komputer dan Telekomunikasi (TJKT) dilibatkan sebagai partisipan. Rangkaian program mencakup fase persiapan, tingkatan aksi, hingga tahap penilaian. Fokus materi ditekankan pada teori dasar UI/UX, eksplorasi alat pada figma, hingga simulasi pembuatan prototipe yang interaktif. Teknik perolehan data mengandalkan angket berskala Likert yang sudah divalidasi dan diuji keandalannya secara ilmiah, dengan proses pengolahan data memakai statistik deskriptif serta uji t berpasangan. Capaian program ini mengonfirmasi adanya lonjakan kompetensi kreatif yang bermakna pada diri peserta didik. Hal ini terbukti dari skor rata-rata yang semula hanya 63,47 saat pengujian awal, melonjak menjadi 86,23 pada evaluasi akhir. Analisis statistik pun memperkuat temuan tersebut dengan angka signifikan p < 0,001, yang menegaskan bahwa edukasi UI/UX melalui platform figma berhasil mengoptimalkan wawasan teoretis, kemahiran teknis, dan daya cipta siswa dalam menyusun desain digital. Maka dari itu, inisiatif pengabdian ini berdampak positif bagi kemajuan pembelajaran berbasis keahlian pada Pendidikan vokasi melalui penggabungan teknologi desain digital.Kata Kunci: Desain UI/UX, pelatihan Figma, keterampilan kreatif, pendidikan vokasi, desain digital.
Comparative Analysis of Naïve Bayes Variants for Predicting Stunting-Risk Families Alwas Muis; Zila Razilu; Umy Ramadhani Senga; Hutri Wulandari; Reva Andriyani
Jurnal Informatika Vol. 13 No. 1 (2026): April
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/informatika.v13i1.11910

Abstract

Stunting is a chronic nutritional condition that adversely affects children’s physical growth and cognitive development, highlighting the need for effective early detection, particularly at the household level. This study proposes a comparative analysis of three Naïve Bayes variants Gaussian, Multinomial, and Bernoulli to identify families at risk of stunting using machine learning techniques. The dataset used in this study consists of family-level records obtained from the National Population and Family Planning Agency (BKKBN) of Southeast Sulawesi Province, comprising demographic, socioeconomic, and health-related attributes. Data preprocessing involved handling missing values, removing irrelevant attributes, and transforming categorical variables. The dataset was divided into training and testing sets using an 80:20 ratio. The main contribution of this study lies in evaluating the effectiveness of different Naïve Bayes variants for family-based stunting risk prediction, which has been rarely explored in previous studies. Model performance was evaluated using accuracy, precision, recall, and F1-score. The results indicate that the Bernoulli Naïve Bayes model achieved the best performance, with an accuracy of 88% and balanced evaluation metrics across both classes. These findings suggest that the Bernoulli Naïve Bayes model is the most suitable approach for predicting family-level stunting risk and can support data-driven early intervention strategies.
Co-Authors Fika Yulanda Hutri Wulandari Mili Nur Rahmatia Nurna Ningsih Putri Aulia Nur Rahmatia Mumek Razilu, Zila Reva Andriyani Surtin Umy Ramadhani Senga