Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Jurnal Inovatif Wira Wacana
Rambu
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Rancang Bangun Sistem Pengaduan Kekerasan Berbasis Web pada Satgas PPKPT universitas Kristen Wira Wacana Sumba Alfred Domu Dorama Panja; Rambu; desy
Jurnal Inovatif Vol. 5 No. Special (2026): Volume 05 Edisi Khusus Agustus 2026
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/ccr66b57

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem pengaduan kekerasan berbasis web pada Satuan Tugas Pencegahan dan Penanganan Kekerasan di Perguruan Tinggi (Satgas PPKPT) Universitas Kristen Wira Wacana Sumba. Permasalahan utama yang dihadapi adalah proses pengaduan yang masih dilakukan secara manual dan menggunakan berbagai media terpisah seperti WhatsApp dan Google Form, sehingga menyebabkan data tidak terintegrasi, sulit dimonitor, serta berpotensi menghambat proses penanganan laporan. Metode yang digunakan dalam pengembangan sistem adalah metode Prototype yang memungkinkan interaksi langsung antara pengembang dan pengguna untuk menghasilkan sistem yang sesuai kebutuhan. Sistem dikembangkan menggunakan framework Laravel dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu mempermudah proses pelaporan secara daring, mengintegrasikan data pengaduan dalam satu platform, serta meningkatkan efisiensi dalam pengelolaan dan pemantauan laporan. Selain itu, sistem ini juga mendukung keamanan dan kerahasiaan data identitas pelapor.
Analisis Sentimen Peran Aparat Negara Dalam Pengelolaan Dapur MBG Pada Platform X Menggunakan Naive Bayes Anjeli Maramba; Rambu; Leonard
Jurnal Inovatif Vol. 5 No. Special (2026): Volume 05 Edisi Khusus Agustus 2026
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/561ref35

Abstract

Keterlibatan aparat negara, khususnya Polri dan TNI, dalam pengelolaan dapur Program Makan Bergizi Gratis (MBG) menimbulkan berbagai respons di masyarakat dan menjadi perbincangan luas di platform X. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap isu tersebut serta mengevaluasi kinerja algoritma Naïve Bayes dalam mengklasifikasikan sentimen ke dalam kategori positif, negatif, dan netral. Data dikumpulkan melalui web scraping menggunakan Apify pada periode Oktober 2025 hingga April 2026, menghasilkan 2.169 data setelah pembersihan. Data diproses melalui tahap preprocessing dan dilabeli menggunakan pendekatan lexicon-based dengan kamus InSet Lexicon, menghasilkan 1.234 data negatif (56,9%), 663 data positif (30,6%), dan 272 data netral (12,5%). Klasifikasi dilakukan menggunakan algoritma Naïve Bayes dengan TF-IDF dan Laplace smoothing. Hasil evaluasi menunjukkan nilai accuracy 71,89%, precision 81%, recall 52%, dan F1-Score 50% berdasarkan macro average. Mayoritas masyarakat di platform X memberikan respons negatif terhadap keterlibatan aparat negara dalam pengelolaan dapur MBG.
Klasifikasi Penyakit Daun Padi Menggunakan CNN : Perbandingan ResNet50 dan MobileNetV2 Rensiani Rensi; Rambu; Raynesta
Jurnal Inovatif Vol. 5 No. Special (2026): Volume 05 Edisi Khusus Agustus 2026
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/fxjd1t07

Abstract

Penyakit daun padi seperti blas, bercak cokelat, dan hawar daun bakteri sulit dibedakan secara visual sehingga sering menyebabkan kesalahan diagnosis dan ketidaktepatan penanganan oleh petani. Penelitian ini membandingkan performa arsitektur Convolutional Neural Network (CNN) ResNet50 dan MobileNetV2 dalam mengklasifikasikan penyakit daun padi berbasis citra digital menggunakan pendekatan transfer learning dan fine-tuning dengan bobot awal dari ImageNet. Dataset yang digunakan sebanyak 900 citra dari tiga kelas penyakit yang bersumber dari Kaggle dan dokumentasi lapangan di Desa Kondamara, Kabupaten Sumba Timur. Kedua model dilatih dengan parameter identik (15 epoch, batch size 32, optimizer Adam, learning rate 0,00001) dan dievaluasi menggunakan confusion matrix, accuracy, precision, recall, F1-score, dan training time. Hasil menunjukkan MobileNetV2 mengungguli ResNet50 pada seluruh metrik dengan accuracy 75,56%, macro average F1-score 0,76, dan training time 777,89 detik, dibandingkan ResNet50 yang hanya mencapai accuracy 43,33%, macro average F1-score 0,33, dan training time 1.919,35 detik. Model MobileNetV2 selanjutnya diimplementasikan ke dalam prototype berbasis Streamlit dengan confidence score tertinggi 90,03%.
Pengembangan Aplikasi Gizi Balita Rekomendasi Pmt Pangan Lokal Menggunakan Fisher-Yates Shuffle Julian Rambu Ngana; Rambu; Reynaldi
Jurnal Inovatif Vol. 5 No. Special (2026): Volume 05 Edisi Khusus Agustus 2026
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/zka4jq74

Abstract

Masalah gizi kurang pada balita usia 6–23 bulan di wilayah kerja Puskesmas Kambaniru, Kabupaten Sumba Timur masih tergolong tinggi, yakni mencapai 15,4% pada tahun 2026. Hal ini dipicu oleh rendahnya pengetahuan orang tua mengenai pemanfaatan pangan lokal untuk Pemberian Makanan Tambahan (PMT) serta sistem pemantauan pertumbuhan yang masih dikelola secara manual. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android sebagai media edukasi dan pemantauan gizi mandiri bagi orang tua dalam mengatasi kondisi gizi kurang berdasarkan indikator antropometri Berat Badan menurut Usia (BB/U). Metode pengembangan sistem yang digunakan adalah Waterfall dengan pemodelan Unified Modeling Language (UML). Penentuan status gizi dilakukan secara otomatis melalui perhitungan rumus Z-Score berdasarkan standar resmi World Health Organization (WHO). Untuk mengoptimalkan variasi menu harian balita gizi kurang, sistem mengimplementasikan algoritma Fisher-Yates Shuffle guna mengacak rekomendasi kombinasi menu PMT berbasis pangan lokal selama 7 hari. Tingkat akurasi rekomendasi menu ini diukur dan divalidasi melalui kesesuaian komposisi nutrisi terhadap standar ahli gizi. Hasil pengujian menunjukkan bahwa aplikasi berhasil mendigitalisasi alur kerja pemantauan gizi, mampu mengotomatisasi perhitungan Z-Score secara real-time dan akurat, serta menyajikan variasi menu PMT dinamis tanpa duplikasi harian yang terbukti mampu memenuhi 100% Angka Kecukupan Gizi (AKG) harian bagi balita usia 6–23 bulan. Kesimpulan dari penelitian ini, aplikasi Android yang dikembangkan terbukti layak dan efektif digunakan sebagai media pendukung edukasi digital untuk meningkatkan pemahaman serta kemandirian orang tua dalam mengelola pola makan guna memperbaiki status gizi balita secara berkelanjutan di Sumba Timur.
Co-Authors Alfred Domu Dorama Panja Anjeli Maramba Desy Julian Rambu Ngana Leonard Raynesta Rensiani Rensi reynaldi