Article Per Year (5 Year)
p-Index From 2020 - 2025
1.431
P-Index
This Author published in this journals
All Journal JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Computing and Modeling Jurnal Sistem informasi dan informatika (SIMIKA) Jurnal Penelitian Inovatif Abdi Wina : Jurnal Pengabdian Kepada Masyarakat Universitas Kristen Wira Wacana Sumba Jurnal Inovatif Wira Wacana Uranus: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika Ignite: Journal Islamic Global Network for Information Technology and Entrepreneurship
Lobo, Murry Albert Agustin
Universitas Kristen Wira Wacana Sumba
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Public Health Social Sciences Veterinary

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Analisis Resiko Longsor berbasis Citra Landsat-8 menggunakan Interpolasi Spasial Novem Berlian Uly; Murry Albert Agustin Lobo; Mikhael Dio Eclesi; Sri Yulianto Joko Prasetyo
Indonesian Journal of Computing and Modeling Vol 3 No 1 (2020)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sebagai Negara kepulauan, Indonesia sering menghadapi bencana yang diakibatkan oleh terjadinya perubahan iklim dan cuaca, atau sering disebut bencana hidrometeorologi. Kondisi dan keadan alam yang memungkinkan terjadi bencana disebut sebagai potensi bencana. Cuaca ekstrim dengan curah hujan yang tinggi memungkinkan terjadinya longsor pada kondisi tanah labil serta kemiringan lereng yang curam. Resiko yang diakibatkan longsor dapat berupa resiko ekonomi maupun resiko sosial. Resiko yang ditimbulkan oleh bencana merupakan potensi kerugian pada suatu kawasan dan kurun waktu tertentu. Bentuk resiko bencana dapa berupa gangguan kegiatan masyarakat, hilangnya rasa aman, masyarakat mengungsi, kerusakan atau kehilangan harta, jiwa terancam, luka, sakit dan kematian. Kabupaten Banjarnegara sebagai salah satu daerah yang memiliki potensi resiko tanah longsor. Berdasarkan karakteristik tersebut maka perlu dilakukan analisis resiko tanah longsor untuk memberikan informasi resiko tanah longsor. Pada Penelitian ini dilakukan analisis resiko longsor berbasis Citra Landsat-8 menggunakan metode Interpolasi Spasial. Data curah hujan yang digunakan adalah Data Curah Hujan BMKG Kabupaten Banjarnegara Tahun 2015. Hasil dari penelitian ini menunjukkan bahwa Terdapat 7 Kecamatan yang memiliki tingkat resiko tanah longsor yang sangat tinggi yaitu Susukan, Purworejo Klampok, Mandiraja, Purwonegoro, Bawang dan Wanadadi.
Pemetaan Karakteristik Sekolah Sasaran Promosi pada UNKRISWINA SUMBA menggunakan K-Means Murry Albert Agustin Lobo; Sri Yulianto J Prasetyo; Kristoko D Hartomo
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 4 (2022): Oktober 2022
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i4.4464

Abstract

The rapid development of technology has an impact on how data is collected. A high level of data productivity will be in vain if it is not followed by the ability to process data that can produce information that helps the development of the organization. This study aims to help the Promotion Section of UNKRISWINA SUMBA in mapping the characteristics of the target schools and then provide alternative promotion strategies as input in formulating forms of institutional promotion. The data used is in the form of student data who have registered at UNKRISWINA SUMBA since 2016 – 2020. Data processing uses the concept of data mining by applying the K-Means algorithm. K-Means algorithm is used for clustering promotion target schools as many as 4 clusters. Cluster determination is carried out using the elbow method to determine the optimal value of k to perform calculations. Based on the results of processing based on the K-Means algorithm, it is known that as many as 8 schools in cluster 0 are the schools with the most students enrolling in UNKRISWINA SUMBA, 76 schools in cluster 1 are schools with the fewest students enrolling in UNKRISWINA SUMBA, 21 schools those in cluster 2 are schools with quite a lot of students enrolling in UNKRISWINA SUMBA, and 1 school in cluster 3 is a school with quite a number of students enrolling in UNKRISWINA SUMBA but focusing on the Economic Development and Management study program.
Perancangan Sistem Informasi Presensi Siswa Berbasis WEB Di SMA Muhammadiyah Waingapu Muhammad Iqraman Bahctiar; Yustina Rada; Murry Albert Agustin Lobo
Uranus : Jurnal Ilmiah Teknik Elektro, Sains dan Informatika Vol. 2 No. 3 (2024): September: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/uranus.v2i3.262

Abstract

In the current era of computers, technology and information systems have become common aspects of daily life. The evolution of information technology, particularly in the use of computers and the internet, is rapid among society. The presence of technology and information systems greatly aids individuals in disseminating and receiving information. Due to its rapid development, technology and information systems are not only a medium for obtaining information but can also be used as tools in the academic world. The attendance of students at SMA Muhammadiyah Waingapu is still done manually or written using paper/books, making it prone to damage and loss. The purpose of this research is to facilitate teachers in retrieving student data so that when teachers need to conduct grade meetings or promotion meetings, it will be easier to collect each student's attendance. This system is built using the extreme programming method with PHP, CSS, Xampp, and MySQL programming languages.
SOSIALISASI PENTINGNYA MENJAGA KEBERSIHAN LINGKUNGAN BAGI PESERTA DIDIK DI SMP NEGERI 1 WAINGAPU Ina, Anita Tamu; Rewa, Arni Hada; Matulessy, Yoin Meissy; Tamaela, Kevin Andrea; Ndapa Huda, Marleni Rosalia; Mbana, Febyningsi Rambu Ladu; Lobo, Murry Albert Agustin
ABDI WINA JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 4 No. 2 (2024): Abdi Wina Edisi Desember 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan Pengabdian kepada Masyarakat ini merupakan bagian dari integrasi mata kuliah Pendidikan Lingkungan Hidup yang dilaksanakan di SMP Negeri 1 Waingapu. Kegiatan ini bertujuan untuk mengedukasi peserta didik agar menjaga kebersihan lingkungan sekolah sehingga dapat belajar dengan nyaman. Salah satu penyebab lingkungan sekolah yang tidak bersih adalah kurangnya pemahaman dan kesadaran peserta didik tentang pentingnya menjaga kebersihan lingkungan dan menanamkan sikap kepedulian terhadap lingkungan sekitarnya. Metode pelaksanaannya adalah melalui sosialisasi kepada peserta didik dan juga guru. Sosialisasi ini diikuti oleh 32 peserta dan dilakukan dalam 3 tahapan yaitu tahap persiapan, pelaksanaan dan evaluasi. Berdasarkan hasil kuesioner dan post test, dapat disimpulkan bahwa peserta mengalami peningkatan pengetahuan dan bisa memahami tentang pentingnya menjaga kebersihan di lingkungan sekolah.
IMPLEMENTASI ALGORITMA FP-GROWTH PADA PENEMPATAN PRODUK DI PRIMA DEWATA Uly, Novem Berlian; Lobo, Murry Albert Agustin; Hary, Nyongki Daku Ali; Hinggiranja, Yupiter Yiwa
Jurnal Sistem Informasi dan Informatika (Simika) Vol. 8 No. 2 (2025): Jurnal Sistem Informasi dan Informatika (Simika)
Publisher : Program Studi Sistem Informasi, Universitas Banten Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47080/a0210c68

Abstract

Effective product placement in a mini market or retail store is an important factor in increasing sales and customer satisfaction. The FP-Growth algorithm is able to identify patterns or relationships of products that are often purchased together, so that it can help in more strategic product arrangement. Prima Dewata faces challenges in optimizing product placement to attract customer attention and maximize available space. This study aims to identify patterns of product relationships that are often purchased together, so that related products can be strategically placed to attract consumer attention. This study begins with data collection, pre-processing, implementation of the FP-Growth Algorithm and analysis then results. The results obtained are that Sariwangi tea products are the most purchased products by Prima Dewata visitors in the period January - November 2024 and there are 4 main rules that can be used as a reference in compiling goods based on data processing results, namely 1. Sariwangi tea and Clear Men Shampoo (support: 0.682 and confidence: 0.867); 2. Sariwangi tea and Indomie Pepsodent Toothpaste (support: 0.171/ confidence: 0.876); 3. Sariwangi tea and Indomie Ayam Bawang (support: 0.175/ confidence: 0.922); 4. Sariwangi tea and Lifebuoy Soap (support: 0.166/ confidence: 0.937).
Klasifikasi Data Penerima Beasiswa Menggunakan Algoritma C4.5 Lobo, Murry Albert Agustin; Talakua, Alfrian Carmen
Jurnal Penelitian Inovatif Vol 4 No 2 (2024): JUPIN Mei 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jupin.355

Abstract

Beasiswa merupakan salah satu sumber pembiayaan studi yang diminati oleh banyak orang. Salah bentuk beasiswa yang diminati di lingkup Universitas Kristen Wira Wacana Sumba (Unkriswina Sumba) adalah Beasiswa Bantuan Terprogram (Banter) yang bersumber dari pendanaan internal perguruan tinggi. Tinggi animo pendaftar serta banyak variable yang perlu dipertimbangkan dalam menentukan penerima beasiswa sehingga berdampak pada lamanya waktu untuk menyeleksi penerima beasiswa. Penelitian ini bertujuan untuk mengklasifikasikan data Beasiswa Banter agar dapat mengekstraksi informasi mengenai pola data dalam bentuk pohon keputusan (decision tree). Penelitian ini menggunakan algoritma C4.5 dalam membantu membuat pohon keputusan. Algoritma C4.5 sangat membantu dalam merumuskan pohon keputusan. Hasil dari penelitian ini menunjukkan bahwa lama berkuliah atau jumlah semester merupakan faktor yang sangat menentukan peluang menerima beasiswa Banter. Variabel lainnya seperti Status Orang Tua, Jumlah anggota dalam KK, Pekerjaan Ibu, Angkatan, dan Program Studi menjadi faktor turunan dalam menentukan peluang menerima beasiswa Banter.
Sistem Informasi Pengelolaan Data Keuangan Parkiran Berbasis Website : (Studi Kasus Cv Pramudita) Natanial Landu Amah; Fajar Hariad; Murry Albert Agustin Lobo
Journal Islamic Global Network for Information Technology and Entrepreneurship Vol. 2 No. 1 (2024): January : Journal Islamic Global Network for Information Technology and Entrepr
Publisher : STIKes Ibnu Sina Ajibarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59841/ignite.v2i1.947

Abstract

Pramudita is a company that operates in the field of parking lot management services at one of the Regional General Hospitals in East Sumba, where CV. Pramudita still records manually in a book, namely recording financial data in the form of income and expenditure of parking financial data every day, so there are often errors in recording financial data. CV. Pramudita needs a financial data management system to help store financial data in the form of daily income and expenses and also various issues that include financial matters. The system design that will be designed includes a website-based financial information system. This system was also built using the waterfall method with PHP, HTML and MySQL programming languages. From the SUS test results, this parking financial data management information system is included in the marginal category, acceptability ranges and high, the scale grade obtained is D and the level of user satisfaction is OK.
Pengelompokan Performa Siswa Dalam Pembelajaran Matematika Dengan Algoritma K-Nearest Neighbor Halakadu, Afendi Alan; Pekuwali, Arini Aha; Lobo, Murry Albert Agustin
Jurnal Inovatif Vol. 4 No. 02 (2025): September 2025
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan performa siswa kelas IV dalam pembelajaran matematika di SD Masehi Praiyawang menggunakan algoritma K-Nearest Neighbor (K-NN). Literasi numerasi merupakan aspek krusial dalam pendidikan matematika, dan penelitian ini berupaya mengidentifikasi tingkat literasi numerasi siswa berdasarkan performa mereka. Data yang digunakan meliputi nilai tugas, Ujian Tengah Semester (UTS), dan Ujian Akhir Semester (UAS) dari 20 siswa pada semester genap tahun ajaran 2024/2025. Metodologi penelitian mencakup identifikasi masalah, studi literatur, pengumpulan data, pra-pemrosesan data (pembersihan, seleksi, normalisasi), penerapan algoritma K-NN dengan nilai K=3, analisis hasil klasifikasi, dan evaluasi performa model. Pembagian data dilakukan menggunakan metode Hold-out (70% data latih, 30% data uji). Hasil klasifikasi menunjukkan bahwa algoritma K-NN efektif dalam mengelompokkan siswa ke dalam kategori "Baik", "Cukup", dan "Kurang". Evaluasi model menggunakan metode Hold-out menghasilkan akurasi 100%, sementara validasi silang (5-fold cross-validation) menunjukkan rata-rata akurasi 95% dengan deviasi $\pm 15.81%$. Nilai F1-Score untuk kelas "Cukup" adalah 94.12%, "Baik" 92.31%, dan "Kurang" 100%. Temuan ini membuktikan bahwa model K-NN akurat dan konsisten dalam mengenali pola performa belajar siswa, meskipun dengan data terbatas. Penelitian ini diharapkan dapat memberikan manfaat praktis bagi guru dan sekolah dalam merancang strategi pembelajaran yang sesuai dan memantau kinerja akademik siswa secara objektif. Untuk penelitian selanjutnya, disarankan untuk memperbanyak jumlah data dan memperluas atribut yang digunakan, serta membandingkan dengan algoritma klasifikasi lain.
Co-Authors Fajar Hariad Halakadu, Afendi Alan Hary, Nyongki Daku Ali Hinggiranja, Yupiter Yiwa Ina, Anita Tamu Kristoko Dwi Hartomo Matulessy, Yoin Meissy Mbana, Febyningsi Rambu Ladu Mikhael Dio Eclesi Muhammad Iqraman Bahctiar Natanial Landu Amah Ndapa Huda, Marleni Rosalia Novem Berlian Uly Pekuwali, Arini Aha Rewa, Arni Hada Sri Yulianto Joko Prasetyo Talakua, Alfrian Carmen Tamaela, Kevin Andrea Uly, Novem Berlian Yustina Rada