Article Per Year (5 Year)
p-Index From 2020 - 2025
1.116
P-Index
This Author published in this journals
All Journal Al-Ihda' : Jurnal Pendidikan dan Pemikiran Jurnal Inovatif Wira Wacana Journal Of Informatics And Busisnes Journal Of Technology and Information System (J-TIS) Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika Prosiding Seminar Nasional CORISINDO
Malo, Maria Wilda
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Penerapan Metode Forward Chaining Untuk Mendiagnosa Penyakit Malaria Dan Pencegahannya Berbasis Web di Rs. Karitas Elopada Wara, Yustina Nunna Lende; Tetik, Yulius Nahak; Malo, Maria Wilda
Journal Of Informatics And Busisnes Vol. 1 No. 3 (2023): Oktober - Desember
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jibs.v1i3.386

Abstract

Penerapan aplikasi umumnya bertujuan untuk mengatasi permasalahan yang cenderung ingin mendapatkan solusi dari hasil berupa konsultasi, diagnosis, estimasi, prediksi dan sejenisnya. Sama halnya penerapan dalam dunia kedokteran ataupun dunia medis, konsultasi, dan diagnosis sangatlah penting karena hasil diagnosis tersebut dapat mengantisipasi beberapa jenis penyakit dengan tepat, cepat serta akurat. Forward Chaining merupakan salah satu metode reasioning dan berfungsi sebagai mesin pengambil keputusan (inferensi) yang secara logis dapat di deskripsikan sebagai aplikasi pengulangan berdasarkan modus ponens. Forward chaining sebagai mesin inference bertugas untuk menemukan satu dari antecedent atau dalil hipotesa dari rules IF-THEN. Masalah-masalah yang akan diambil dalam pembangunan sistem pakar penyakit malaria adalah gejala-gejala yang mengindikasi pada penyakit malaria sedangkan pada identifikasi masalah akan diidentifikasi penyakit malaria pada manusia. Dengan sistem pakar ini, orang awam pun (pengguna) dapat menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan memiliki asisten yang berpengalaman dan pengetahuan yang dibutuhkan. Berdasarkan Hasil pengujian metode forward chaining menggunakan aturan pada basis pengetahuan berdasarkan fakta dari beberapa gejala penyakit malaria seperti malaria tropika, tertian, kurtana dana ovale yang ditemukan sudah sesuai dengan pengujian pada website sistem pakar diagnosis penyakit malaria.
Klasifikasi Kain Tenun Sumba Menggunakan Jaringan Saraf Tiruan Rami Ate, Egidius; Trisno, Trisno; Malo, Maria Wilda
Journal Of Technology and Information System (J-TIS) Vol 3 No 1 (2024): Januari - Juni 2024
Publisher : Program Studi Sistem Informasi, Universitas Yapis Papua

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70129/jtis.v3i1.514

Abstract

Hasil evaluasi dengan epoch 100 memiliki akuasi klasifikasi yang cukup baik. Nilai akurasi kebenaran dari klasifikasi adalah 60% dari data tes. Dengan kata lain hasil klasifikasi ini dapat dikatakan baik. Dibandingkan dengan akurasi klasifikasi pada epoch 100 yaitu 20-30% dari data tes. Model yang didapatkan dari hasil pelatihan dengan epoch 100 masih tidak dapat melakukan klasifikasi dengan baik. Pada epoch 400 peningkatan akurasi pengenalan terhadap data tes meningkat 10% sehingga akurasi pengenalannya menjadi 40-50%. Model ini memiliki tingkat akurasi yang lebih baik dari epoch 100. Pada epoch 1000 peningkatan akurasi pengenalan terhadap data tes meningkat 20% sehingga akurasi pengenalannya menjadi 55-60%. Model ini memiliki tingkat akurasi yang lebih baik dari epoch sebelumnya Dari penelitian ini diperoleh beberapa kesimpulan yaitu : Proses klasifikasi kain khas sumba dengan menggunakan metode wavelet haar dengan algoritma backporpagation yang telah disusun telah berhasil mengenali pola kain dan melakukan klasifikasi selain itu telah dilakukan visualisasi.Dengan adanya penerapan jaringan saraf tiruan dapat menjawab permasalahan dari penelitian karena penerapan backpropagation dan metode wavelet digunakan pengenalan pola, peramalan atau perkiraan dan ekstrasi gambar. Berdasarkan hasil penelitian menggunakan algoritma backpropagation neural netwok terdapat beberapa tingkat akurasi yang berbeda nilai akurasi training dan validasi yang cukup bagus Saran dari peneliti adalah melanjutkan penelitian ini agar bisa menghasilkan proses yang lebih akurat.Proses pelatihan dilakukan dengan menggunakan beberapa nilai epoch yaitu epoch 200, epoch 400, epoch 600, epoch 800, epoch 1000, epoch. Akurasi terbaik yang didapatkan saat pelatihan adalah 89.3% dan validasi 82%.
Analisis Kemampuan Pemecahan Masalah Mahasiswa Dalam Matakuliah Matematika Diskrit Pada Materi Fungsi Malo, Maria Wilda
Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika Vol. 2 No. 2 (2024): April : Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa dan Matematika
Publisher : Asosiasi Riset Ilmu Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/arjuna.v2i2.702

Abstract

Problem solving ability is one of the problems still faced in mathematics learning. Problem solving abilities function as a learning method to train and support problem solving abilities in mathematics problems. The aim of this research is to describe the level of students’ problem solving abilities based on the polya procedure. Judging from the stages of understanding the problem, planning, implementing planning, and looking back. This type of research is descriptive research with a qualitative approach. Data collection using problem solving ability tests and interviews. The research was conducted on third semester Informatics engineering students at Stella Maris University, Sumba. The result of the research results of the problem solving ability test were included in the quite good category. There are several factors that become obstacles for students, namely (1) the process of solving questions is not coherent and does not match the steps for solving the problem, (2) some students are confused about identifying elements that are known and asked about and, (3) in learning students tend to remain silent when found difficulty in solving the questions given..
Sistem Informasi Klasifikasi Jenis Hewan Belis Menggunakan CNN (Studi Kasus : Kabupaten Sumba Tengah) Haji, Bastian; Jawa, Antar Maramba; Malo, Maria Wilda
Jurnal Inovatif Vol. 3 No. 3 (2024): Desember 2024
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/inovatif.v3i3.998

Abstract

Penelitian ini bertujuan mengklasifikasikan jenis hewan belis Sumba mengenai nilai-nilai filosofi yang terkandung dalam setiap jenis hewan belis Sumba. Jenis hewan belis seperti kuda, kerbau dan sapi yang mengalami keadaan fisik yang cacat seperti pincang, penyakit, luka bakar, kebutaan pada mata, tidak mempunyai patokan yang jelas sehingga hewan belis yang dibawa oleh pihak laki-laki hanya berdasarkan jumlah. Penelitian ini menggunakan CNN dan disajikan dalam bentuk website. Hasil dari CNN menunjukkan bahwa dari total epoch yang dibangun didapatkan nilai akurasi pada epoch ke-10 bernilai 80%, validasi akurasi bernilai 100%, nilai error akurasi dengan nilai loss 0.2638%, dan validation loss sebesar 0.0477%. Tingginya hasil validasi akurasi dan rendahnya error akurasi, serta rendahnya validation loss disebabkan karena data citra yang dijadikan data uji bersifat tipe citra yang spesifik seperti mata buta, kaki pincang, luka bakar, penyakit dengan ciri yang khas. Berbeda dengan data citra tumbuhan dan makhluk hidup lainnya yang memiliki tipe yang beragam. Pembangunan website sebagai user interface telah berjalan dengan baik. Hal ini dibuktikan dengan keberhasilan prediksi tacit knowledge untuk setiap citra yang dijadikan sebagai data uji.
ANALISIS KESULITAN PENYELESAIAN SKRIPSI PADA MAHASISWA PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS STELLA MARIS SUMBA Malo, Maria Wilda; Roswita Sari Kaka
Al-Ihda' : Jurnal Pendidikan dan Pemikiran Vol. 20 No. 1 (2025): Mei: Al-Ihda': Jurnal Pendidikan dan Pemikiran
Publisher : STAI Nurul Falah Airmolek

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55558/alihda.v20i1.225

Abstract

Skripsi merupakan tugas akhir yang harus diselesaikan mahasiswa pada program sarjana di Universitas Stella Maris Sumba. Penelitian ini bertujuan untuk mendeskripsikan kesulitan - kesulitan yang dialami mahasiswa dalam penyelesaian skripsi. Jenis penelitian ini adalah penelitian deskriptif kualitatif. Subjek penelitian ini adalah mahasiswa S1 Program studi Teknik Informatika yang sedang bimbingan skripsi. Teknik pengumpulan data dalam penelitian ini menggunakan angket yang disebarkan ke 71 responden. Teknik analisis data menggunakan teknik analisis data statistic deskriptif. Hasil penelitian secara umum diperoleh informasi mahasiswa mengalami kesulitan kemampuan dalam menulis karya tulis ilmiah yakni dengan persentase 60,63% termasuk kategori cukup sulit, lingkungan dan teman sebaya yakni dengan persentase 72,04% termasuk dalam kategori cukup sulit, ketersediaan sumber belajar yakni dengan persentase 54,58% termasuk dalam kategori sulit, dan proses pengolahan data dengan persentase sebesar 52,82 termasuk dalam kategori sulit.
Model Pembelajaran Adaptif Berbasis AI:Mengontekstualisasikan Budaya Marapu dalam Pembelajaran Matematika Di SMAN 1 Kodi Balaghar Kabupaten Sumba Barat Daya Setiawi, Agustina; Ayu, Mitra; Malo, Maria Wilda
CORISINDO 2025 Vol. 1 (2025): Prosiding Seminar Nasional CORISINDO 2025
Publisher : CORISINDO 2025

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/corisindo.v1.5625

Abstract

Penelitian ini menggunakan pendekatan Penelitian dan Pengembangan (R&D) dengan model pengembangan ADDIE untuk merancang model pembelajaran adaptif berbasis Artificial Intelligence (AI) yang mengontekstualisasikan budaya Marapu di SMAN 1 Kodi Balaghar, Kabupaten Sumba Barat Daya. Dua jenis AI digunakan, yaitu Natural Language Processing (NLP) untuk memetakan minat siswa dan Machine Learning (ML) untuk menyesuaikan materi dan kuis secara otomatis. Subjek penelitian terdiri dari 60 siswa kelas XI dan 6 guru dari mata pelajaran Bahasa Indonesia, PPKn, dan Antropologi. Hasil uji coba menunjukkan peningkatan skor pemahaman siswa dari 62,4 menjadi 83,7, dengan 85% siswa menyatakan bangga mempelajari budaya lokal, dan 80% menunjukkan peningkatan keterlibatan. Sebanyak 83% guru merasa terbantu dalam mendesain pembelajaran yang lebih kontekstual dan interaktif. Penelitian ini menyarankan replikasi model di daerah lain dan dukungan infrastruktur teknologi di sekolah terpencil.
Co-Authors Ayu, Mitra Haji, Bastian Jawa, Antar Maramba Rami Ate, Egidius Roswita Sari Kaka Setiawi, Agustina Tetik, Yulius Nahak Trisno Trisno Wara, Yustina Nunna Lende