Claim Missing Document
Check
Articles

Found 23 Documents
Search

PEKERJAAN FISIK FASAD RUMAH ADMINISTRASI SAMPAH SEBAGAI UPAYA PENINGKATAN PELAYANAN PUBLIK DI KELURAHAN SAWAH LEBAR BARU Anom Ramawangsa, Panji; Besperi, Besperi; Shody Ashari, Amin; Prihatiningrum, Atik
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 2 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i2.704-708

Abstract

Fasad merupakan tampilan muka pada bangunan yang menghadap ke jalan atau ruang publik yang terbentuk dari kultur serta beberapa pertimbangan dalam penyusunan bentuknya. Permasalahan sampah saat ini belum terdapat proses pengolahan lebih lanjut dimana selama ini hanya diproses untuk dimusnahkan dengan cara dibakar, sehingga diperlukan keterlibatan dari pihak masyarakat dan pemerintah dalam pengolahan sampah lebih lanjut berupa wadah administrasi. Rumah administrasi sampah merupakan ruang pengelola bank sampah yang berguna untuk mengelola sampah dengan prinsip 3 R (Reuse, Recycle, dan Reduce) yang dikelola oleh pemerintah Kelurahan Sawah Lebar Baru. Kelurahan Sawah Lebar Baru merupakan salah satu wilayah binaan Fakultas Teknik Universitas Bengkulu dan menjadi salah satu kawasan yang aktif dalam mengolah dan tanggap terhadap permasalahan sampah. Metode pelaksanaan kegiatan pengabdian terdiri dari : pengenalan permasalahan khalayak sasaran dengan metode diskusi dan sosialisasi. Memberi pemahaman terhadap proses kegiatan dengan cara sosialisasi dan pelaksanaan kegiatan dengan cara melakukan pekerjaan fisik dengan melibatkan khalayak sasaran dan pendampingan oleh tim pengabdian. Hasil yang didapat adalah rumah administrasi sampah yang berfungsi secara layak dipergunakan oleh pengelola guna pengelolaan sampah di wilayah Kelurahan.
Menemukenali Karakter Konstruksi Hunian Masyarakat Rejang di Desa Gunung Alam, Kabupaten Lebong Ramawangsa, Panji Anom; Prihatiningrum, Atik; Haidi, Akhdan
Jurnal Lingkungan Binaan Indonesia Vol. 9 No. 2 (2020): JLBI
Publisher : Ikatan Peneliti Lingkungan Binaan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32315/jlbi.v9i2.101

Abstract

Bangunan vernakular yang ada di nusantara merupakan arsitektur yang lahir, tumbuh, dan berakar dari tradisi serta masyarakat etnik. Pada pemukiman di Desa Gunung Alam, Kecamatan Pelabai, Kabupaten Lebong yang dihuni oleh Suku Rejang Asli dan keturunannya. Di Desa Gunung Alam terdapat hunian dengan orientasi bangunan menghadap ke jalan, memiliki bentuk denah yang sederhana berbentuk persegi panjang memanjang ke belakang, tata ruang yang simetri, dan sistem bangunan panggung yang tetap kokoh dan bertahan hingga saat ini walaupun telah mengalami guncangan gempa bumi berkekuatan tinggi serta ancaman banjir. Mengenal dan mendeskripsikan konstruksi hunian masyarakat Rejang dalam konteks mitigasi Rejang akan memperkaya pengetahuan mengenai perwujudan arsitektur lokal yang adaptif dengan alam dan iklim daerah Bengkulu.
Child Stunting Risk Analysis through Machine Learning Models using XGBoost Algorithm Renaningtias, Nurul; Prihatiningrum, Atik; Hardiansyah, Hardiansyah; Setiawan, Yudi; Vatresia, Arie
Jurnal Teknologi Informasi dan Terapan Vol 12 No 2 (2025): December
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v12i2.452

Abstract

Stunting is a chronic nutritional disorder that significantly affects child growth, development, and the overall quality of future human resources. According to the 2024 Indonesian Nutritional Status Survey (SSGI), the prevalence of stunting remains high at 19.8%, equivalent to approximately 4.48 million children under five. Early detection of stunting risk is essential for timely and data-driven interventions. This study employed the CRISP-DM methodology, encompassing business understanding, data collection, preparation, modeling, and evaluation phases. The dataset was processed through cleaning, variable encoding, and stunting status classification based on WHO standards. An XGBoost-based predictive model was developed and evaluated using accuracy, precision, recall, and F1-score metrics. The model achieved 98% accuracy in predicting stunting risk. Feature importance analysis revealed that height is the most influential variable determining stunting risk.