Claim Missing Document
Check
Articles

Found 2 Documents
Search

INTERVENSI STUNTING MELALUI EDUKASI GIZI DAN PEMBERIAN PANGAN BERGIZI PADA BALITA DI KOTA KUPANG Clarissa Elfira Amos Pah; Yonatan Pering; Juan Rizky Mannuel Ledoh; Sebastianus Mola; Fajri Adha; Tince Etlin Tallo; Hawu Yogia Pradana Uly
ABDI WINA JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 5 No. 2 (2025): Abdi Wina Edisi Desember 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Kristen Wira Wacana Sumba

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

Abstract

Stunting merupakan ancaman serius bagi kualitas generasi penerus karena tidak hanya menghambat pertumbuhan fisik, tetapi juga menurunkan kemampuan kognitif dan kesehatan jangka panjang secara permanen. Provinsi Nusa Tenggara Timur (NTT) menghadapi tantangan besar sebagai provinsi dengan tingkat prevalensi stunting tertinggi di Indonesia (37%). Kendati program pemerintah seperti pemberian nutrisi tambahan telah berjalan, namun efektivitasnya belum optimal akibat rendahnya literasi orang tua. Data SKI tahun 2023 menunjukkan skor pemahaman pencegahan stunting masyarakat NTT (64,2%) dan pengetahuan MP-ASI bergizi (52,6%) masih di bawah rata-rata nasional. Lemahnya pengetahuan ini menyebabkan pola asuh dan pemberian makanan bergizi yang tidak memadai. Merespons urgensi tersebut, kegiatan Pengabdian Kepada Masyarakat (PKM) ini menerapkan pendekatan komprehensif melalui edukasi pencegahan stunting dan intervensi gizi langsung berupa pemberian susu dan telur selama empat bulan. Bekerja sama dengan GMIT Paulus Kupang dan Posyandu Kenari Naikoten I, kegiatan difokuskan pada enam balita berisiko stunting. Hasil pemantauan kader dan orang tua menunjukkan perkembangan signifikan pada kondisi fisik dan perilaku balita selama intervensi dilakukan. Hasil kegiatan ini memberikan kontribusi bahwa kombinasi edukasi untuk menutup celah pengetahuan dan intervensi gizi spesifik adalah kunci keberhasilan penanganan stunting di wilayah berisiko tinggi.
Resilience of Deep Q-Network (DQN) Agent in Mitigating Ethereum Trading Risks Under Bearish Market Conditions Fajri Adha; Tiwuk Widiastuti; Bertha Selvian Djahi
International Journal of Information Technology and Business Vol. 8 No. 2 (2026): April : International Journal of Information Techonology and Business
Publisher : Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/ijiteb.822026.28-34

Abstract

The high volatility of cryptocurrency assets, particularly Ethereum, poses a significant challenge for investors during market downturns. Traditional passive strategies often lead to substantial capital erosion in bearish conditions. This study explores the application of Deep Reinforcement Learning (DRL) through the Deep Q-Network (DQN) algorithm to develop an adaptive trading agent. By integrating technical indicators—Relative Strength Index (RSI), Simple Moving Average (SMA), and Moving Average Convergence Divergence (MACD)—the proposed model aims to optimize decision-making processes. Experimental results using historical data from 2020 to 2026 demonstrate that while the market experienced a significant decline of 19.55%, the DQN agent successfully maintained capital stability with a marginal deviation of only -0.54%. This finding suggests that the DQN-based approach offers superior risk mitigation and capital preservation capabilities compared to conventional buy-and-hold strategies in volatile financial environments.