cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Firat Meiyasa
Contact Email
firatmeiyasa@unkriswina.ac.id
Phone
+6285239192727
Journal Mail Official
arini.pekuwali@unkriswina.ac.id
Editorial Address
Universitas Kristen Wira Wacana Sumba Jalan R. Soeprapto No. 35, Waingapu 87111
Location
Kab. sumba timur,
Nusa tenggara timur
INDONESIA
Jurnal Inovatif Wira Wacana
Published by Universitas Kristen Wira Wacana Sumba
ISSN : -     EISSN : 29625998     DOI : 10.58300
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
Ruang lingkup Jurnal Informatics Networks Optimization Versatility Algorithm Teknik Informatika Wira Wacana (Jurnal INOVATIF WIRA WACANA): Teknologi Informasi (Information Technology), Sistem Informasi (Information Systems), Sistem Informasi Geografis (Geo Information System), Sistem Komputer dan Jaringan Komputer (Computer System and Network), Kecerdasan Buatan (Artificial Intelligence), Mutimedia, Keamanan Jaringan, Keamanan Web (Cyber Security), Software Engineering, Internet of Things, Big Data, Data Science, Game, Evolutionary Algorithm.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 145 Documents
 11   12   13   14   15 
Enkripsi Data Pribadi Menggunakan Metode Base64 dan AES Mira May Nggiri; Fajar Hariadi; Murry Albert Agustin Lobo
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: 10.58300/43ggf683

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengimplementasikan kombinasi metode Base64 dan Advanced Encryption Standard (AES) dalam melindungi data pribadi dari risiko kebocoran dan penyalahgunaan. Metode yang digunakan meliputi proses enkripsi data menggunakan algoritma AES dan encoding Base64, kemudian dilakukan pengujian melalui proses enkripsi dan dekripsi untuk memastikan data dapat dikembalikan ke bentuk semula serta evaluasi keterbacaan data terenkripsi tanpa kunci yang sah. Hasil penelitian menunjukkan bahwa kombinasi Base64 dan AES mampu mengamankan data pribadi secara efektif, di mana data yang telah dienkripsi tidak dapat dipahami oleh pihak yang tidak berwenang, sementara proses dekripsi berhasil mengembalikan data ke bentuk aslinya tanpa perubahan. Berdasarkan hasil tersebut, dapat disimpulkan bahwa penerapan Base64 dan AES merupakan solusi yang efektif untuk meningkatkan keamanan data pribadi dalam komunikasi dan penyimpanan data digital serta dapat dijadikan referensi dalam pengembangan sistem perlindungan informasi sensitif.  
Optimasi Data Sensor Partikulat Low-Cost Menggunakan Hybrid Filtering pada Sistem Monitoring Udara Berbasis IoT MOHAMMAD HAFIZ AR RAFI; Agussalim Agussalim; Andreas Nugroho Sihananto
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/dn3dw695

Abstract

Sensor partikulat low-cost banyak digunakan pada sistem monitoring udara berbasis Internet of Things (IoT), namun pembacaan data yang dilakukan sensor tersebut sering dipengaruhi oleh noise, fluktuasi sinyal, dan lonjakan nilai sesaat (spike). Penelitian ini bertujuan meningkatkan kualitas data sensor partikulat melalui penerapan hybrid filtering yang mengombinasikan Median Filter dan Exponential Moving Average (EMA). Sistem monitoring dikembangkan menggunakan sensor GP2Y1010AU0F, ESP32, DHT22, Firebase Realtime Database, dan dashboard pada platform Blynk. Sebanyak 4.019 data pengamatan dikumpulkan dan diproses menggunakan Median Filter dan EMA. Evaluasi dilakukan menggunakan parameter statistik berupa standard deviation (SD), variance (V), coefficient of variation (CV), dan interquartile range (IQR). Hasil penelitian menunjukkan bahwa penerapan hybrid filtering mampu menurunkan SD sebesar 52,85%, variance sebesar 77,77%, CV sebesar 46,66%, dan IQR sebesar 29,58%, sehingga meningkatkan stabilitas serta mengurangi variabilitas sinyal sensor. Kombinasi Median Filter dan EMA efektif mereduksi pengaruh noise dan spike tanpa menghilangkan tren utama data. Dengan demikian, pendekatan yang diusulkan dapat meningkatkan reliabilitas sistem monitoring udara berbasis IoT yang menggunakan sensor partikulat low-cost.
Rancang Bangun Sistem Penjadwalan Tugas Mengajar Guru Menggunakan Algoritma Backtracking Berbasis Web Oswaldus Mandut
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/hnn9yj56

Abstract

Penyusunan jadwal tugas mengajar guru merupakan proses administrasi akademik penting yang harus memperhatikan guru, mata pelajaran, kelas, jumlah jam mengajar, dan slot waktu yang tersedia. Di SMA Negeri 3 Waingapu, proses penjadwalan tugas mengajar guru masih dilakukan secara manual menggunakan spreadsheet, sehingga berpotensi menimbulkan bentrok jadwal, revisi berulang, dan proses penyusunan yang lebih lama. Penelitian ini bertujuan merancang dan membangun sistem penjadwalan tugas mengajar guru berbasis web menggunakan algoritma Backtracking. Pengembangan sistem dilakukan dengan metode Waterfall yang meliputi tahap analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Algoritma Backtracking diterapkan pada proses generate jadwal dengan menempatkan guru, mata pelajaran, kelas, dan waktu berdasarkan constraint yang telah ditentukan. Hard constraint utama meliputi guru tidak boleh mengajar pada dua kelas dalam waktu yang sama, satu kelas tidak boleh menerima dua mata pelajaran pada slot waktu yang sama, dan alokasi jam mata pelajaran harus terpenuhi. Pengujian sistem dilakukan menggunakan Black Box Testing untuk menilai kesesuaian fungsi, validasi jadwal untuk memeriksa pencegahan bentrok, dan System Usability Scale untuk mengukur penerimaan pengguna. Hasil penelitian menunjukkan bahwa sistem dapat mengelola data penjadwalan, menghasilkan jadwal berdasarkan constraint, mendeteksi kombinasi jadwal yang tidak valid, serta menampilkan jadwal mengajar secara terstruktur. Dengan demikian, sistem yang dikembangkan dapat membantu sekolah dalam mengurangi bentrok jadwal, meningkatkan pengelolaan data, dan mempermudah proses penyusunan jadwal tugas mengajar guru.
Analisis Sentimen Ulasan Pengunjung Air Terjun Matayangu Menggunakan Support Vector Machine cristiawan umbu laiya; Pingky; 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: 10.58300/6ch5y832

Abstract

Air Terjun Matayangu merupakan destinasi wisata alam di Kabupaten Sumba Tengah yang memiliki potensi ekologis dan pariwisata. Ulasan pengunjung pada platform digital mengandung informasi yang dapat dimanfaatkan untuk mengevaluasi destinasi, tetapi jumlah data yang besar dan tidak terstruktur menyebabkan analisis manual menjadi kurang efisien. Penelitian ini bertujuan mengklasifikasikan ulasan pengunjung ke dalam sentimen positif, negatif, dan netral menggunakan algoritma Support Vector Machine. Penelitian menggunakan pendekatan kuantitatif eksperimental dengan data yang diperoleh dari Google Maps, Twitter atau X, Facebook, dan Instagram. Tahapan penelitian meliputi pengumpulan data, pelabelan sentimen, case folding, tokenization, stopword removal, stemming, pembobotan TF-IDF, pembagian data menggunakan hold-out validation, klasifikasi SVM dengan kernel linear, serta evaluasi menggunakan accuracy, precision, recall, dan F1-score. Sebanyak 557 ulasan berhasil dikumpulkan, sedangkan keluaran distribusi akhir mencakup 556 ulasan berlabel. Sentimen positif menjadi kategori dominan dengan 289 ulasan, diikuti 251 ulasan netral dan 16 ulasan negatif. Model memperoleh akurasi keseluruhan sebesar 80%. Kelas negatif menunjukkan performa terbaik, sedangkan kelas netral memiliki recall terendah karena ketidakseimbangan data dan ambiguitas bahasa. Hasil penelitian menunjukkan bahwa TF-IDF dan SVM dapat digunakan untuk memperoleh gambaran terukur mengenai persepsi pengunjung serta mendukung evaluasi aksesibilitas, fasilitas, dan penyediaan informasi wisata di Air Terjun Matayangu.
Sistem Informasi Pendataan Penduduk Desa Kuruwaki Menggunakan Metode Incremental Synchronization Kevin Marel Landunau; Yustina; 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/fq23ef44

Abstract

Pendataan penduduk merupakan fondasi krusial dalam administrasi pemerintahan desa. Namun, di Desa Kuruwaki, proses ini masih bersifat konvensional, rentan terhadap kesalahan manusia, dan tidak efisien. Selain itu, keterbatasan infrastruktur internet menjadi hambatan utama dalam digitalisasi. Penelitian ini bertujuan merancang sistem informasi pendataan penduduk berbasis Android yang mampu beroperasi secara offline dengan memanfaatkan database SQLite, serta menggunakan metode Incremental Synchronization untuk efisiensi sinkronisasi data ke server MySQL. Menggunakan metode pengembangan Waterfall, sistem ini dikembangkan untuk meningkatkan efektivitas pengumpulan data. Hasil penelitian menunjukkan bahwa sistem yang dirancang berhasil mendukung pendataan door-to-door dengan lebih efisien, hemat bandwidth, dan akurat bagi perangkat desa dibandingkan metode manual.
Klasifikasi Postur Tubuh Pengguna Laptop Berdasarkan Aspek Ergonomi Menggunakan MediaPipe dan K-Nearest Neighbors (KNN) Helminius Lorensius; Fajar
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: 10.58300/83n4tj65

Abstract

Penggunaan laptop dalam waktu lama dapat menyebabkan postur tubuh yang tidak ergonomis, seperti kepala terlalu menunduk, bahu tidak sejajar, dan posisi duduk yang kurang stabil. Kondisi tersebut dapat meningkatkan risiko keluhan fisik, terutama pada bagian leher, bahu, dan punggung. Penelitian ini bertujuan untuk mengevaluasi akurasi model klasifikasi postur ergonomis pengguna laptop menggunakan MediaPipe Pose dan algoritma K-Nearest Neighbors. MediaPipe Pose digunakan untuk mengekstraksi koordinat landmark tubuh bagian atas dari gambar statis, sedangkan KNN digunakan untuk mengklasifikasikan postur ke dalam dua kategori, yaitu postur baik dan postur buruk. Dataset yang digunakan berjumlah 300 gambar, terdiri dari 150 gambar postur baik dan 150 gambar postur buruk. Dataset juga memperhatikan tiga variasi bentuk tubuh, yaitu kurus, agak kurus, dan gemuk. Landmark yang digunakan meliputi hidung, telinga kiri, telinga kanan, bahu kiri, dan bahu kanan. Setiap landmark menghasilkan koordinat x, y, dan z, sehingga setiap data memiliki 15 fitur numerik. Dataset dibagi menjadi data latih dan data uji dengan rasio 80:20. Fitur dinormalisasi menggunakan Min-Max Normalization sebelum diklasifikasikan. Model KNN menggunakan nilai K = 3 dan Euclidean Distance. Hasil pengujian menunjukkan bahwa model memperoleh accuracy sebesar 100% pada 60 data uji. Nilai precision, recall, dan F1-score pada kelas baik dan buruk mencapai 1,0. Hasil ini menunjukkan bahwa fitur landmark tubuh bagian atas yang diekstraksi menggunakan MediaPipe Pose dapat digunakan oleh KNN untuk mengklasifikasikan postur pengguna laptop pada dataset yang digunakan dalam penelitian ini.
Pengembangan Sistem Prediksi Kemiskinan per Kecamatan Menggunakan Regresi Linier Data Panel dan WebGIS di Kabupaten Sumba Timur Gathan Syahputra Dinata; Pingky; Erwianta
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/fz7qxg46

Abstract

Penelitian ini mengembangkan sistem berbasis web dan WebGIS untuk menganalisis serta memprediksi Kemiskinan pada 22 kecamatan di Kabupaten Sumba Timur. Data penelitian berupa panel seimbang sebanyak 88 observasi periode 2022–2025 yang bersumber dari DTKS, DTSEN, BPS, dan instansi terkait. Analisis inferensial menggunakan regresi linier berganda data panel two-way fixed effects, sedangkan model prediktif dipilih melalui validasi temporal. Hasil menunjukkan bahwa rasio ketergantungan berhubungan positif dan signifikan dengan persentase kelompok kesejahteraan rendah, dengan koefisien 0,3670 dan nilai p 0,0066. Model C menghasilkan performa terbaik dengan MAE 4,2936, RMSE 5,3776, dan R2 pengujian 0,8388. Prediksi tahun 2026 menggunakan skenario hibrida menghasilkan 200.862 individu atau 76,1660 persen dari total penduduk proyeksi. Sistem mampu menampilkan prediksi, interval, sensitivitas, grafik, laporan, dan peta interaktif. Pengujian black-box menunjukkan seluruh fungsi utama berjalan sesuai rancangan.
Perbandingan Kinerja Metode Perkalian Matriks dengan Komputasi CPU dan CUDA-GPU Ahmad Sabri
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/epb96r20

Abstract

This study compares the performance of four matrix multiplication methods, namely the standard, transpose, Winograd, and Strassen methods, executed on CPU, where two of them, namely the standard and transpose methods, are also executed on GPU. Performance observations were made on the multiplication of two square matrices of size 128 (small), 256, 512 (medium), and 1024 (large). Performance refers to the execution time under three defined scenarios. All methods were implemented into the C++ code and run with the C++ and CUDA compilers. The results from all scenarios show that on CPU, the Winograd method provides the best performance for small to medium sized matrices, while the Strassen method is the fastest method for large size. The transpose method on CPU shows a performance improvement at large size due to improved memory locality. On GPU, the transpose method provides a significant speedup on small to medium sized matrices due to coalescent memory access, while the standard GPU becomes more competitive at large size. Overall, GPUs consistently outperform CPUs for medium and large matrix sizes.
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.
Perancangan Sistem Informasi Manajemen Stok Toko Menggunakan Forecasting Moving Average Dhea Ananda Putri Bangu; Fajar; 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/j8n06j81

Abstract

Toko Alvan merupakan usaha yang bergerak dalam penjualan barang kebutuhan sehari-hari. Pengelolaan stok barang dan transaksi penjualan yang masih dilakukan secara manual menyebabkan kesulitan dalam memantau persediaan, menentukan kebutuhan pengadaan barang, serta menghitung keuntungan usaha secara akurat. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Manajemen Stok Toko berbasis web yang dilengkapi dengan fitur forecasting stok menggunakan metode Moving Average. Sistem dikembangkan menggunakan bahasa pemrograman PHP untuk mendukung pengelolaan persediaan, transaksi penjualan, forecasting stok, dan pelaporan secara terintegrasi. Pengujian sistem dilakukan menggunakan metode Black Box Testing dan menunjukkan bahwa seluruh fitur sistem berjalan sesuai dengan kebutuhan pengguna dengan status valid. Pengujian akurasi forecasting dilakukan menggunakan Mean Absolute Percentage Error (MAPE) pada 10 jenis barang dengan variasi periode (N) dari 1 hingga 8. Hasil pengujian menunjukkan bahwa penggunaan 7 periode menghasilkan nilai rata-rata MAPE terendah sebesar 10,85%, lebih baik dibandingkan periode lainnya yang memiliki nilai MAPE antara 11,02% hingga 18%. Hasil tersebut menunjukkan bahwa metode Moving Average dengan 7 periode mampu memberikan prediksi kebutuhan stok yang lebih akurat sesuai dengan pola penjualan di Toko Alvan. Dengan adanya sistem ini, pengelolaan inventaris menjadi lebih terstruktur, informasi stok dan keuntungan dapat diperoleh secara lebih akurat, serta membantu pemilik toko dalam mengambil keputusan pengadaan barang secara lebih efektif.

Page 14 of 15 | Total Record : 145

 11   12   13   14   15 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. Special (2026): Volume 05 Edisi Khusus Agustus 2026 Vol. 4 No. 02 (2025): September 2025 Vol. 4 No. 01 (2025): April 2025 Vol. 4 No. 3 (2025): Desember 2025 Vol. 3 No. 3 (2024): Desember 2024 Vol. 3 No. 2 (2024): Agustus 2024 Vol. 3 No. 1 (2024): April 2024 Vol. 2 No. 3 (2023): Desember 2023 Vol. 2 No. 2 (2023): Agustus 2023 Vol 2 No 1 (2023): April 2023 Vol. 2 No. 1 (2023): April 2023 Vol 1 No 3 (2022): Desember 2022 Vol 1 No 2 (2022): Agustus 2022 Vol. 1 No. 2 (2022): Agustus 2022 Vol. 1 No. 1 (2022): April 2022 More Issue