Article Per Year (5 Year)
p-Index From 2021 - 2026
2.339
P-Index
This Author published in this journals
All Journal Komatika: Jurnal Pengabdian Kepada Masyarakat Science and Education Journal Journal of Innovative and Creativity Indonesian Journal of Innovation Science and Knowledge JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Teknik: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Alfian Nara Weking
Institut Keguruan dan Teknologi Larantuka
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Penggunaan Augmentasi Data pada Convolutional Neural Network (CNN) untuk Meningkatkan Akurasi Pengenalan Wajah Dosen Maria D. Elsoin; Alfian Nara Weking; Dominikus Boli Watomakin
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.1772

Abstract

Pengenalan wajah adalah salah satu bentuk penerapan teknologi kecerdasan buatan yang mempunyai peran yang sangat penting dalam berbagai bidang, diantaranya sistem pengenalan wajah dalam bidang pendidikan. Penelitian ini bertujuan untuk meningkatkan akurasi pengenalan wajah dosen pada Convolutional Neural Network (CNN) dengan menggunakan teknik augmentasi data. Teknik augmentasi yang digunakan ialah rotasi, pencahayaan, translasi, flipping, dan scaling untuk meningkatkan variasi dataset tanpa menambah data baru. Adapun arsitektur Convolutional Neural Network (CNN) yang digunakan adalah GoogLeNet (InceptionV3), dan proses pelatihan dilakukan dengan menggunakan augmentasi data dan tanpa augmentasi data. Dataset yang digunakan pada penelitian ini adalah sebanyak 40 kelas dosen, masing-masing melalui proses cropping dan resize. Hasil evaluasi menunjukkan bahwa model Convolutional Neural Network (CNN) tanpa augmentasi menghasilkan akurasi 100%, sedangkan model Convolutional Neural Network (CNN) dengan augmentasi mencapai akurasi 86.67%. Walaupun demikian, model dengan augmentasi lebih robust terhadap variasi data dan mampu menghindari overfitting. Penelitian ini menyimpulkan bahwa penggunaan augmentasi data dapat meningkatkan generalisasi model dan layak diterapkan untuk pengenalan wajah di lingkungan pendidikan.
Literasi Digital berbasis GeoGebra untuk Meningkatkan Kemampuan Spasial Siswa dalam Pembelajaran: Using GeoGebra Media to Improve Students' Spatial Abilities in Learning Roberta Uron Hurit; Alfian Nara Weking; Dominikus Boli Watomakin; Lusia Bince Kumanireng
Komatika: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 2 (2024): November 2024
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat, Institut Informatika Indonesia Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/komatika.v4i2.1129

Abstract

Tujuan Kegiatan Pengabdian kepada Masyarakat (PkM) ini adalah untuk meningkatkan kemampuan Spasial siswa SMP Satu Atap Riangpuho. Peningkatan kemampuan ini dilakukan dengan melaksanakan proses pembelajaran matematika mengunakan aplikasi Geogebra. Kegiatan pengabdian ini diikuti oleh 50 siswa SMP Satu Atap Riangpuho. Metode pelaksanaan kegiatan dilakukan dalam 3 Tahap, yaitu: 1) Tahap ceramah/presentasi, 2) Tahap Demostrasi, 3) Tahap Eksperimen dan Simulasi. Luaran dari PkM ini telah dibuat modul hasil Kegiatan Pembelajaran Matematika dengan Geogebra dan telah di serahkan ke sekolah. Hasil Kegiatan PkM ini menunjukkan bahwa kemampuan spasial siswa dalam membuat bangun ruang dan jaring-jaring bangun ruang belum Maksimal. Hal ini dapat dilihat pada pembahasan yang diperoleh menunjukkan beberapa peserta didik belum memenuhi indikator kemampuan spasial dalam membuat jaring-jaring bagun ruang.
Penerapan Algoritma Dijkstra Pada Sistem Informasi Geografis Berbasis Web Untuk Penentuan Rute Terpendek Wisata Kota Larantuka Maria Peni Makin; Bernadete Deta; Alfian Nara Weking
Science and Education Journal (SICEDU) Vol 5 No 3 (2026): Science and Education Journal 2026
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/sicedu.v5i3.1223

Abstract

Kota Larantuka memiliki beragam objek wisata alam, budaya, sejarah, dan religi yang tersebar di berbagai wilayah. Kondisi tersebut memberikan banyak pilihan destinasi bagi wisatawan, namun di sisi lain sering menimbulkan kendala dalam menentukan rute perjalanan yang paling efisien, terutama bagi wisatawan yang belum mengenal kondisi jaringan jalan di wilayah tersebut. Pemilihan rute yang kurang tepat dapat menyebabkan waktu tempuh menjadi lebih lama serta meningkatkan biaya perjalanan, sehingga diperlukan suatu sistem yang mampu memberikan informasi lokasi sekaligus rekomendasi jalur tercepat menuju destinasi wisata. Penelitian ini bertujuan mengimplementasikan Algoritma Dijkstra pada Sistem Informasi Geografis (SIG) berbasis web untuk menentukan rute terpendek menuju objek wisata di Kota Larantuka. Algoritma Dijkstra diterapkan untuk menghitung jalur dengan jarak minimum berdasarkan representasi jaringan jalan yang menghubungkan setiap lokasi wisata. Sistem yang dikembangkan mengintegrasikan data spasial dan nonspasial sehingga pengguna dapat memperoleh informasi mengenai lokasi objek wisata, deskripsi destinasi, serta visualisasi peta digital secara interaktif. Hasil penelitian menunjukkan bahwa sistem mampu menentukan dan menampilkan rute terpendek menuju objek wisata secara akurat berdasarkan perhitungan Algoritma Dijkstra. Selain itu, sistem juga menyajikan peta digital yang mudah dipahami, informasi destinasi wisata, serta rekomendasi jalur yang optimal. Implementasi sistem ini dapat membantu wisatawan dalam merencanakan perjalanan dengan lebih efektif dan efisien, menghemat waktu tempuh, serta mendukung upaya promosi dan pengembangan sektor pariwisata di Kota Larantuka melalui pemanfaatan teknologi informasi berbasis web.
Penerapan Algoritma Pencarian Sequential Search pada Sistem Repository Program Studi Teknik Informatika, Intitut Keguruan dan Teknologi Larantuka Yoseph F. Kuma Manuk; Bernadete Deta; Alfian Nara Weking
Science and Education Journal (SICEDU) Vol 5 No 3 (2026): Science and Education Journal 2026
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/sicedu.v5i3.1232

Abstract

The thesis archiving process in the Informatics Engineering Study Program at the Institute of Teacher Education and Technology Larantuka (IKTL) is still carried out using conventional methods, resulting in inefficient document retrieval. This study aims to design and develop a web-based repository system by implementing the Sequential Search algorithm to improve the efficiency of thesis document searches. The system was developed using the System Development Life Cycle (SDLC) with the Waterfall model. Data were collected through observation, interviews, and questionnaires involving 112 respondents. The Sequential Search algorithm was implemented using Python integrated with PHP and MySQL to search documents based on their metadata. The Black Box Testing results showed that all system features functioned successfully (100%). Algorithm testing on datasets of 50, 100, and 200 records produced response times of 15 ms, 30 ms, and 65 ms, respectively, with 100% accuracy. The System Usability Scale (SUS) evaluation achieved a score of 86.25, which falls into the Excellent category. The results indicate that the developed repository system provides a centralized storage solution while improving the speed and ease of searching academic documents.
Penerapan Sistem Absensi Online Guru Berbasis QR Code di SMKS Lamaholot Larantuka Martinus Mado WL. Lamanepa; Bernadete Deta; Alfian Nara Weking
Indonesian Journal of Innovation Science and Knowledge Vol. 3 No. 4 (2026): IJISK 2026
Publisher : Fakultas Pendidikan Ilmu Keguruan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijisk.v3i4.370

Abstract

Proses absensi guru di SMKS Lamaholot Larantuka masih dilakukan secara manual menggunakan buku kehadiran sehingga menimbulkan permasalahan berupa kesalahan pencatatan, risiko titip absen, keterlambatan rekapitulasi, dan kesulitan dalam pemantauan kehadiran. Penelitian ini bertujuan menerapkan sistem absensi online guru berbasis QR Code untuk meningkatkan efektivitas dan efisiensi pengelolaan data kehadiran. Sistem dikembangkan menggunakan metode Waterfall dengan bahasa pemrograman PHP, framework Laravel, dan database MySQL. Sistem memiliki dua pengguna, yaitu administrator dan guru. Administrator bertugas mengelola data guru, QR Code, data absensi, serta laporan, sedangkan guru melakukan absensi melalui pemindaian QR Code. Pengujian dilakukan menggunakan Time on Task, User Acceptance Test (UAT), dan System Usability Scale (SUS). Hasil pengujian Time on Task pada lima skenario memperoleh rata-rata waktu penyelesaian sebesar 7,78 detik. Pengujian efektivitas menggunakan UAT terhadap 20 responden memperoleh nilai sebesar 95% dengan kategori sangat efektif. Sementara itu, pengujian SUS memperoleh skor rata-rata 88 yang termasuk kategori Excellent. Hasil penelitian menunjukkan bahwa sistem mampu mempercepat proses absensi, meningkatkan akurasi pencatatan, serta mempermudah pengelolaan dan pemantauan data kehadiran guru secara digital.
Sistem Informasi Pengelolaan Data Pada Panti Asuhan Administer Dulionan Berbasis Web Menggunakan Pieces Framework Dominikus Boli Watomakin; Alexander Reinaldo R.N Tobi; Alfian Nara Weking
JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 4 No. 03 (2026): Agustus
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/jikteks.v4i03.715

Abstract

Panti Asuhan Administer Dulionan merupakan lembaga sosial yang mengelola data anak asuh, pengurus, donatur, donasi, dan laporan keuangan. Pengelolaan data yang sebelumnya masih dilakukan secara manual menimbulkan berbagai kendala, seperti keterlambatan pencarian data, risiko kesalahan pencatatan, potensi duplikasi data, serta terbatasnya transparansi informasi bagi donatur. Penelitian ini bertujuan merancang dan membangun Sistem Informasi Pengelolaan Data berbasis web serta menerapkan PIECES Framework (Performance, Information, Economy, Control, Efficiency, Service) dalam menganalisis kebutuhan dan mengevaluasi sistem. Pengembangan sistem menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, hingga penerapan. Aplikasi dibangun menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil pengujian fungsionalitas menggunakan Black Box Testing menunjukkan tingkat keberhasilan sebesar 100% pada 22 skenario uji. Evaluasi berbasis PIECES Framework mencatat rata-rata response time sebesar 1,31 detik (Performance), tingkat keakuratan data 100% (Information), penghematan biaya operasional 66,67% (Economy), peningkatan efisiensi waktu kerja 75,71% (Efficiency), serta skor kepuasan pelayanan 88,15% (Service), sedangkan aspek Control menunjukkan keberhasilan penuh pada seluruh pengujian akses dan keamanan. Pengujian Penerimaan Pengguna (User Acceptance Testing) menghasilkan skor 89% dengan kategori "Sangat Layak". Dengan demikian, sistem berbasis web yang dikembangkan terbukti mampu mempermudah operasional pengurus panti serta meningkatkan transparansi dan akuntabilitas pengelolaan data secara keseluruhan.
Optimalisasi Rekomendasi Ekstrakurikuler dengan Algoritma K-Means Clustering dan Collaborative Filtering Nadia Damayanti Peuma; Alfian Nara Weking; Maria Beliti Hewen
Indonesian Journal of Innovation Science and Knowledge Vol. 3 No. 4 (2026): IJISK 2026
Publisher : Fakultas Pendidikan Ilmu Keguruan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijisk.v3i4.421

Abstract

Pemilihan kegiatan ekstrakurikuler yang sesuai dengan minat dan kemampuan siswa merupakan hal penting dalam mendukung pengembangan potensi siswa. Namun, di SMKS Lamaholot Larantuka proses pemilihan ekstrakurikuler masih dilakukan secara manual sehingga belum sepenuhnya mempertimbangkan karakteristik setiap siswa. Penelitian ini bertujuan mengembangkan sistem rekomendasi ekstrakurikuler menggunakan kombinasi algoritma K-Means Clustering dan Collaborative Filtering. Metode penelitian menggunakan Waterfall dengan data 59 siswa yang meliputi nilai akademik, minat, prestasi, kehadiran, dan preferensi ekstrakurikuler. K-Means digunakan untuk mengelompokkan siswa berdasarkan kemiripan karakteristik, sedangkan Collaborative Filtering digunakan untuk menghasilkan rekomendasi berdasarkan kesamaan preferensi siswa dalam kelompok yang sama. Hasil penelitian menunjukkan bahwa sistem mampu mengelompokkan siswa dan memberikan rekomendasi ekstrakurikuler yang lebih personal sesuai karakteristik dan preferensi siswa. Pengujian sistem juga menunjukkan bahwa fitur utama dapat berjalan dengan baik dan evaluasi menggunakan Precision, Recall, dan F1-Score dapat digunakan untuk mengukur relevansi rekomendasi. Dengan demikian, sistem yang dikembangkan dapat membantu siswa dan sekolah dalam menentukan kegiatan ekstrakurikuler yang lebih sesuai.
Implementasi Metode Fuzzy-Ahp dan Topsis pada Sistem Pendukung Keputusan Penerima Bantuan Program Keluarga Harapan (PKH) di Kelurahan Puken Tobi Wangi Bao Maria Katarina Liwu; Alfian Nara Weking; Dominikus Boli Watomakin
Indonesian Journal of Innovation Science and Knowledge Vol. 3 No. 4 (2026): IJISK 2026
Publisher : Fakultas Pendidikan Ilmu Keguruan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijisk.v3i4.422

Abstract

Penentuan penerima Program Keluarga Harapan (PKH) di Kelurahan Puken Tobi Wangi Bao masih menghadapi permasalahan subjektivitas karena pemilihan calon penerima dilakukan berdasarkan pertimbangan tanpa penilaian yang terukur. Penelitian ini bertujuan membangun Sistem Pendukung Keputusan (SPK) berbasis web yang menerapkan metode Fuzzy Analytical Hierarchy Process (Fuzzy-AHP) Buckley untuk menentukan bobot kriteria dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) untuk melakukan perangkingan calon penerima. Data penelitian diperoleh melalui observasi, wawancara, studi literatur, dan dokumen di Kelurahan Puken Tobi Wangi Bao. Penilaian menggunakan empat kriteria, yaitu Pekerjaan (C1), Tanggungan (C2), Kondisi Rumah (C3), dan Pendapatan (C4), dengan lima alternatif sebagai sampel perhitungan. Hasil Fuzzy-AHP menghasilkan bobot C1 sebesar 0,183336, C2 sebesar 0,086680, C3 sebesar 0,282496, dan C4 sebesar 0,447488. Uji konsistensi memperoleh Consistency Ratio (CR) sebesar 0,03 sehingga matriks dinyatakan konsisten. Hasil TOPSIS menunjukkan A2 memperoleh nilai preferensi tertinggi sebesar 1,000000, diikuti A3 sebesar 0,918124, A5 sebesar 0,801816, A4 sebesar 0,374242, dan A1 sebesar 0,000000. Pengujian Black Box menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan, sedangkan pengujian sensitivitas menunjukkan perubahan bobot 10%–40% tidak mengubah urutan perangkingan. Hasil penelitian menunjukkan kombinasi Fuzzy-AHP dan TOPSIS dapat membantu proses seleksi penerima PKH secara lebih sistematis, objektif, dan stabil.
Sistem Informasi Monitoring Proses E-KTOP Menggunakan SMS Gateway Yosep Kun Nogo Ama Hajon; Alfian Nara Weking; Dominikus Boli Watomakin
Indonesian Journal of Innovation Science and Knowledge Vol. 3 No. 4 (2026): IJISK 2026
Publisher : Fakultas Pendidikan Ilmu Keguruan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/ijisk.v3i4.514

Abstract

Pelayanan administrasi kependudukan membutuhkan dukungan teknologi informasi untuk meningkatkan efektivitas, efisiensi, dan transparansi pelayanan kepada masyarakat. Penelitian ini bertujuan merancang dan membangun Sistem Informasi Monitoring Proses E-KTP berbasis web yang terintegrasi dengan SMS Gateway pada Dinas Kependudukan dan Pencatatan Sipil Kabupaten Flores Timur. Metode penelitian yang digunakan adalah Design Science Research (DSR), meliputi identifikasi masalah, penetapan tujuan, perancangan dan pengembangan, demonstrasi, evaluasi, serta komunikasi. Sistem dikembangkan menggunakan PHP Native, MySQL, Bootstrap, JavaScript, dan AJAX, dengan notifikasi otomatis setiap terjadi perubahan status E-KTP. Pengujian Black Box menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan. Pengujian SMS Gateway dilakukan melalui simulasi sebanyak 25 pesan, dengan tingkat keberhasilan pengiriman 100%, akurasi penyampaian informasi 100%, dan rata-rata delay pengiriman 9,32 detik. Hasil evaluasi menunjukkan bahwa sistem mampu membantu masyarakat memperoleh informasi status pengajuan secara lebih cepat dan transparan, mengurangi kebutuhan pengecekan langsung ke kantor, membantu petugas mengelola pelayanan, serta mendukung monitoring oleh pimpinan. Penelitian juga menunjukkan bahwa simulasi SMS Gateway dapat menggambarkan mekanisme notifikasi otomatis tanpa memerlukan perangkat keras tambahan, meskipun belum terhubung dengan layanan SMS Gateway operator seluler.
Optimalisasi Parameter K Dalam Algoritma K-Nearest Neighbor Untuk Klasifikasi Kematangan Buah Pinang Berdasarkan Fitur Tekstur Dan Warna Sesilia Barek Tukan; Alfian Nara Weking; Dominikus Boli Watomakin
Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 5 No. 2 (2025): Juli : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/teknik.v5i2.7405

Abstract

Manual determination of betel nut ripeness often takes a long time and depends on the subjectivity of the observer, so the results are inconsistent. This study aims to improve the accuracy of betel nut ripeness classification by optimizing the K parameter in the K-Nearest Neighbor (KNN) algorithm. The research process begins with the collection of 200 betel nut images that go through a preprocessing stage in the form of resizing, segmentation, and normalization. Furthermore, color feature extraction is carried out from the RGB and HSV models and texture features using the Gray-Level Co-occurrence Matrix (GLCM) method. The dataset is divided into training data and test data, then the K value is tested between 1 and 20 using the cross-validation technique. The test results show that the K value = 3 provides the highest accuracy of 85% with fairly balanced predictions in the raw, ripe, and old categories. These findings prove that selecting the appropriate K value can improve classification performance, while opening up opportunities for the application of an automated system to help farmers and industry players in determining the ripeness of betel nuts more quickly, accurately, and consistently.
Co-Authors Alexander Reinaldo R.N Tobi Bernadete Deta Dominikus Boli Watomakin Elias Kapitan Bono Tefa Fransiskus Aprilius Helminda Yeni Da Silva Ignasius Mario Bele Waton Lusia Bince Kumanireng Magdalena Herlin Wungubelen Maria Beliti Hewen Maria D. Elsoin Maria Katarina Liwu Maria Peni Makin Martinus Mado WL. Lamanepa Nadia Damayanti Peuma Roberta Uron Hurit Sesilia Barek Tukan Yosep Kun Nogo Ama Hajon Yoseph F. Kuma Manuk Yuliana Nogo Welan