Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Innovative and Creativity
Dominikus Boli Watomakin
Institut Keguruan dan Teknologi Larantuka
Education Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
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.
S Sistem Pendukung Keputusan Seleksi Penerima Bantuan Langsung Tunai Menggunakan Metode Simple Additive Weighting Berbasis Web Yohanes Larantukan; Bernadete Deta; 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.v5i2.2283

Abstract

Bantuan Langsung Tunai (BLT) merupakan inisiatif pemerintah Indonesia untuk meringankan beban keuangan keluarga miskin. Namun identifikasi penerima BLT seringkali menimbulkan permasalahan mengenai validitas data dan transparansi seleksi. Pada penelitian ini, kami mengembangkan dan menerapkan sistem pendukung keputusan (SPK) dengan metode simple additive Weighting (SAW) untuk menentukan penerima BLT secara objektif. Metode SAW dipilih karena menyederhanakan pengambilan keputusan dengan menambahkan nilai tertimbang untuk berbagai kriteria seperti pendapatan, jumlah anggota keluarga, dan kondisi kehidupan. Hasil penelitian menunjukkan metode SAW efektif mengidentifikasi penerima BLT dengan mengurangi bias subjektif serta meningkatkan transparansi dan akurasi seleksi. Uji lapangan menunjukkan bahwa SPK berbasis SAW berkinerja baik. Penelitian ini diharapkan dapat membantu pemerintah dalam memanfaatkan teknologi informasi yang lebih efisien dan transparan untuk meningkatkan kualitas penyaluran BLT.
Co-Authors Alfian Nara Weking Bernadete Deta Maria D. Elsoin Yohanes Larantukan