Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business Journal of Innovative and Creativity
Alvian Nara Weking
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Innovative and Creativity

 1 
Identifikasi Kecanduan Gadget pada Remaja Menggunakan Metode K-Nearest Neighabor Ronaldus Hada Sogen; Bernadete Deta; Alvian Nara Weking
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.v5i2.2064

Abstract

Penelitian ini bertujuan untuk mengidentifikasi tingkat kecanduan gadget pada remaja di SMKN 1 Larantuka dengan menerapkan metode Machine Learning K-Nearest Neighbor (K-NN). Latar belakang penelitian ini didasari oleh meningkatnya intensitas penggunaan gadget di kalangan pelajar, yang berdampak signifikan terhadap penurunan prestasi akademik, perubahan perilaku sosial, gangguan pola tidur, hingga menurunnya kedisiplinan siswa dalam menjalani aktivitas sekolah. Data penelitian dikumpulkan melalui penyebaran kuesioner kepada siswa, yang terdiri dari 35 butir pernyataan yang menggambarkan pola penggunaan gadget serta dampaknya terhadap keseharian siswa. Setiap respon dianalisis dan diberikan skor untuk kemudian dilabeli menggunakan metode threshold berdasarkan nilai rata-rata, yang membagi data ke dalam dua kategori, yaitu “Tinggi” dan “Rendah”. Data selanjutnya dinormalisasi menggunakan Min-Max Scaler agar nilai fitur berada pada rentang yang sama. Proses pelatihan model dilakukan menggunakan algoritma K-NN, dengan pencarian parameter terbaik menggunakan GridSearchCV dan validasi silang 5-fold untuk meningkatkan keandalan hasil. Hasil pemodelan menunjukkan bahwa nilai k terbaik adalah 7, dengan rata-rata akurasi validasi sebesar 93%. Saat diuji menggunakan data uji, model menghasilkan akurasi sebesar 74%, dengan precision 0.80 untuk kelas “Rendah” dan 0.70 untuk kelas “Tinggi”. Confusion matrix menunjukkan tingkat keberhasilan model sebesar 74% dan tingkat kesalahan 26%. Hasil ini mengindikasikan bahwa model cukup mampu mengidentifikasi kecenderungan kecanduan gadget pada remaja, namun masih terdapat peluang untuk peningkatan akurasi melalui optimasi fitur maupun eksplorasi metode klasifikasi lainnya di masa mendatang.
P Penerapan Kombinasi Metode Simple Additive Weighting (SAW) dan Analytical Hierarchy Process (AHP) Untuk Sistem Pendukung Keputusan Seleksi Penerimaan Beasiswa PIP Ferdinandus Soda; Dominikus Boli Watomakin; Alvian Nara Weking; Fitalis Tukan Hajon
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.v5i2.2279

Abstract

Program Indonesia Pintar (PIP) merupakan bantuan pendidikan bagi siswa yang berasal dari keluarga kurang mampu. Di SMPS Katolik Ratu Damai, penentuan calon penerima beasiswa masih dilakukan secara manual dan cenderung subjektif. Oleh karena itu, diperlukan pendekatan yang lebih sistematis dan objektif dalam mendukung proses seleksi penerima beasiswa. Penelitian ini bertujuan untuk menerapkan kombinasi metode Analytic Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) dalam sistem pendukung keputusan (SPK) berbasis data Dapodik, tanpa membangun aplikasi sistem secara nyata. Jenis penelitian ini adalah kuantitatif terapan. Data dikumpulkan melalui dokumentasi dari Dapodik, kemudian dianalisis menggunakan AHP untuk menentukan bobot kriteria, dan SAW untuk mengevaluasi alternatif siswa berdasarkan bobot tersebut. Hasil penelitian menunjukkan bahwa kriteria pendapatan orang tua memiliki bobot tertinggi (0,6196), diikuti oleh prestasi akademik dan keaktifan ekstrakurikuler. Dari 19 siswa kelas IX yang diajukan, 12 siswa terpilih sebagai penerima beasiswa dengan tingkat akurasi sebesar 63,16% dibandingkan data penerima aktual. Kesimpulannya, kombinasi metode AHP dan SAW dapat digunakan secara efektif untuk mendukung proses seleksi penerima beasiswa PIP dengan pendekatan yang lebih objektif dan transparan.
Co-Authors Bernadete Deta Dominikus Boli Watomakin Ferdinandus Soda Fitalis Tukan Hajon Ishak, Martinus Irwanto Liwun, Gianfranco Pati Ronaldus Hada Sogen