Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENGEMBANGAN ANIMASI 3D TAMAN KOTA MENGGUNAKAN SOFTWARE SKETCHUP DAN LUMION Nana Suarna; Ryan Hamonangan; Mulyawan Mulyawan; lin lin
Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Vol 4 No 1 (2022): JURNAL RISET SISTEM INFORMASI DAN TEKNOLOGI INFORMASI (JURSISTEKNI)
Publisher : Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/jursistekni.v4i1.97

Abstract

Fungsi taman kota merupakan elemen estetika ruang kota, juga berfungsi sebagai elemen ekologi kota. Sebagai elemen ekologi kota, taman kota berfungsi sebagai penjaga dan pengatur iklim mikro. Selain itu, taman kota merupakan sarana umum yang ditata serta dibentuk untuk dapat dimanfaatkan oleh seluruh masyarakat kota sebagai sarana sosial. Dalam penelitian ini akan di rancang berbentuk animasi 3D dengan menggunakan metode pengembangan animasi 3d menggunakan software Sketchup dan Lumion menggunakan metode MDLC. Objek animasi 3D ini pilihan yang efektif untuk membuat animasi yang dapat dirotasi dan berpindah seperti objek riil. animasi 3D memiliki keunggulan dari segi kualitas bahan serta design yang menarik dan pelayanan yang baik. Dari kegiatan-kegiatan pembuatan media animasi 3D membuktikan perusahaan ini memiliki kreatifitas dan kualitas yang baik.Hasil penelitian tersebut dapat dinyatakan bahwa Perancangann animasi RTH dengan Sketchup dan lumnion Dapat mempermudah dalam perancangan RAB sebanyak 30%.Dengan nilai t tabel. 1,699127 maka -t.tabel =-1,699127. Sedangkan t.hitung adalah -7,803. Karena nilai –t.tabel (-1,699127) > t.hitung (-7,803). Maka Ho ditolak Ha diterima
Implementasi Algoritma CNN dalam Sistem Absensi Berbasis Pengenalan Wajah Dea Aldiani; Gifthera Dwilestari; Heliyanti Susana; Ryan Hamonangan; Denni Pratama
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.4852

Abstract

Pengembangan teknologi pengenalan wajah telah menjadi peluang untuk meningkatkan efisiensi sistem absensi. Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam sistem absensi berbasis pengenalan wajah. Keunggulan CNN dalam mengekstraksi fitur kompleks dari gambar menjadikannya pilihan yang potensial untuk meningkatkan akurasi pengenalan wajah dalam pengelolaan absensi. Penelitian ini menggunakan kumpulan dataset wajah yang beragam, mencakup variasi sudut pandang, ekspresi, dan kondisi pencahayaan. Data yang digunakan terdiri dari 20 kelas yang masing-masing memiliki 500 data wajah. Penerapan model CNN dimulai dengan perancangan arsitektur CNN sederhana dengan menambahkan lapisan konvolusi, pooling dan fully connected. Model CNN kemudian dilatih menggunakan data latih sebesar 85% dari keseluruhan data. Setelah model dilatih, selanjutnya dilakukan evaluasi model CNN melalui beberapa metrik evaluasi. Dari hasil evaluasi diperoleh tingkat akurasi yang baik sebesar 91%. Setelah memperoleh model CNN untuk pengenalan wajah, model CNN diimplementasikan dalam sistem absensi. Berdasarkan hasil implementasi algoritma CNN terhadap sistem absensi diperoleh proses absensi yang akurat dan efisien sehingga dapat mengatasi kecurangan dan manipulasi data serta meningkatkan efisiensi dalam manajemen kehadiran di berbagai lingkungan.