Article Per Year (5 Year)
p-Index From 2019 - 2024
1.683
P-Index
This Author published in this journals
All Journal SmartComp
Safar Dwi Kurniawan
Politeknik Harapan Bersama
Computer Science & IT Electrical & Electronics Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Implementasi Teknik Pose to Pose sebagai Proyeksi pada Animasi 3 Dimensi Gerakan Manusia Berjalan Ibnu Hadi Purwanto; Afifah Nur Aini; Ahmad Zaid Rahman; Ahmad Fachry M; Safar Dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 3 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i3.5479

Abstract

Sebagai bagaian dari tahap produksi film animasi 3D, proses animating merupakan proses yang berperan besar dalam menghasilkan film animasi 3D yang baik. Permasalah yang sering dihadapi dalam proses animating adalah kualitas gerak animasi yang jauh dari kesan nyata dan halus, oleh karena itu cerita serta pesan yang pada film animasi 3D tersebut tidak tersampaikan dengan baik kepada penontonnya. Banyak ditemukan film animasi 3D seperti itu dikarenakan kurangnya pengalaman serta pemahaman akan metode dan prinsip-prinsip dasar animasi. Penelitian ini membahas tentang salah satu metode yang berkaitan dengan prinsip-prinsip dasar animasi, yaitu metode pose to pose. Pembahasan metode dilakukan dengan mengimplementasikan beberapa gerak dasar pada manusia pada animasi 3D dengan menggunakan objek figur 3D untuk memperagakan gerakan- gerakan dasar tersebut. Perancangan animasi dalam penelitian ini dilakukan melalui tiga tahapan yaitu pra produksi, produksi, dan pasca produksi serta menggunakan aplikasi Blender. Penelitian ini berhasil mengimplementasikan gerakan manusia dalam bentuk animasi 3D. Diharapkan melalui penelitian ini dapat memperkenalkan metode pose to pose kepada para pembaca yang sedang mempelajari topik pembuatan animasi 3D serta dapat menghasilkan suatu film animasi 3D dengan kualitas gerakan yang baik.
Implementasi Sistem Informasi Pelayanan Akademik (SIPA) Berbasis Web di Politeknik Negeri Ketapang Novi Indah Pradasari; M Khadafi; Safar Dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i4.4267

Abstract

Sistem Informasi Pelayanan Akademik (SIPA) merupakan sebuah sistem yang dapat memudahkan mahasiswa aktif maupun alumni dalam berinteraksi dalam hal kebutuhan informasi akademik. Melalui Sistem Informasi berbasis Web ini diharapkan dapat membantu pihak akademik maupun mahasiswa dan alumni dalam memberikan dan mendapatkan informasi berkaitan dengan pelayanan akademik yang ada di Politeknik Negeri Ketapang. SIPA ini merupakan sebuah aplikasi berbasis Web yang mengintegrasikan seluruh proses inti sebuah bisnis pendidikan ke dalam sebuah sistem informasi yang didukung oleh teknologi terkini. Kemudian keakuratan dan tepat waktu merupakan dasar dikembangkanya SIPA yang mana pada sistem sebelumnya membutuhkan biaya yang besar dari sisi pengadaannya hal ini juga yang menjadi alasan kenapa Politeknik Negeri Ketapang membutuhkan SIPA untuk memberikan pelayanan kepada para mahasiswa dan alumni dan memberikan kemudahan bagi pegawai bagian administrasi akademik. Dengan kemudahan dan keunggulan yang ditawarkan diharapkan dapat memberikan kontribusi dan nilai tambah bagi Politeknik Negeri Ketapang untuk turut serta dalam mencerdaskan kehidupan bangsa kita ini
SISTEM ABSENSI PRODI DIII TEKNIK KOMPUTER MENGGUNAKAN FACE RECOGNITION Eko Budihartono; Safar Dwi Kurniawan; Rais rais
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 8, No 2 (2019): Smart Comp :Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v8i2.1484

Abstract

Dalam aplikasinya sendiri pengenalan wajah menggunakan sebuah kamera untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah yang sebelumnya telah disimpan di dalam database tertentu. Ada beberapa macam metode Face Recognition yaitu neural network, jaringan syaraf tiruan, neuro fuzzy adaptif dan eigenface. Secara khusus disini metode yang akan dijelaskan adalah metode eigenface. Hasil dari fiturFace Recognition pada alat, akan membantu dalam proses identifikasi mahasiswa dan dosen secara akurat. Untuk menambah fungsi dalam proses absensi. Dengan melakukan recognition face pada sistem absensi, kemudian dilakukan pengolahan data dengan aplikasi maka akan menghasilkan informasi kehadiran mahasiswa yang lebih akurat dibandingkan dengan yang dilakukan secara manual. Dalam penelitian ini pengujian system dilakukan dengan menggunakan metode pengujian black-box terhadap semua fungsi dalam aplikasi. Pengujian black-box merupakan salah satu pengujian aplikasi atau perangkat lunak yang berfokus pada persyaratan fungsional perangkat lunak. Evaluasi system dilakukan agar sistem yang telah dihasilkan benar-benar sesuai dengan kebutuhan dan dapat memberikan sebuah solusi atas permasalahan yang ada. Evaluasi system dilakukan langsung oleh peneliti untuk mengevaluasi apakah sistem yang telah selesai dibangun sesuai dengan keinginan dan kebutuhan atau tidak. Jika telah sesuai maka langkah selanjutnya dapat dilakukan, yakni dengan Penerapan Sistem (System Implementation) pada objek penelitian.Kata Kunci: Face Recognition, Eigenface, C#, PHP dan MySQL
Pengembangan Keamanan Sistem Rekam Medis Berbasis Blockchain dengan Smart Contract Purwono Purwono; Pramesti Dewi; Safar dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 2 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i2.5143

Abstract

Manipulasi data kesehatan memicu keresahan masyarakat dan menurunkan tingkat  kepercayaan terhadap langkah antisipatif yang dilakukan pemerintah Indonesia. Teknologi Blockchain menjadi salah satu solusi untuk mencegah data kesehatan yang berpotensi untuk dimanipulasi. Smart contract adalah protokol yang berjalan di jaringan blockchain. Metode ini mengikat suatu kesepakatan antara beberapa pihak dalam suatu perjanjian. Data kesehatan ini dapat dilindungi dari pihak internal dengan membuat kontrak cerdas antara dokter, pasien, dan pengelola website. Data diagnosis yang dibuat oleh dokter baru adalah valid jika pasien setuju. Administrator hanya dapat mengakses data jika disetujui oleh dokter dan pasien.   Pengujian   keamanan   dilakukan   melalui serangan injeksi SQL. Sistem yang belum menerapkan kontrak pintar dapat dikompromikan melalui uji injeksi muatan, sedangkan sistem yang telah menerapkan kontrak pintar hanya dapat memecahkan kueri login. Pengujian manipulasi data 10 kali setelah login berhasil menunjukkan bahwa data yang telah disimpan tidak dapat diubah karena memerlukan kontrak pintar
Pemanfaatan Teknologi Machine Learning pada Klasifikasi Jenis Hipertensi Berdasarkan Fitur Pribadi Pramesti Dewi; Purwono Purwono; Safar Dwi Kurniawan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3721

Abstract

Hipertensi tampaknya menjadi faktor utama dalam perkembangan penyakit seperti stroke, gagal jantung, infark miokard, fibrilasi atrium, penyakit arteri perifer, dan diseksi aorta. Prediksi dini jenis hipertensi dari riwayat kesehatan merupakan hal yang penting agar kita dapat mengetahui penyakit yang disebabkan olehnya. Prediksi ini dapat diperoleh dengan memanfaatkan teknologi machine learning untuk menemukan pengetahuan baru dari data dasar sehingga menemukan pola yang valid, berguna, dan mudah dipelajari. Model klasifikasi random forest diusulkan dalam penelitian ini. Kontribusi kami dalam penelitian ini adalah membuat model klasifikasi random forest dengan teknik baru yaitu perbaikan data untuk melakukan tuning hyperparameter. Kami melihat peneliti sebelumnya hanya mengejar nilai akurasi yang tinggi semata. Berbeda dengan penelitian sebelumnya, kami menggunakan teknik optimasi hyperparameter gridsearch cv pada model klasifikasi random forest. Parameter terbaik untuk model random forest yaitu max_depth = 80, max_features = 3, min_samples_leaf = 3, min_samples_split = 8, dan n_estimators = 1000 yang direkomendasikan dari teknik gridsearch cv. Akurasi sebelum optimasi adalah 72,3%, sedangkan setelah optimasi adalah 86,1%. Hal ini menunjukkan peningkatan akurasi sebesar 13,7% setelah menerapkan metode grid search cv pada klasifikasi jenis hipertensi menggunakan model random forest
Co-Authors Afifah Nur Aini Ahmad Fachry M Ahmad Zaid Rahman Eko Budihartono, Eko Ibnu Hadi Purwanto M Khadafi Novi Indah Pradasari Pramesti Dewi Purwono, Purwono Rais Rais