Article Per Year (5 Year)
p-Index From 2021 - 2026
1.318
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Infotech: Journal of Technology Information Bidik : Jurnal Pengabdian kepada Masyarakat The Center For Sustainable Development Studies Journal SmartComp Industrial & System Engineering Journals (ISEJOU)
Kristianto, Ryan Putranda
Unknown Affiliation
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Medicine & Pharmacology Social Sciences Transportation

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : SmartComp

 1 
Studi Komparatif: Performansi Akurasi Algoritma Klasifikasi untuk Analisis Sentimen Pada Kandidat Presiden RI di Pemilu 2024 kristianto, ryan putranda
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6286

Abstract

Penelitian ini mengulas analisis sentiment terkait pemilihan presiden dan wakil presiden Republik Indonesia tahun 2024 yang menjadi sorotan utama di platform sosial media dan berita nasional. Fokus pada Anies Baswedan, Prabowo Subianto, dan Ganjar Pranowo, ulasan masyarakat menunjukkan variasi sentimen positif dan negatif. Dalam menggunakan algoritma klasifikasi seperti K-Nearest Neighbors (KNN), Multinomial Naive Bayes, Decision Tree  dan  Stochastic Gradient Descent dalam supervised learning, tujuannya adalah memberikan wawasan mendalam tentang pandangan masyarakat terhadap calon pemimpin. Dari hasil analisis, skenario terbaik adalah skenario 1 dengan akurasi rata-rata 75%, sedangkan Multinomial Naïve Bayes menjadi algoritma terbaik dengan akurasi rata-rata 79%. Penelitian ini tidak hanya memberikan kontribusi ilmiah, tetapi juga menyoroti peran opini publik dalam proses demokratisasi dan pemilihan pemimpin negara, memberikan pemahaman lebih mendalam tentang preferensi masyarakat terhadap calon pemimpin
Pengembangan Face Recognition Menggunakan OpenCV dan Kombinasi Algoritma Haarcascade dan Local Binary Pattern Histogram (LBPH) untuk Aplikasi Presensi Mahasiswa kristianto, ryan putranda
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.7083

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi Face Recognition yang sudah ada sebelumnya, dengan fokus pada peningkatan tampilan UI dan nilai confidence dalam pengenalan wajah. Aplikasi sebelumnya memiliki rata-rata nilai confidence 65% dan error rate 35%, yang dianggap kurang optimal. Pengembangan dilakukan menggunakan OpenCV Python dengan kombinasi algoritma Haar Cascade Classifier dan Local Binary Pattern Histogram (LBPH). Metode yang digunakan meliputi perbaikan UI, peningkatan jumlah capturing image menjadi 100 kali untuk training, dan implementasi sistem konfirmasi setelah 10 kali deteksi pengguna yang sah. Hasil penelitian menunjukkan peningkatan pada tampilan UI dan fungsionalitas aplikasi, termasuk penambahan form konfirmasi untuk menyimpan data presensi. Namun, peningkatan jumlah capturing image tidak menghasilkan perubahan signifikan pada nilai confidence, yang tetap berada di sekitar 65%. Sebagai solusi, sistem konfirmasi otomatis setelah 10 kali deteksi pengguna yang sah diimplementasikan untuk meningkatkan akurasi pengenalan wajah
Model Estimasi Object Measurements untuk Pengukuran Objek Material Otomatis Menggunakan YOLOv5 dan OpenCV Kristianto, Ryan Putranda; Putra, Heristama Anugrerah; Andrian, David; Jati, Yosafat Danang Kukuh Bismoko; Hendra, Hendra
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 1 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i1.7734

Abstract

Dalam dunia insiyur, presisi dalam perhitungan objek material sangatlah diperlukan, hal ini akan berimplikasi kepada hasil kualitas bangunan yang dibuat. Penerapan Teknologi Informasi dewasa ini yang semakin masif, mampu menjangkau dan mendisrupsi segala bidang lini, termasuk dalam bidang bangunan dan pertukangan. Pengukuran objek material menjadi sorotan utama dalam penelitian ini, bagaimana mengautomasi pekerjaan yang membutuhkan presisi tinggi ini kepada teknologi informasi khususnya artificial intelligence merupakan tantangan – tantangan para peneliti artificial intelligence. Penelitian ini secara komprehensif membahas penggunaan YOLOv5 dan OpenCV untuk pengukuran ruang dimensi objek material secara otomatis. Dari hasil penelitian dan pengujian yang dilakukan menunjukkan akurasi tertinggi mencapai 90.28%. Dari penelitian ini diharapkan bahwa Teknologi Informasi dapat bekerjasama dengan semua bidang lini dan disiplin, dimana dalam penelitian ini ditunjukkan kolaborasinya dengan bidang arsitektur dan pertukangan.
Co-Authors Anas Hidayat, Anas Andrian, David Firdausi Hargiani, Fransisca Xaveria Hendra Hendra Heristama Anugerah Putra Jati, Yosafat Danang Kukuh Bismoko Oktaviani, Yohana Christela Priskila, Onny Purba, Lasman Parulian Putra, Heristama Anugrerah Sapeibu, Gobryas Subhagia, Andreas Andika Putra Tanuwijaya, Padmavati Darma Putri Trisyanti, Lucia Ina