Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)
Ryan Putranda Kristianto
Universitas Katolik Darma Cendika, Surabaya
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
IMPLEMENTASI PENGGUNAAN OPENCV PADA FACE RECOGNITION UNTUK SISTEM PRESENSI PERKULIAHAN MAHASISWA Banu Santoso; Ryan Putranda Kristianto
Sistemasi: Jurnal Sistem Informasi Vol 9, No 2 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (604.282 KB) | DOI: 10.32520/stmsi.v9i2.822

Abstract

Abstrak— Data presensi perkuliahan pada perguruan tinggi menjadi suatu acuan dalam menunjukkan kredibilitas setiap mahasiswa yang digunakan oleh para dosen sebagai data untuk pemberian nilai mahasiswa sekaligus sebagai bahan evaluasi keberhasilan kegiatan belajar mengajar dalam perkuliahan, namun ada beberapa contoh kasus, terkait dengan data presensi mahasiswa yang saat ini marak terjadi pada dunia pendidikan atau perkuliahan adalah fenomena “Titip Absen”. Selain itu, masalah lainnya juga muncul dari pihak dosen dan pegawai tata usaha yakni kesulitan dalam memonitor kehadiran mahasiswa serta upaya memvalidasi data presensi karena jumlah data mahasiswa yang begitu banyak. Oleh karena itu dalam penelitian ini diajukan suatu sistem untuk mengurangi tingkat kecurangan dalam pengisian daftar presensi dan efektivitas pengolahan data mahasiswa dengan menggunakan sistem penerapan metode Face Recognition berbasis Open CV dengan metode Haar Cascade Classifier dan Local Binary Patterns Histograms (LBPH). Hasil penelitian Face Recognition ini berhasil mendeteksi apabila semua pengguna yang dipresensikan telah terdaftar ke sistem, dengan jarak jangkauan optimal Face Recognition agar terdeteksi sampai 150 cm. Sedangkan Face Recognition tidak berhasil terdeteksi apabila ada obstacle menutupi objek wajah dan jarak melebihi dari 150 cm. 
Penerapan Algoritma Single Exponential Smoothing untuk Prediksi Jumlah Calon Mahasiswa Baru Prizhelius Anzhelmus Boli; Ryan Putranda Kristianto
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Vol 6, No 1 (2022): Challenge and Opportunity For Z Generation in Metaverse Era
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/komik.v6i1.5686

Abstract

Admission of new students is a routine agenda undertaken by a university. The number of prospective new students may increase or decrease every year at Darma Cendika Catholic University (UKDC) Surabaya. Therefore, to find out it is necessary to predict the number of prospective new students. In this case, the researcher proposes a method to predict the number of prospective new students at UKDC using the Single Exponential Smoothing method, then calculates the error using the mean square error with a time series dataset regarding applicants, prospective students and those who are accepted as new students from 2017 to 2022. This method has advantages including, namely: It has considered the influence of random, trend and seasonal on the past data to be smoothed. The results obtained by the researchers, namely the use of Single Exponential Smoothing, can be calculated in 2023 by 280 students from the prediction results.
Co-Authors Banu Santoso Prizhelius Anzhelmus Boli