Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi
Junita, Nurma
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Platform Ulasan Pelayanan Bank BTN Kantor Cabang Karawaci Berbasis Website Khusnul Salbiah, Siti; Junita, Nurma; Putri Aprillia, Cikal; Nirmala, Endar
Jurnal Riset Informatika dan Inovasi Vol 2 No 3 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bank Tabungan Negara (BTN) adalah salah satu bank terkemuka di Indonesia yang menyediakan berbagai layanan perbankan. Penelitian ini merancang dan mengimplementasikan platform ulasan berbasis web untuk nasabah memberikan ulasan, kritik, dan saran terkait pelayanan bank. Platform dikembangkan menggunakan pendekatan Agile untuk iterasi cepat dan penyesuaian berdasarkan umpan balik pengguna, dengan fitur utama seperti formulir ulasan, sistem penilaian bintang, kategori layanan, dan dashboard admin. Analisis sentimen diterapkan untuk memahami tren ulasan, sementara teknologi HTML, CSS, JavaScript, PHP, dan MySQL digunakan untuk optimalisasi database. Hasil menunjukkan peningkatan persepsi nasabah terhadap kualitas layanan BTN dan efisiensi pengelolaan ulasan, dengan harapan meningkatkan kepuasan nasabah dan kinerja layanan perbankan di Bank BTN.
Implementasi Pendeteksian Wajah Dan Mata Secara Real-Time Menggunakan Metode Haar Cascade Dengan OpenCV Khusnul Salbiah, Siti; Junita, Nurma; Putri Aprillia, Cikal; Alpiansyah, Rizki; Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 2 No 4 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengimplementasikan pendeteksian wajah dan mata secara real-time menggunakan metode Haar Cascade di OpenCV, dengan aplikasi utama dalam keamanan, interaksi manusia-komputer, dan analisis perilaku. Dataset terdiri dari gambar wajah yang diambil secara real-time dengan variasi pencahayaan dan posisi wajah yang berbeda. Proses pendeteksian mencakup pengambilan gambar, konversi ke skala abu-abu, dan penerapan Haar Cascade. Hasil penelitian menunjukkan Haar Cascade mampu mendeteksi wajah dan mata dengan tingkat akurasi tinggi pada kondisi pencahayaan baik dan posisi wajah normal, namun performanya menurun pada kondisi pencahayaan buruk dan orientasi wajah yang tidak biasa. Meskipun efektif dan efisien, untuk aplikasi dengan persyaratan akurasi lebih tinggi, disarankan penggunaan metode deteksi berbasis deep learning.
Co-Authors Alpiansyah, Rizki Endar Nirmala Khusnul Salbiah, Siti Perani Rosyani Putri Aprillia, Cikal