Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi
Hadian Hibatul Wafi, M.
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 
Perancangan Sistem Aplikasi Asuransi Keluarga Berbasis Web Di PT. Mitra Proteksi Madani Hadian Hibatul Wafi, Muhammad; Rizky Maulana, Muhammad; Alpiansyah, Rizki; Nirmala, Endar
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

PT. Mitra Proteksi Madani adalah perusahaan asuransi yang berfokus pada layanan asuransi keluarga. Dalam rangka mengoptimalkan proses administrasi dan pelayanan, perancangan sistem aplikasi berbasis web menjadi penting. Sistem ini akan membantu mengelola data nasabah, klaim, perpanjangan asuransi, perhitungan premi, dan pembuatan laporan secara cepat dan akurat. Dalam beberapa tahun terakhir, industri asuransi telah mengalami peningkatan yang signifikan.
Deteksi Wajah Menggunakan Metode Haar Cascade Dengan OpenCV Reza Fadilah, M.; Nur Wahyu, Rangga; Selvia Antika P, Shalsha; Hadian Hibatul Wafi, M.; 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 membahas implementasi metode Haar Cascade untuk deteksi wajah menggunakan pustaka OpenCV. Metode Haar Cascade adalah salah satu teknik deteksi wajah yang populer dan efisien. Studi ini menunjukkan bagaimana metode ini diterapkan pada gambar statis, mengidentifikasi dan menganalisis kelebihan serta kekurangannya. Hasil penelitian menunjukkan bahwa metode Haar Cascade dapat mendeteksi wajah dengan baik dalam kondisi pencahayaan dan orientasi tertentu. Namun, akurasi deteksi dapat menurun pada gambar dengan kondisi pencahayaan buruk atau orientasi wajah yang tidak biasa. Studi ini menyarankan penggunaan metode deteksi wajah berbasis deep learning untuk aplikasi yang membutuhkan tingkat akurasi yang lebih tinggi.
Co-Authors Alpiansyah, Rizki Endar Nirmala Nur Wahyu, Rangga Perani Rosyani Reza Fadilah, M. Rizky Maulana, Muhammad Selvia Antika P, Shalsha