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
Rizky Maulana, Muhammad
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 Gender Real-Time Dengan Pengenalan Wajah Menggunakan Convolution Neural Network Dan OpenCV Pandu Wicaksono, Daffa; Abdurrohman, Fikri; Rizky Maulana, Muhammad; Nurrudin, Naufal; Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Pengenalan gender dalam konteks real-time telah menjadi subjek penelitian yang menarik dalam visi komputer dan kecerdasan buatan. Dalam penelitian ini, kami mengusulkan pendekatan deteksi gender real-time menggunakan teknik Convolutional Neural Networks (CNN) dan pustaka OpenCV. Kami mengembangkan model CNN yang terlatih menggunakan dataset wajah yang luas dan beragam, kemudian mengintegrasikannya dengan alat OpenCV untuk mendeteksi wajah dan memprediksi gender secara langsung dari aliran video. Pendekatan kami mencakup langkah-langkah pemrosesan gambar seperti deteksi wajah menggunakan algoritma Haar Cascade dan ekstraksi fitur menggunakan CNN yang mendalam. Evaluasi dilakukan dengan menggunakan metrik presisi, recall, dan akurasi untuk mengukur kinerja model kami terhadap dataset uji yang beragam. Hasil eksperimen menunjukkan bahwa pendekatan kami mampu menghasilkan prediksi gender dengan tingkat keakuratan yang signifikan dalam situasi real-time. Temuan ini menunjukkan potensi aplikasi luas dari teknik ini dalam sistem pengawasan, analisis demografi, dan interaksi manusia-komputer.
Co-Authors Abdurrohman, Fikri Alpiansyah, Rizki Endar Nirmala Hadian Hibatul Wafi, Muhammad Nurrudin, Naufal Pandu Wicaksono, Daffa Perani Rosyani