Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Metode Impostor Rendering Dalam Optimasi Grafik Real-Time Erlanggga, Dias; Febriansyah, Andika; Rahman Hustinsyah, M.; Khoirul Muttaqin, Yoga
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

Metode impostor rendering telah dikembangkan sebagai teknik yang efektif dalam mengoptimalkan rendering grafik real-time. Dalam artikel ini, kita akan membahas penerapan metode impostor rendering dalam mengurangi beban rendering grafik yang kompleks dan meningkatkan kualitas gambar. Metode impostor rendering menggunakan teknik image-based untuk menggantikan rendering polygon yang banyak dengan citra yang lebih efisien. Dengan demikian, metode ini dapat meningkatkan frame rate dan mengurangi penggunaan sumber daya sistem.
Sistem Presensi Perkuliahan Mahasiswa Berbasis Face Recognition dengan Metode Liveness Detection Dewi, Euis Nur Fitriani; Tarempa, Genta Nazwar; Rachman , Andi Nur; Febriansyah, Andika
Indonesian Journal Computer Science Vol. 4 No. 2 (2025): Oktober 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v4i2.9876

Abstract

Sistem presensi merupakan komponen penting dalam institusi pendidikan untuk memastikan kehadiran mahasiswa tercatat secara efisien dan akurat. Metode presensi konvensional seperti tanda tangan manual, kartu identitas, atau QR code masih memiliki kelemahan, antara lain rawan kecurangan dan manipulasi data. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem presensi perkuliahan mahasiswa berbasis web yang mengintegrasikan YOLOv11 untuk deteksi wajah secara real-time, InsightFace untuk ekstraksi dan identifikasi fitur wajah, serta liveness detection sebagai mekanisme anti-spoofing. Sistem dibangun menggunakan framework Flask pada backend, ReactJS pada frontend, dan MySQL sebagai basis data. Hasil pengujian menunjukkan bahwa YOLOv11 mampu mendeteksi wajah dengan cepat dan akurat pada berbagai kondisi pencahayaan dengan tingkat precision 96,8%, recall 95,7%, akurasi keseluruhan 96,3% dan F1-Score sebesar 96,24%. Integrasi ketiga teknologi tersebut menghasilkan sistem presensi mahasiswa yang lebih efisien, akurat, dan aman dibandingkan metode konvensional. Penelitian ini memberikan kontribusi inovatif dalam meningkatkan keandalan serta keamanan proses presensi perkuliahan dengan memanfaatkan teknologi face recognition berbasis web.