ABSTRAKProses pembuatan karakter virtual 3D yang dapat berbicara seperti manusia merupakan tantangan tersendiri bagi animator. Problematika yang muncul adalah dibutuhkan waktu lama dalam proses pengerjaan serta kompleksitas dari berbagai macam fonem penyusun kalimat. Teknik auto lip-sync digunakan untuk melakukan pembentukan karakter virtual 3D yang dapat berbicara seperti manusia pada umumnya.

Dimocarpus longan atau sering disebut lengkeng adalah tanaman buah yang memiliki berbagai jenis varietas dan penentuan ciri tersebut bisa dilihat dari tiga ciri kategori berbeda antara lain batang, buah dan daun. Akan tetapi tidak semua orang bisa mengenali jenis varietas tanaman buah lengkeng dari beberapa jenis varietas. Ciri daun buah lengkeng yang sulit untuk diidentifikasi dari jenis bentuk persamaan yang hampir menyerupai dengan jenis varietas lainnya. Adapun cara untuk mengatasi masalah tersebut untuk membedakan jenis varietas dengan memanfaatkan citra digital. Oleh sebab itu penelitian ini mengusulkan klasifikasi dan ekstraksi fitur dengan memanfaatkan citra daun lengkeng sebagai data untuk identifikasi ciri dari tanaman lengkeng. Sedangkan metode klasifikasi yang diusulkan adalah pre-trained model VGG16 deep convolution neural network dan varietas daun lengkeng yang digunakan adalah puangrai, new kristal, diamond river dan matalada. Hasil dari implementasi metode yang diusulkan tingkat akurasi terbaik 79% dan validasi 82% sedangkan waktu komputasi yang dibutukan adalah 71 detik

Sistem informasi geografis memberi kita kemungkinan untuk menganalisis, memproduksi, dan mengedit informasi geografis. Selain itu, sistem ini gagal dalam analisis dan dukungan masalah spasial yang kompleks. Karena itu, ketika masalah spasial, seperti pengelolaan penggunaan lahan, membutuhkan perspektif multi-kriteria, analisis keputusan multi-kriteria ditempatkan ke dalam sistem pendukung keputusan spasial. Proses hirarki analitik adalah salah satu dari banyak metode analisis keputusan multi-kriteria yang dapat digunakan untuk mendukung masalah kompleks ini. Dengan menggunakan kemampuannya, kami mencoba mengembangkan sistem pendukung keputusan spasial, untuk membantu pengelolaan penggunaan lahan. Manajemen penggunaan lahan dapat melakukan spektrum yang luas dari masalah keputusan spasial. Sistem pendukung keputusan yang dikembangkan harus menerima sebagai input, berbagai format dan tipe data, format raster atau vektor, dan vektor dapat berupa garis poligon atau tipe titik.. Solusi yang mungkin untuk masalah yang muncul harus mencakup seluruh wilayah. Ini membutuhkan sistem untuk memproses set data yang besar, dan terus-menerus menyesuaikan dengan kebutuhan masalah baru. Sistem pendukung keputusan yang dikembangkan, mampu memproses ribuan alternatif menggunakan proses hirarki analitis, dan menghasilkan peta kesesuaian hasil untuk masalah yang dihadapi.