Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknoka Journal Information System Development
Panduwinata, Frans
Universitas Pelita Harapan
Computer Science & IT Decision Sciences, Operations Research & Management Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PERANCANGAN SISTEM PENGUMPULAN TREN HARGA PRODUK BERBASIS ANDROID DARI TOKOPEDIA Panduwinata, Frans

Publisher :

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

Abstract

Marketplace online merupakan salah satu perkembangan teknologi yang membantu calon pembeli untuk mencari produk yang diinginkan. Pengembang selalu berusaha untuk membuat proses belanja menjadi mudah dan informatif. Namun, terdapat satu fitur penting yang tidak diimplementasi oleh pengembang, yaitu fitur penyajian informasi tren pergerakan harga produk. Maka, sebuah sistem dibuat untuk menyajikan informasi tren pergerakan harga kepada pengguna. Sistem terdiri dari tiga bagian, yaitu basis data (cloud firestore), aplikasi backend berbasis Python dan aplikasi klien berbasis Android. Pengujian menggunakan metode black box dan kuesioner. Hasil pengujian black box menunjukkan bahwa seluruh fungsi sistem sudah berjalan sesuai dengan harapan. Pengguna dapat melihat informasi tren pergerakan harga produk, melacak produk dan membuat permintaan pelacakan produk baru dari aplikasi klien. Hasil kuesioner menunjukkan skor 82.50% (membantu proses belanja), 86.25% (kemudahan memahami informasi yang diberikan), 85% (kelengkapan informasi), 91.25% (tampilan aplikasi), 97.5% (kelancaran aplikasi berjalan) dan 80% (kelayakan sistem untuk masyarakat luas).
PERANCANGAN SISTEM PENGUMPULAN TREN HARGA PRODUK BERBASIS ANDROID DARI TOKOPEDIA Frans Panduwinata
Journal Information System Development (ISD) Vol 7 No 1 (2022): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

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

Abstract

Marketplace online merupakan salah satu perkembangan teknologi yang membantu calon pembeli untuk mencari produk yang diinginkan. Pengembang selalu berusaha untuk membuat proses belanja menjadi mudah dan informatif. Namun, terdapat satu fitur penting yang tidak diimplementasi oleh pengembang, yaitu fitur penyajian informasi tren pergerakan harga produk. Maka, sebuah sistem dibuat untuk menyajikan informasi tren pergerakan harga kepada pengguna. Sistem terdiri dari tiga bagian, yaitu basis data (cloud firestore), aplikasi backend berbasis Python dan aplikasi klien berbasis Android. Pengujian menggunakan metode black box dan kuesioner. Hasil pengujian black box menunjukkan bahwa seluruh fungsi sistem sudah berjalan sesuai dengan harapan. Pengguna dapat melihat informasi tren pergerakan harga produk, melacak produk dan membuat permintaan pelacakan produk baru dari aplikasi klien. Hasil kuesioner menunjukkan skor 82.50% (membantu proses belanja), 86.25% (kemudahan memahami informasi yang diberikan), 85% (kelengkapan informasi), 91.25% (tampilan aplikasi), 97.5% (kelancaran aplikasi berjalan) dan 80% (kelayakan sistem untuk masyarakat luas).
Prediksi Keterlambatan Penerbangan Menggunakan Metode Decision Tree Untuk Penentuan Premi Asuransi Perjalanan Shella Lolitha; Samuel Lukas; Frans Panduwinata
Prosiding Seminar Nasional Teknoka Vol 5 (2020): Prosiding Seminar Nasional Teknoka ke - 5
Publisher : Fakultas Teknik, Universitas Muhammadiyah Prof. Dr. Hamka, Jakarta

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

Abstract

Flight delays become an inevitable issue on flight commercial. Compensation regulated in the Ministerial Regulation considered disproportionate with occurring delays. Otherwise, airline company party are also reluctant to improve the quality of service, one of the reason is pay compensation cost for passenger is much less expensive than the cost for improving services. Therefore, a system needed for calculating the amount of premium that can be paid by passengers to benefit both parties. By using statistical calculationmethod and machine learning algorithm, Decision Tree, delays can be predicted based on category of delays regulated in the Ministerial Regulation and insurance premium can be calculated accordingly and mutually beneficial to both parties. Phase of system design is as follows: read flight commercial in Indonesia from year 2017 to 2019 raw data, preprocess data, cleanse data, train data, process prediction, calculate premium and build visualization for presenting prediction result and premium price. Test result based on confusion matrix shows that model for predicting delays has an accuracy of 72.76%. Then from validation process, it obtained that similarity level of prediction result to validation result is 96.14%. The premium calculation result has premium value that is more reasonable and profitable for passenger flight.
Co-Authors Samuel Lukas Shella Lolitha