This Author published in this journals
All Journal Media Informatika
Dhanny Setiawan
STMIK LIKMI

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

Found 3 Documents
Search

Implementasi Convolutional Neural Network untuk Facial Recognition Dhanny Setiawan; Andikha Dwi Putra; Kezia Stefani; Jenisa Felisa
Media Informatika Vol 20 No 2 (2021)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.565 KB) | DOI: 10.37595/mediainfo.v20i2.68

Abstract

Facial recognition merupakan salah satu teknik biometrik. Teknik yang dapat disebut juga pengenalan wajah ini telah menjadi topik yang cukup diminati untuk diteliti. Pada peneitian ini dilakukan proses pengenalan wajah dengan menggunakan metode CNN (Convolutional Neural Network). Penelitian ini memiliki tujuan untuk mengimplementasikan metode CNN ke dalam pengenalan wajah dengan menggunakan library Tensorflow. Metode ini digunakan karena proses pembelajaran dilakukan dengan mendalam (deep learning). Metode CNN yang digunakan memiliki beberapa lapisan pada proses training yang dilakukan, yaitu lapisan Conv2D, MaxPooling2d, Flatten, dan Dense. Face recognition yang dihasilkan terdapat pendeteksi wajah menggunakan Haar Cascade dengan bantuan library Opencv di dalamnya. Jumlah dataset juga diketahui dapat mempengaruhi hasil pengenalan dan proses pengenalan wajah dengan CNN juga memerlukan dataset yang besar. Adapun jumlah citra wajah yang digunakan dalam penelitian ini sebanyak 90.000 gambar wajah yang berasal dari 36 himpunan gambar dan menghasilkan tingkat akurasi sebesar 97%.
Rekayasa Perangkat Lunak Pengolahan Klise Foto Menjadi Digital Jenisa Felisa; Dhanny Setiawan; Kezia Stefani; Andreas Fernando Stevanus
Media Informatika Vol 21 No 2 (2022)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (507.977 KB) | DOI: 10.37595/mediainfo.v21i2.112

Abstract

Seiring dengan perkembangan jaman, penggunaan kamera analog sudah tergeser dengan penggunaan kamera digital. Begitu juga dengan percetakan klise foto dari kamera digital yang sudah sangat sulit dijumpai. Hal tersebut yang menjadi latar belakang dirancangannya aplikasi pengolah klise foto pada penelitian. Aplikasi pengolahan klise foto dapat digunakan untuk mengolah secara langsung gambar dari klise foto, yang dahulu harus melalui proses yang cukup panjang untuk dapat dicetak, menjadi lebih praktis dan cepat terkonversi kedalam bentuk citra digital. Penulisan aplikasi dilakukan dengan menggunakan bahasa pemrograman java dan juga menggunakan algoritma inverse matriks citra negatif. Pada pembuatan aplikasi ini juga akan diterapkan metode prototyping dimana terdapat gambaran awal perangkat dan adanya proses pengujian perangkat sebelum rilis. Aplikasi ini akan berjalan pada device android. Berdasarkan hasil penelitian yang telah dilakukan aplikasi dapat menampilkan tampilan gambar digital berwarna yang berasal dari gambar klise foto negatif, dan dapat melakukan proses pengaturan gambar mendasar seperti crop, rotate, scale, brightness, contrast, dan kurva RGB.
Analisis Faktor-Faktor yang Mempengaruhi Perilaku Pengguna Aplikasi Tokopedia Dahlia Br Ginting; R. Kurweni Ukar; Dhanny Setiawan; Rini Astuti; Eunike Shafira
Media Informatika Vol 21 No 1 (2022)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (806.417 KB) | DOI: 10.37595/mediainfo.v21i1.111

Abstract

Marketplace merupakan media perantara elektronik yang berfungsi untuk mempertemukan penjual dan pembeli dimana produk dan jasa yang ditawarkan memiliki spesifikasi, harga serta metode yang beragam, sehingga transaksi yang terjalin antar penjual dan pembeli dapat berlangsung dengan efisien. Tokopedia merupakan salah satu pelopor marketplace di Indonesia yang saat ini juga menempati posisi teratas di skala Asia. Penelitian ini melibatkan populasi sebanyak 226 responden yang terdiri dari 91 responden laki-laki dan 135 responden perempuan dengan metode pengambilan sampel adalah purposive sample dan pengolahan data menggunakkan aplikasi SPSS. Persamaan regresi kausal pertama (Y1) melibatkan variabel performance expectancy, effort expectancy, social influence, facilitating condition, hedonic motivation, price value serta habit terhadap variabel behavioral intention. Sedangkan persamaan regresi kausal kedua (Y2) melibatkan variabel facilitating condition, habit dan behavioral intention terhadap use behavior. Hasil penelitian secara keseluruhan menunjukkan variabel performance expectancy, social influence, hedonic motivation, price value dan habit berpengaruh terhadap behavioral intention pada kausal pertama, dan variabel habit dan behavioral intention berpengaruh terhadap variabel use behavior pada kausal kedua, sedangkan variabel facilitating condition tidak berpengaruh baik terhadap variabel behavioral intention maupun use behavior, dan variabel effort expectancy tidak berpengaruh terhadap variabel behavioral intention. Untuk gender laki-laki hanya variabel social influence dan habit yang berpengaruh terhadap behavioral intention pada kausal pertama, dan variabel habit dan behavioral intention berpengaruh terhadap variabel use behavior pada kausal kedua. Untuk gender perempuan, variabel performance expectancy, social influence, hedonic motivation, dan habit berpengaruh terhadap behavioral intention pada kausal pertama, dan variabel habit dan behavioral intention berpengaruh terhadap variabel use behavior pada kausal kedua.