p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal Media Informatika
Dhanny Setiawan
Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Perancangan Perangkat Lunak Pengenalan Karakter Plat Nomor Kendaraan dengan Metode Convolutional Neural Network Jenisa Felisa; Dhanny Setiawan; Iffa Khalisa
Media Informatika Vol 21 No 3 (2022)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1132.475 KB) | DOI: 10.37595/mediainfo.v21i3.156

Abstract

Plat nomor kendaraan diketahui sebagai identitas kendaraan yang memiliki informasi kendaraan dan pemilik kendaraan yang terdaftar di SAMSAT. Dalam Penelitian ini, Penggunaan nomor kendaraan dalam lingkungan transportasi dapat dideteksi dan digunakan dalam pencatatan identitas kendaraan secara otomatis. Pembuatan program deteksi dan pengenalan plat nomor ini berbasis web menggunakan bahasa pemrograman python dan framework flask, serta menggunakan metode deep learning yaitu Convolutional Neural Network (CNN) dan Optical Character Recognition (OCR) sebagai proses penyempurna gambar untuk mendapatkan informasi. Penelitian ini berfokus pada karakter plat nomor yang dideteksi dan diklasifikasi. Pengujian pada dataset alfanumerik untuk dapat identifikasi plat nomor dengan metode CNN menghasilkan akurasi mencapai 94,20%. Hasil akurasi pengujian dari segmentasi terhadap 131 gambar plat nomor yang telah diperbanyak sebesar 97,17%. Dari hasil pengujian program yang dibangun, pengujian pada 391 gambar plat nomor yang terdeteksi kurang baik dengan hasil akurasi dari gambar yang terdeteksi sebesar 12,28%. Gambar yang tidak terdeteksi dikarenakan preprocessing kurang baik. Akurasi gambar tidak terdeteksi diperoleh sebesar 87,72%.
Sistem Analisa Harga Saham Menggunakan Algoritma Long Short Term Memory (LSTM) Dhanny Setiawan; Kezia Stefani; Yusup Jauhari Shandy; Carel Anthony Filemon Patra
Media Informatika Vol 21 No 3 (2022)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1223.806 KB) | DOI: 10.37595/mediainfo.v21i3.159

Abstract

Saham adalah modal dan bukti kepemilikan yang ditanamkan seseorang pada suatu badan usaha atau perseroan terbatas. Saham sendiri memiliki tujuan untuk menambah modal suatu perusahaan dari publik. Investasi memiliki resiko yang cukup besar, untuk mengantisipasinya, investor wajib memiliki bekal ilmu analisa yang baik yakni analisa fundamental dan teknikal. Forecasting adalah proses memprediksi peristiwa masa depan dengan memperoleh data historis dan merencanakan masa depan. Long Short Term Memory (LSTM) berasal dari metode RNN (Recurrent Neural Network), yang dirancang khusus untuk memproses data sequence. Hasil analisis menunjukkan bahwa sistem dapat memprediksi harga saham dengan angka keakuratan prediksi tertinggi yaitu 99%.
Pengembangan Aplikasi Sistem Rekomendasi Bahan Makanan untuk Diet Sehat Mengacu pada Bahan Baku yang Dimiliki Wilianti Aliman; Dhanny Setiawan; Calvin Leonardo; Jenisa Felisa; Yusup Jauhari Shandi
Media Informatika Vol 22 No 2 (2023)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37595/mediainfo.v22i2.192

Abstract

Diet banyak digunakan untuk mengembalikan pola makan yang sehat dan menjaga tubuh dari berbagai penyakit seperti penyakti jantung, Diabetes Melitus dan darah tinggi. Salah satu cara untuk melakukan diet adalah dengan mengatur jumlah kalori yang masuk ke dalam tubuh. Pada penelitian ini dilakukan perancangan sebuah aplikasi untuk mengetahui bahan makanan yang dapat digunakan dengan menghitung jumlah kalorinya. Penelitian ini menggunakan sebuah metode Agile Software Development yang dirancang dengan pengujian berkala dan sistem ini akan diimplementasikan pada sistem Android. Sistem rekomendasi bahan makanan ini memanfaatkan Algoritma Genetika untuk perhitungan batas kalori yang dibutuhkan oleh tubuh dengan memasukan beberapa data seperti berat badan, jenis kelamin, dan aktivitas yang dilakukan. Data yang digunakan untuk mengetahui jumlah kalori dari setiap bahan makanan akan menggunakan data yang dilampirkan oleh Kementrian Kesehatan RI. Sistem rekomendasi bahan makanan ini membantu pengguna untuk dapat memilih bahan makanan yang ada di rumah tanpa harus menghitung terlebih dahulu Jumlah kalorinya, sehingga asupan makanan yang masuk ke dalam tubuh tidak melebihi jumlah kebutuhan kalori harian pengguna.
Analisis Faktor-faktor yang Mempengaruhi Minat Perilaku untuk Menggunakan Aplikasi Bobobox Dhanny Setiawan; Gracesia Elizabeth; Ekabrata Yudhistyra; Kurweni Ukar; Dahlia Ginting; Yenita Juandy
Media Informatika Vol 22 No 2 (2023)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37595/mediainfo.v22i2.195

Abstract

E-commerce merupakan salah satu bentuk perkembangan teknologi yang menjadi solusi para penjual barang dan jasa untuk dapat lebih mudah melakukan transaksi dengan para customer secara online. Aplikasi Bobobox merupakan salah satu e-commerce yang menyediakan layanan pemesanan hotel kapsul secara online dan memberikan kemudahan bagi para tamunya untuk mengoperasikan hal-hal didalam hotel kapsul menggunakan fitur di dalam aplikasi. Jumlah responden dalam penelitian ini adalah 239 responden, dengan 15 responden tidak pernah menggunakan aplikasi Bobobox, serta terdapat 1 responden memberikan jawaban yang sama terhadap seluruh pertanyaan kuesioner sehingga data yang dapat digunakan dan diolah dalam penelitian ini sebanyak 223 responden. Mayoritas responden berjenis kelamin wanita, berusia 17-27 tahun, dan merupakan pelajar atau mahasiswa, pengolahan dan pengujian data menggunakan software SPSS untuk mengetahui faktor-faktor yang mempengaruhi minat penggunaan aplikasi Bobobox. Hasil analisis rantai kausal pertama dan rantai kausal kedua menyatakan bahwa social influence, hedonic motivation, dan habit berpengaruh secara parsial terhadap behavioral intention, serta habit dan behavioral intention berpengaruh secara parsial terhadap use behavior. Koefisien jalur rantai kausal pertama didapatkan persamaan  = 0,048 + 0,040 + 0,182 + 0,017 + 0,220 + 0,052 + 0,434 + 0,616 dan Koefisien jalur rantai kausal kedua didapatkan persamaan  = 0,014 + 0,296 + 0,375 + 0,776.