Article Per Year (5 Year)
p-Index From 2021 - 2026
2.276
P-Index
This Author published in this journals
All Journal Teknik dan Ilmu Komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Journal of Information Technology (JIfoTech) International Journal of Multidisciplinary Sciences and Arts jurnal informasi teknologi dan sistem Jurnal Informasi Teknologi dan Sistem (INTEKSIS)
Darmanto, Tony
STMIK Widya Dharma
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
SISTEM INFORMASI KNOWLEDGE MANAGEMENT PADA PERGURUAN TINGGI STMIK WIDYA DHARMA PONTIANAK Saragih, Hoga; Darmanto, Tony; Reza, Boby; Setiyadi, Didik
Teknik dan Ilmu Komputer vol. 1 no. 4 Oktober-Desember 2012
Publisher : Teknik dan Ilmu Komputer

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

Abstract

AbstrakKnowledge sharing merupakan salah satu hal yang penting di tingkat perusahaan, karena knowledge sharing merupakan pendekatan yang diperlukan untuk memfasilitasi pencatatan knowledge dan mendorong efektivitas dalam berbagi dengan rekan. Dengan adanya Knowledge Sharing akan terjadi percepatan pada Knowledge Transfer. Penerapan Knowledge Sharing dengan sebuah sistem berbasis web, diharapkan dapat menjadi  solusi dari  kebutuhan  organisasi. Tidak adanya kebijakan dan budaya para dosen untuk melaksanakan Knowledge Management (Knowledge Sharing) berbasis web, menyebabkan knowledge yang dimiliki oleh para dosen tidak dapat dibagi (sharing) dengan baik. Keadaan tersebut menyebabkan lambatnya transfer knowledge, baik di antara dosen sendiri maupun dosen dengan mahasiswa, terlebih lagi pada jangka panjang akan mengakibatkan hal yang tidak baik karena menyebabkan kemungkinan hilangnya knowledge itu sendiri. Penelitian ini menganalisis penerapan Knowledge Management berbasis Web untuk meningkatkan kualitas pembelajaran di STMIK Widya Dharma. Kata Kunci: knowledge, knowledge management, knowledge sharing, knowledge transfer, perancangan web, penerapan knowledge management, UML  Abstract Knowledge sharing is one of important issues in a company because it is a required approach to facilitate knowledge recording and to improve the effectiveness of knowledge sharing among colleagues. Knowledge sharing accelarates the knowledge transfer. The application of knowledge sharing with the web based system is expected to be a solution for meeting the organization’s needs. The absence of policy and culture among the lecturers to carry out web based knowledge management results in knowledge sharing difficulties among the students and the faculty members in the long run. This research analyzes the web based knowledge management approach to accelerate the teaching and learning process quality at the STMIK Widya Dharma.    Keywords:             knowledge, knowledge management, knowledge sharing, knowledge transfer, web design, knowledge management application, UML
Distance Correlation-Based Regression Tree Algorithm For Structural Damage Detection Jimmy Tjen; Genrawan Hoendarto; Tony Darmanto; Thommy Willay
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 2 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i2.5402

Abstract

This paper proposes a novel idea of a fault detection algorithm based on the Regression Tree (RT) algorithm from the decision tree learning and the distance correlation, which is the nonlinear version of Pearson’s correlation, to reduce the number of sensors without significantly decreasing the model predictive accuracy and the fault diagnosis capability. A numerical validation on an experimental dataset provided by the Los Alamos National Laboratory (LANL) with MATLAB software shows that the proposed algorithm has a comparable model predictive accuracy to the classical RT while requiring a smaller number of sensors (5 instead of 24) and more robust in detecting faults with false negative and positive rates < 15%. Furthermore, we demonstrate that our proposed algorithm runs about 4 times faster than the classical RT on an experimental dataset with 4096 samples on an 8-core, 16 GB RAM machine. In a real-life setup, the proposed algorithm can be used to provide a sensor installment plan on a structure. Such that, the user can still monitor the presence of a fault inside a building precisely, but with a cheaper maintenance cost.
Implementasi Algoritma Neighborhood-Based Collaborative Filtering Pada Sistem Rekomendasi Layanan Laundry Tony Darmanto; Sandi Tendean; Yogi Tinnando
Journal of Information Technology Vol 4 No 1 (2024): Journal of Information Technology
Publisher : Institut Shanti Bhuana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46229/jifotech.v4i1.870

Abstract

Teknologi informasi saat ini telah membawa kehidupan manusia ke arah yang lebih maju terutama dalam menyajikan informasi yang penting. Banyaknya informasi yang dapat disediakan oleh teknologi informasi menimbulkan kesulitan bagi masyarakat untuk menentukan pilihan informasi yang sesuai dengan kebutuhannya. Sistem rekomendasi menjadi solusi untuk membantu masyarakat dalam menyaring informasi yang dibutuhkan. Penggunaan sistem rekomendasi dapat dilakukan dalam bidang bisnis seperti layanan laundry dengan menerapkan algoritma collaborative filtering. Dengan menggunakan desain penelitian hubungan kausal (eksperimental) sebagai rancangan penelitian. Teknik pengumpulan data yang digunakan penulis adalah studi literatur yang meliputi buku-buku ilmiah, laporan penelitian, jurnal ilmiah, skripsi, serta sumber-sumber tertulis baik cetak ataupun elektronik. Teknik pemodelan sistem yang digunakan penulis adalah menggunakan Unified Modeling Language (UML), yang berperan untuk membantu mengambarkan prosedur dalam cara kerja sistem rekomendasi dengan menerapkan collaborative filtering dalam merekomendasikan layanan laundry. Algoritma collaborative filtering menyaring data layanan laundry berdasarkan karakteristik yang diinginkan pengguna untuk memberikan informasi yang baru berdasarkan pola suatu kelompok pengguna yang memiliki karakteristik yang serupa. Algoritma diimplementasikan dalam suatu aplikasi berbasis web dengan rancangan antarmuka pengguna yang interaktif dalam mennyajikan hasil penyaringan. Sistem rekomendasi layanan laundry mampu memberikan hasil rekomendasi yang sesuai dengan preferensi dan kebutuhan pengguna.
Design of Diabetes Prediction Interface Using E-ss and Classification Tree Algorithm Venecia, Venecia; Hoendarto, Genrawan; Darmanto, Tony
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3370

Abstract

Diabetes was a chronic disease that continued to increase globally, making early detection essential to reduce long-term complications. This study aimed to develop a desktop-based diabetes prediction system that provided fast and simple classification results for medical personnel and individual users. The system used the entropy-based subset selection (E-ss) method to choose the most relevant attributes and a classification tree to classify the risk. The dataset from the National Institute of Diabetes and Digestive and Kidney Diseases, contained 768 patient records with attributes such as number of pregnancies, glucose level, blood pressure, and other risk factors. The E-ss process produced three attributes with the highest information scores, namely body mass index (BMI), blood pressure, and triceps skinfold thickness. These three attributes were then used as input to the classification tree model to generate diabetes risk predictions. Cross-validation testing showed an accuracy of up to 78.95%. These findings indicated that E-ss feature reduction helped maintain prediction performance while improving computational efficiency. This system was expected to serve as a practical and reliable diagnostic tool. 
Sistem Pakar Pendeteksi Penyakit Pernapasan Menggunakan Gradient Boosting dan Metode CNN Eva Gultom; Tony Darmanto; Jimmy Tjen
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 2 (2026): April 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i2.3601

Abstract

AbstractRespiratory diseases are among the most common illnesses in the community and are often underestimated. Low public awareness of respiratory diseases has led to a spike in mortality rates due to chronic respiratory diseases and slow treatment. One of the obstacles currently faced is that the manual diagnosis system takes a long time and requires limited specialist expertise. This study provides an expert system that can be used to detect respiratory tract diseases with two different types of input data. The Gradient Boosting algorithm is applied to improve diagnostic accuracy based on clinical data, while the CNN method is used to identify diseases using automatic features by extracting chest X-ray images. This study uses a dataset from Kaggle, which produces a data accuracy rate of 99.7% using Gradient Boosting and 95.93% using the CNN method. The accuracy results from each method show that this system can provide accurate respiratory disease detection results. Keywords: CNN; Gradient Boosting; Respiratory Disease; Expert System AbstrakPenyakit pernapasan merupakan salah satu penyakit yang sering ditemui di kalangan masyarakat dan sering diremehkan. Rendahnya tingkat kesadaran masyarakat terhadap penyakit pernapasan menyebabkan melonjaknya tingkat kematian, dikarenakan penyakit pernapasan kronis dan penanganan yang lambat. Kendala yang dihadapi saat ini salah satunya yaitu sistem diagnosis manual yang digunakan memerlukan waktu yang lama serta keahlian spesialis yang terbatas. Penelitian ini menyediakan sistem pakar yang dapat digunakan untuk mendeteksi penyakit saluran pernapasan dengan dua jenis data input yang berbeda. Algoritma Gradient Boosting diterapkan untuk meningkatkan akurasi diagnostik berdasarkan data klinis, sedangkan metode Convolutional Neural Networks (CNN) digunakan untuk mengidentifikasi penyakit menggunakan fitur otomatis dengan mengekstrak citra rontgen dada. Penelitian ini menggunakan dataset dari Kaggle, yang menghasilkan tingkat akurasi data sebesar 99,7% menggunakan Gradient Boosting dan 95,93% menggunakan metode CNN. Tingkat akurasi dari masing-masing metode menunjukkan bahwa sistem ini dapat memberikan hasil deteksi penyakit pernapasan yang akurat. 
Rancang Bangun Sistem Informasi Administrasi Pada Dadung Gym Hendra Wijaya; Tony Darmanto; Sandi Tendean
INTEKSIS Vol 12 No 2: November 2025
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v12i2.10589

Abstract

The rapid development of fitness centers has prompted the need for efficient administrative systems. Dadung Gym in Pontianak faces challenges in managing member data and transactions due to reliance on traditional administrative methods. This study aims to design a mobile-based information system to reduce data processing errors, enhance service quality, and support strategic decision-making. Using an object-oriented approach with UML modeling, the system is developed with Flutter for the application framework, Firebaseas the database, and Visual Studio Code as the development tool. The new system automates data recording and offers features such as membership management, GPS-based attendance, and integrated reporting. Implementation of this mobile-based system is expected to improve service quality, simplify administrative processes, and provide a foundation for future business development at Dadung Gym Pontianak.
Rancang Bangun Sistem Virtual Mouse Dengan Hand Gesture Recognition Menggunakan Convolutional Neural Network Jeffrey Ken; Tony Darmanto; Hendro
INTEKSIS Vol 12 No 2: November 2025
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v12i2.10591

Abstract

The development of human-computer interaction technology continues to grow, especially in the context of hand gesture recognition for device control applications. One interesting application is designing a virtual mouse system based on hand gesture recognition using a Convolutional Neural Network (CNN). This research was conducted to overcome the limitations of conventional input devices and utilize modern technology to create a more sophisticated and adaptive control system. This research focuses on developing a system that is able to identify and interpret hand gestures accurately in a real-time environment. The proposed system utilizes an RGB camera to capture images of the user's hand gestures, which are then processed by a CNN that has been pre-trained to recognize different gestures. Experiments were carried out using a gesture dataset that included variations in pose and hand orientation to evaluate the system's performance in recognizing gestures with a sufficient level of accuracy. The research results show that the system can successfully control the movement of the cursor on the computer screen with high accuracy, validating the potential practical application of this technology in improving the user experience in computer interactions. The implication of this research is a contribution to the development of more intuitive and effective user interfaces through the integration of hand gesture technology in virtual mouse applications.
Aplikasi Klasifikasi Penyakit Pada Tanaman Jambu Air Menggunakan Metode CNN Antonius Oktavian Jethro; Tony Darmanto; Riyadi J. Iskandar
INTEKSIS Vol 12 No 2: November 2025
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v12i2.10592

Abstract

Diseases in water apple plants can significantly reduce the quality and quantity of the harvest, thus an accurate early classification system is needed. This research aims to develop an automatic classification system to assist in the early diagnosis of diseases in water apple plants. This system uses a Convolutional Neural Network (CNN) model with the MobileNetV2 architecture optimized through fine-tuning techniques. The dataset was obtained from Kaggle, Roboflow, and direct data collection, with a distribution of 80 percent training data, 10 percent validation data, and 10 percent testing data. The model was trained to recognize nine different conditions from images of leaves and fruits, then integrated into a web application. Testing results showed very good performance, with a final accuracy of 94 percent and a balanced F1-Score of 93 percent on unseen test data. However, the model faces challenges in distinguishing diseases with high visual similarity, especially in the class of leaves with brown spots. Overall, this research successfully produced an effective and accurate classification system. The developed application has high practical potential as an early diagnosis aid to improve plant health management and reduce the potential for crop loss.
PERANCANGAN APLIKASI PENJUALAN PADA PO BINTANG INDAH BERBASIS WEB Gerry Christoper; Tony Darmanto; Kartono Kartono
INTEKSIS Vol 13 No 1: Mei 2026
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v13i1.10612

Abstract

Pada saat ini perkembangan informasi telah berkembang dengan sangat pesat, oleh karena itu sudah banyak perusahaan atau instansi yang menggunakan sistem informasi untuk meningkatkan usahannya. Cara untuk meningkatkan suatu usaha adalah dengan membangun sistem informasi penjualan. Syarat untuk membangun sistem informasi yang baik yaitu adanya kecepatan dan keakuratan untuk memperoleh informasi yang dibutuhkan. Aplikasi penjualan adalah suatu sistem yang dapat menyimpan data, mengolah data, dan memberikan informasi yang diinginkan secara tepat dan akurat yang berguna bagi perusahaan atau instansi untuk kemajuan usahanya. Pada PO Bintang Indah yang masih menggunakan metode lama dan cara-cara manual, hal itu sangat tidak efisien. Untuk mengatasi hal tersebut, dibutuhkan sebuah aplikasi penjualan yang dapat membantu dan mempermudah dalam melakukan Penjualan, transaksi dan rekapitulasi data laporan, sehingga prosedur pada PO Bintang Indah dapat dilakukan dengan cepat dan akurat. Aplikasi sistem informasi penjualan ini dibuat dengan menggunakan PHP dengan database MySQL.
PENERAPAN SPEECH RECOGNITION PADA APLIKASI KONVERSI BILANGAN BERBASIS ANDROID Vivi Kristianty; Tony Darmanto; Thommy Willay
INTEKSIS Vol 13 No 1: Mei 2026
Publisher : LPPM Universitas Widya Dharma Pontianak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66003/inteksis.v13i1.10620

Abstract

Dalam era perkembangan teknologi informasi yang pesat telah membawa dampak terhadap kehidupan manusia, termasuk dalam pengembangan aplikasi konversi bilangan. Pengembangan aplikasi konversi bilangan adalah solusi untuk menyelesaikan masalah konversi bilangan dengan memanfaatkan Google Speech Recognition untuk mempermudah manusia yang memiliki disabilitas motorik atau penglihatan. Proses pengembangan aplikasi konversi bilangan meliputi analisis kebutuhan, desain sistem, implementasi, pengujian, dan evaluasi. Android studio digunakan sebagai platform untuk membangun aplikasi konversi bilangan, aplikasi ini memanfaatkan fitur text to speech juga untuk mempermudah pengguna dalam mendapatkan hasil perhitungan dalam bentuk suara. Setelah selesai dikembangkan, aplikasi konversi bilangan ini dapat diinstal di perangkat Android. Aplikasi ini diharapkan dapat memberikan solusi untuk mempermudah pengguna dalam melakukan perhitungan konversi bilangan yang disertai langkah-langkah untuk mendapatkan sebuah hasil akhirnya. Selain itu, langkah-langkah yang ditampilkan diharapkan dapat menjadi media pembelajaran mengenai pemahaman mendapatkan hasil konversi yang terjadi.
Co-Authors Antonius Antonius Antonius Oktavian Jethro Didik Setiyadi Eva Gultom Genrawan Hoendarto Gerry Christoper Hendra Wijaya Hendro Hoga Saragih Jeffrey Ken Jimmy Tjen Kartono Kartono Reza, Boby Riyadi J. Iskandar Tendean, Sandi Thommy Willay Venecia, Venecia Vivi Kristianty Willay, Thommy Yogi Tinnando