Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jusikom: Jurnal Sistem Informasi Ilmu Komputer JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Panjaitan, Yoel
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Pemilah Topik Diskusi pada Forum Diskusi Mahasiswa PCR Berbasis Web Menggunakan Algoritma KNN Panjaitan, Yoel; Zul, Muhammad Ihsan; Surya, Ibnu
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 7, No 3 (2019)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (390.17 KB) | DOI: 10.26418/justin.v7i3.27465

Abstract

Sarana yang digunakan oleh mahasiswa Politeknik Caltex Riau untuk berdiskusi atau memberikan informasi saat ini yaitu email, melalui mailing list allmhs@pcr.ac.id. Berdasarkan survei pertama yang dilakukan kepada seluruh mahasiswa PCR terkait pengunaan mailing list melalui kuisioner pada google form, dari 147 responden yang mengisi, 73% menganggap bahwa pesan yang dikirim ke mailing list allmhs@mahasiswa.pcr.ac.id sering tidak digunakan sebagaimana mestinya. Berdasarkan survei kedua yang dilakukan kepada seluruh mahasiswa PCR terkait kebutuhan forum diskusi dan pemberi informasi melalui kuisioner pada google form, dari 91 responden yang mengisi, 93% menyatakan bahwasanya mahasiswa membutuhkan sebuah forum diskusi berbasis web yang dapat mengkategorikan diskusi. Oleh karena itu dibangun sebuah forum diskusi berbasis web untuk mahasiswa PCR yang juga dapat memilah topik diskusi secara otomatis menggunakan algoritma k-nn. Dilakukan uji coba terhadap sistem, hasil uji cross validation dengan menguji 25 data training didapatkan akurasi sebesar 80%, pengujian juga dilakukan menggunakan k-fold cross validation untuk mendapatkan nilai k terbaik yang menghasilkan akurasi tertinggi dari nilai k yang lainnya.
IMAGE PROCESSING FOR DETECTION OF DENGUE VIRUS Panjaitan, Christin; Panjaitan, Yoel; Sitanggang, Delima Sitanggang; Tarigan, Sri Wahyuni
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 7 No. 2 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v7i2.4799

Abstract

Dengue is a major health problem in tropical and Asia-Pacific regions which typically spreads rapidly in number of infection patients. Knowing that most of the world's population living in risk areas, in order to diagnose and treat the disease, high skilled experts and human resources are needed. However, in some cases human error potentially may occur. Therefore, in this research we developed a model which can diagnose dengue fever disease. This study used blood smear images that were taken under a digital microscope with 400 x magnification specifications by means of image processing techniques such as color transformation, image segmentation, edge detection feature extraction and white blood cells classification. In this study we used white blood cell counting of the role of cell differentiation as a new feature that can classify dengue viral infections of patientsvia decision tree methods. The results showed that, the white blood cells classification modeling technique of 167 cell images resulted in 92.2% accuracy while dengue classification modeling technique of 264 blood cell images resulted in 72.3% accuracy.
Co-Authors Muhammad Ihsan Zul Panjaitan, Christin Sitanggang, Delima Sitanggang Surya, Ibnu Tarigan, Sri Wahyuni