Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Semantik JAIS (Journal of Applied Intelligent System) CogITo Smart Journal Abdimasku : Jurnal Pengabdian Masyarakat
Erwin Yudi Hidayat
Universitas Dian Nuswantoro
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Social Sciences Other

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

Found 4 Documents
Search

 1 
Analisis Algoritma Decision Tree untuk Prediksi Mahasiswa Non Aktif Khafiizh Hastuti; Erwin Yudi Hidayat
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (170.011 KB)

Abstract

Presentasi mahasiswa yang lulus tepat waktu pada perguruan tinggi merupakan salah satu faktor penentu kualitas perguruan tinggi.  Data dari Pusat Statistik Pendidikan Badan Penelitian dan Pengembangan Departemen Pendidikan Nasional Republik Indonesia menunjukkan bahwa presentasi kelulusan mahasiswa tepat waktu hanya mencapai 51,97% saja dan 48,03% tidak diketahui statusnya apakah menempuh studi tidak tepat waktu, memiliki status non aktif, atau drop out. Perguruan tinggi memiliki data akademik dan biodata mahasiswa sejak mereka mendaftar hingga lulus kuliah.  Algoritma  klasifikasi data mining  Decision Tree  dapat digunakan untuk melalukan prediksi  mahasiswa non aktif,  sehingga dapat memberikan warning bagi mahasiswa untuk lebih meningkatkan prestasi belajar dan mencegah kasus mahasiswa drop out.
Recommendation System for Major University Determination Based on Student’s Profile and Interest Desi Purwanti Kusumaningrum; Noor Ageng Setiyanto; Erwin Yudi Hidayat; Khafiizh Hastuti
Journal of Applied Intelligent System Vol 2, No 1 (2017): April 2017
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v2i1.1389

Abstract

Failure study on university students is one of the serious problems we face today. Data from the Centre for Education Statistics Research and Development of the Ministry of National Education Republic of Indonesia showed that the percentage of students graduate on time from 2001 to 2011 only reached 51.97%. In addition, cases of students dropping out at the beginning of the semester is also quite significant. One of the causes of failure of this study was the selection of major’s errors when applying to university. This study offers a selection subject recommendation system that builds on the profile data and student’s interest using the technique of Association Rule. Results of the rules of the relationship will then be matched with prospective students using questionnaires dynamic, so expect new students get recommendations more valid subject fit the profile and interest respectively. The system built on this research utilizes student data stored on the academic system of Dian Nuswantoro University. This model however can be adapted by all the universities that has a system of academic information. At the end of this system is expected to be used to minimize failures caused students study majors election mistakes
Pembelajaran Computational Thinking untuk Siswa SMA Institut Indonesia Semarang Erwin Yudi Hidayat; Affandy Affandy; Ayu Pertiwi
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 3, No 3 (2020): September 2020
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v3i3.104

Abstract

Pembelajaran mengenai teknologi informasi telah banyak dilakukan di pendidikan menengah atas untuk mempersiapkan peserta didik menghadapi perkembangan teknologi informasi. Penerapan teknologi informasi di berbagai bidang sesungguhnya memerlukan kemampuan berpikir komputasional yang menjadi populer dalam beberapa tahun terakhir ini menjadi kemampuan yang mendasar yang seyogyanya dimiliki oleh setiap insan dalam era digital ini. Kemampuan berpikir komputasional adalah proses berpikir dalam melakukan formulasi persoalan dan solusinya sehingga solusi dapat dinyatakan dalam suatu bentuk yang dapat dikerjakan secara efektif oleh manusia atau mesin. Berpikir komputasional adalah kemampuan dasar yang diperlukan setiap orang, bukan hanya ilmuwan komputer. Selain kemampuan membaca, menulis, dan aritmatika, kita juga perlu menambahkan kemampuan berpikir komputasional kepada seorang anak untuk mengasah kemampuan analisisnya.
Pengenalan Tanda Tangan Menggunakan Learning Vector Quantization dan Ekstraksi Fitur Local Binary Pattern Erwin Yudi Hidayat; Muhammad Farhan Radiffananda
CogITo Smart Journal Vol 5, No 2 (2019): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (627.957 KB) | DOI: 10.31154/cogito.v5i2.180.123-136

Abstract

Tanda tangan merupakan salah satu biometrik pada karakteristik perilaku yang digunakan untuk mengenali seseorang sebagai sistem identifikasi. Meskipun unik, banyak terjadi kasus tanda tangan yang disalahgunakan dengan cara dipalsukan. Tidak mudah mengenali tanda tangan yang palsu dengan tanda tangan asli. Penelitian ini menerapkan algoritma Learning Vector Quantization, deteksi tepi Sobel, dan ekstraksi fitur Local Binary Pattern untuk mengidentifikasi tanda tangan. Hasil penelitian menunjukkan, jumlah data citra, iterasi, dan learning rate mempengaruhi akurasi dan waktu proses identifikasi. Dari percobaan yang dilakukan pada parameter yang berbeda-beda, akurasi yang didapat adalah 68% pada data latih dan pada data uji sebesar 54,6%.Kata kunci—identifikasi, Learning Vector Quantization, tanda tangan, pengenalan pola
Co-Authors Affandy Affandy Ayu Pertiwi Desi Purwanti Kusumaningrum Khafiizh Hastuti Muhammad Farhan Radiffananda Noor Ageng Setiyanto, Noor Ageng