Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) CESS (Journal of Computer Engineering, System and Science)
Erwin S Panjaitan
STMIK Mikroskil
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Pervasive Computing for Collaborative Education Erwin S Panjaitan; Rahmat Budiarto; Abdul Wadud Ismail
Jurnal SIFO Mikroskil Vol 12, No 2 (2011): Volume 12 Nomor 2 Tahun 2011
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (292.442 KB) | DOI: 10.55601/jsm.v12i2.39

Abstract

Computing is becoming a part of our daily life and so is the Internet. Pervasive computing aims to make our lives simpler by using the tools which will allow us to serve the Internet and enable us to gain information easily. The tools as mentioned earlier are portable devices which allow any users to plug into powerful networks. These devices are no longer restricted to computers alone as understood previously This article is written based on research conducted concerning the advantages and disadvantages of pervasive computing to university students in Malaysia and the problems faced by students and their solutions. We propose that pervasive computing should be implemented and used in the high education. The younger generations should be exposed widely to the high technology in order to strive and succeed the challenges in progressive world. Through the Internet, the users will also be more familiar to the World Wide Web and thus gaining more benefits in their education line.
Analisis Kinerja dalam Mendeteksi Student Loses Berdasarkan Nilai Gain dengan Splite Feature Reduction Model pada Algoritma C4,5 Mohammad Yusup; Erwin S Panjaitan; Roni Yunis
CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.387 KB) | DOI: 10.24114/cess.v5i2.17667

Abstract

Abstrak— Perguruan tinggi diharapkan mampu menghasilkan sumber daya manusia yang berpengetahuan juga kreatif. faktor penilaian perguruan tinggi adalah persentase kemampuan mahasiswa dalam menyelesaikan studi. Saat ini, masalah student loses dan faktor-faktor yang mempengaruhinya telah menjadi topik yang menarik untuk diteliti. Institusi perlu mendeteksi kinerja mahasiswa yang berstatus "student loses" sehingga dapat diidentifikasi. Dengan metode klasifikasi algoritma C4.5 dalam mengambil keputusan yang dianggap memiliki kinerja yang baik, tetapi algoritma C4.5 memiliki beberapa kelemahan terhadap data yang tidak seimbang, yaitu dataset yang berbeda dua kelas yang berbeda antara kelas mayoritas dan kelas minoritas, berpengaruh pada algoritma C4.5, yang menghasilkan nilai hasil akurasi kurang optimal pada algoritma C4,5 untuk mengurangi pengaruh ketidakseimbangan kelas pada klasifikasi C4.5, maka perlu dilakukan pendekatan metode Split Feature Reduction Model hal ini dilakukan untuk memberi bobot pada setiap fitur yang direkomendasikan, sehingga ditemukan fitur yang merupakan klasifikasi yang kuat, berdasarkan perangkingan pada setiap fitur agar dapat direkomendasikan pada klasifikasi C4.5 dalam proses klasifikasi Hasil menunjukkan bahwa, kinerja akurasi klasifikasi C4.5 pada dataset mahasiswa  dengan pendekatan SFRM sebelum proses Pengujian, 10 fold cross-validation, menunjukkan tingkat akurasi klasifikasi yang lebih baik yaitu akurasi 98% dalam penanganan ketidakseimbangan kelas. 
Co-Authors Abdul Wadud Ismail Mohammad Yusup Rahmat Budiarto Roni Yunis