Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Momentum Perfecting a Video Game with Game Metrics International Journal of Advances in Intelligent Informatics Jurnal Teknobisnis Indonesian Journal on Computing (Indo-JC) JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jurnal Komputer Bisnis
Kridanto Surendro
Institut Teknologi Bandung
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal%20Momentum

 1 
ANALISIS DATA TRACER STUDY DENGAN MENGIDENTIFIKASI OUTLIER MENGGUNAKAN TEKNIK DATA MINING Dwi Welly Sukma Nirad; Kridanto Surendro
Jurnal Momentum ISSN 1693-752X Vol 20, No 2 (2018): Volume 20 No. 2 Agustus 2018
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (170.108 KB)

Abstract

Melakukan drop out ataupun permintaan pengunduran diri terhadap mahasiswa merupakan salah satu hal yang dihindari oleh perguruan tinggi karena dapat mempengaruhi rating dan penilaian terhadap kampus. Perguruan tinggi akan meminta mahasiswa mengundurkan diri berdasarkan beberapa ketentuan, salah satunya jika nilai mahasiswa terbilang sangat rendah. Mahasiswa dengan nilai rendah diasumsikan tidak akan meraih penghasilan yang tinggi di masa depan, atau disebut tidak sukses. Oleh karenanya penelitian ini mengangkat data tracer study, sehingga bisa terlihat apakah asumsi tersebut tepat. Alumni yang drop out atau mengundurkan diri tetapi mampu memperoleh penghasilan tinggi ditentukan sebagai standar outlier dalam penelitian ini. Data outlier diperoleh dengan menggunakan teknik data mining, yaitu teknik association rule mining. Teknik ini membantu menemukan rule yang tepat dalam menentukan mahasiswa outlier. Hasil penelitian menunjukkan validitas derajat mahasiswa outlier serta rekomendasi keputusan untuk perguruan tinggi dalam menangani mahasiswa yang teridentifikasi sebagai outlier.
Co-Authors Aradea Ayu Purwarianti Basuki Sugiharto Indra Lukmana Sardi Iping S Suwardi Iping Supriana Maria Irmina Prasetiyowati Nur Ulfa Maulidevi Nurhajati Ma'mun Ririn Dwi Agustin Ronaldi Ronaldi Soni Fajar Surya G Sukma Nirad, Dwi Welly Wawan Dhewanto