Article Per Year (5 Year)
p-Index From 2021 - 2026
1.503
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) EMITTER International Journal of Engineering Technology JOIV : International Journal on Informatics Visualization Wahana : Tridarma Perguruan Tinggi Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Antivirus : Jurnal Ilmiah Teknik Informatika CAHAYA tech Journal of Applied Data Sciences Insyst : Journal of Intelligent System and Computation
F.X. Ferdinandus
Institut Sains Dan Teknologi Terpadu Surabaya (ISTTS)
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Nursing

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Disjoint Community Detection pada Network Kegiatan Kemahasiswaan di ISTTS Menggunakan Fast Greedy dan Walktrap Setiawan, Mikhael; Gunawan; F.X.Ferdinandus
Intelligent System and Computation Vol 3 No 1 (2021): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v3i1.175

Abstract

Disjoint community detection bertujuan untuk menemukan sebuah komunitas pada network dengan melakukan pemisahan. Pada penelitian ini, disjoint akan dilakukan pada network kegiatan kemahasiswaan di ISTTS. Metode disjoint community detection yang digunakan adalah fast greedy dan walktrap algorithm.  Data kegiatan kemahasiswaan berisi mengenai mahasiswa bersama-sama dengan mahasiswa lainnya mengikuti kegiatan kemahasiswaan apa saja. Setelah disjoint berhasil dilakukan, maka akan dihitung nilai closeness centrality dari setiap mahasiswa, dimana pada akhirnya akan dihitung correlation coefficient dengan IPK mahasiswa tersebut untuk mencari hubungan antara centrality mahasiswa dengan IPK mereka. Hasil closeness centrality ini selanjutnya di rata-rata untuk semua hasil algoritma untuk melihat bagaimana korelasi closeness centrality dengan ipk mahasiswa tersebut. Uji coba dilakukan dengan membentuk gml dari kombinasi filter, yang menghasilkan sekitar 2527 gml dengan nilai akhir korelasi adalah 62 - 63% weak positif dengan diikuti 16-18% moderate positif, dan 14-16% tidak berkorelasi sama sekali. Akhirnya dapat disimpulkan bahwa closeness centrality dalam sebuah komunitasnya, hanya berpengaruh secara weak positif dengan ipk mahasiswa tersebut.
Co-Authors Afandi, Acxel Derian Aji Amijaya Cahyadi, Billy Kelvianto Eko Mulyanto Yuniarno Endang Setyati Esther Irawati Setiawan Fujisawa, Kimiya Gunawan Gunawan Gunawan Gunawan Hapantenda, Andrey Kartika Widhy Irvan Sulistiya Putra Joan Santoso Leonel Hernandez Mauridhi Hery Purnomo Mauridhi Hery Purnomo Mikhael Setiawan Muh Burhanudin Muhaji Bayu Muhammad Alfin Fikri Pramana, Meirza Reddy Alexandro Harianto Saputra, Daniel Gamaliel Setiawan, Esther Tjendika, Patrick