Analisis Gaya Belajar terhadap Nilai Mahasiswa dengan Menggunakan Metode k-Means
DOI:
https://doi.org/10.33633/tc.v21i2.5837Keywords:
k-Means, gaya belajar, clustering, e-learning, kualitatifAbstract
Munculnya virus korona meningkatkan penggunaan e-Learning. Pengamatan untuk mengetahui kecenderungan gaya belajar mahasiswa perlu dilakukan secara berkelanjutan, guna menentukan metode belajar yang tepat. Dosen harus mengelompokan mahasiswa secara manual setiap ingin memantau kecenderungan gaya belajar mahasiswa, hal ini dirasa kurang efektif. Penelitian ini bertujuan untuk mengelompokan aktifitas gaya belajar mahasiswa visual dan audio. Data didapatkan dari log e-learning dan nilai mahasiswa. Tahapan penelitian ini yaitu data preprocessing, feature selection, clustering gaya belajar mahasiswa menggunakan metode simple k-Means dengan tool WEKA kemudian dilakukan analisa kualitatif keterkaitan kecenderungan gaya belajar terhadap nilai mahasiswa. SSE clustering pada penelitian ini memiliki nilai rata-rata 0.182. Pada penelitian ini, konten modul atau kategori visual lebih mendukung kegiatan belajar daring mahasiswa. Terdapat 7 kecenderungan gaya belajar mahasiswa. Mahasiswa yang sering/sedang dalam mengakses video maupun modul 90% bernilai baik. Hasil penelitian yang didapatkan dapat digunakan untuk melihat pengelompokan mahasiswa dalam kecenderungannya terhadap gaya belajar, menganalisa pengaruh suatu gaya belajar terhadap nilai dan membantu dosen dalam menentukan metode belajar yang tepat.References
N. R. Yunus and A. Rezki, "Kebijakan Pemberlakuan Lockdown," Jurnal Sosial & Budaya Syar-i , vol. 7, no. 3, pp. 227-238, 2020.
U. K. Mothukuri, B. V. Reddy, P. N. Reddy, S. Gutti, K. Mandula, R. Parupalli, C. H. A. S. Murty and E. Magesh, "Improvisation of learning experience using learning analytics in eLearning," in IEEE E-Learning & E-Learning Technologies (ELELTECH), Hyderabad, 2017.
I. MUTIA, "KAJIAN PENERAPAN E-LEARNING DALAM PROSES," Faktor Exacta, vol. 6, no. 4, pp. 278-289, 2013.
W. Lestari, "PEMETAAN GAYA BELAJAR MAHASISWA DENGAN CLUSTERING," Jurnal Sainstech Politeknik Indonusa Surakarta, vol. 1, no. 3, pp. 1-8, 2015.
A. Muhariya, B. Widada and S. Siswanti, "Monitoring Program Keluarga Harapan Berbasis Mobile," Techno.COM, vol. 20, no. 4, pp. 468 - 477, 2021.
N. Purba, Poningsih and H. S. Tambunan, "Penerapan Algoritma K-Means Clustering Pada Penyebaran Penyakit Infeksi Saluran Pernapasan Akut (ISPA) diProvinsi Riau," Journal of Information System Research (JOSH), vol. 2, no. 3, pp. 220 - 226, 2021.
Asroni and R. Adrian, "Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang," JURNAL ILMIAH SEMESTA TEKNIKA, vol. 18, no. 1, pp. 76-82, 2015.
Sugiono, S. Nurdiani, S. Linawati, R. A. Safitri and E. P. Saputra, "Pengelompokan Perilaku Mahasiswa Pada Perkuliahan E-Learning dengan K-Means Clustering," Jurnal Kajian Ilmiah, vol. 19, no. 2, pp. 126-133, 2019.
B. J. M. Putra and D. A. F. Yuniarti, "Analisis Hasil Belajar Mahasiswa Dengan Clustering Menggunakan Metode K-Means," JURNAL POROS TEKNIK, vol. 12, no. 2, pp. 49-58, 2020.
S. Palupi, R. Andrea and S. Qomariah, "ANALISIS CLUSTERGAYA BELAJAR SISWA SEKOLAH MENEGAH KEJURUAN DENGAN PENDEKATAN METODE K-MEANS DAN FUZZY C-MEANS (FCM)," Jurnal Penelitian Komunikasi dan Opini Publik, pp. 102-110.
E. Acuna, "Preprocessing in Data Mining," in International Encyclopedia of Statistical Science, Puerto Rico, Springer-Verlag, 2010, pp. 1-3.
R. K. Dinata, Safwandi, N. H. and N. Azizah, "Analisis K-Means Clustering pada Data Sepeda Motor," Informatics Journal, vol. 5, no. 1, pp. 10-17, 2020.
N. P. E. Merliana, Ernawati and A. J. Santoso, "ANALISA PENENTUAN JUMLAH CLUSTER TERBAIK PADA METODE K-MEANS CLUSTERING," in PROSIDING SEMINAR NASIONAL MULTI DISIPLIN ILMU & CALL FOR PAPERS UNISBANK (SENDI_U), 2015.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Berlian Juliartha Martin Putra

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
License Terms
All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:
1. Attribution
Readers and users are free to:
-
Share – Copy and redistribute the material in any medium or format.
-
Adapt – Remix, transform, and build upon the material.
As long as proper credit is given to the original work by citing the author(s) and the journal.
2. Non-Commercial Use
-
The material cannot be used for commercial purposes.
-
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.
3. Rights of Authors
-
Authors retain copyright and grant Techno.COM Journal the right to publish the article.
-
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.
4. No Additional Restrictions
-
The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.
5. Disclaimer
-
The journal is not responsible for how the published content is used by third parties.
-
The opinions expressed in the articles are solely those of the authors.
For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/