Analisis Gaya Belajar terhadap Nilai Mahasiswa dengan Menggunakan Metode k-Means

Berlian Juliartha Martin Putra; Dwi Ariani Finda Yuniarti

doi:10.33633/tc.v21i2.5837

Analisis Gaya Belajar terhadap Nilai Mahasiswa dengan Menggunakan Metode k-Means

Berlian Juliartha Martin Putra, Dwi Ariani Finda Yuniarti

Abstract

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.

Keywords

k-Means, gaya belajar, clustering, e-learning, kualitatif

Full Text:

PDF

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.

DOI: https://doi.org/10.33633/tc.v21i2.5837