PENERAPAN ALGORITMA CLUSTERING UNTUK MENGELOMPOKKAN KETERTARIKAN SISWA BERDASARKAN AKTIVITAS DI MODEL PEMBELAJARAN ELEKTRONIK

Margo Ridho Leksono, Ari Eka Prastiyanto

Abstract


Aktivitas pembelajaran baik administrator, guru dan siswa tersimpan dalam database moodle tabel mdl_log. Sehingga laporan aktivitas terutama guru dan siswa dapat direkam. Sebagai subyek penelitian adalah siswa kelas 10 di SMAN 1 Pare tahun pelajaran 2010-2011. Jumlah siswa kelas 10 adalah 256 orang yang terdiri 82 putra dan 174 putri, terbagi dalam 8 kelas pararel mulai kelas 10-1 sampai dengan kelas 10-8. Data log diambil dari database situs elearning SMA Negeri 1 Pare (http://elearning.sman1pare.sch.id). Dalam penelitian ini, cara penambangan data dengan melakukan query pada tabel mdl_user, mdl_log_display dan mdl_log untuk mem-filter 10 jenis aktivitas yaitu assignment upload, assignment view, course view, forum add discussion, forum add post, forum view discussion, blog view, quiz attempt, quiz view, resource view. Teknik Machine Learning menggunakan metode K-Means Clustering. Pada proses perhitungan di pilih 5 cluster dan 10 jenis aktivitas, menghasilan Std. Deviation untuk aktifitas assignment upload 4.647, assignment view 15.471, course view 67.410, forum add discussion 0.347, forum add post 0.315, forum view discussion 2.014, blog view 1.051, quiz attempt 36.803, quiz view 59.428, resource view 34.875. Hasil penelitian mengidentifikasikan tiap cluster yaitu cluster-1 memiliki anggota 4 siswa berisikan sekumpulan siswa yang sangat tertarik dengan aktifitas course view, forum add, discussion, forum add post, forum view discussion, blog view, quiz attempt, quiz view, cluster-2 memiliki anggota 71 siswa berisikan sekumpulan siswa yang sangat tertarik dengan aktifitas resource view, demikian juga untuk cluster-3, cluster-4 dan cluster-5.

Full Text:

PDF

References


Kukuh Setyo Prakoso, “Membangun E-learning dengan Moodle”, Andi Offset, Yogyakarta, 2005.

Romero, C., Ventura, S., Garcia, E, Data Mining in Course Management Systems: Moodle Case Study and Tutorial. Computers & Education (51), 368–384 (2008)

Agusta, Yudi. Pebruari, K-Means Penerapan, Permasalahan dan Metode Terkait. Jurnal Sistem dan Informatika Vol.3 : 47-60, 2007.

Sugiyono dan Eri Wibowo, Statistika untuk Penelitian dan Aplikasinya dengan SPSS ver 10.0 for Windows, Cet. IV, Bandung: Alfabeta, 2004.

Ediyanto, Muhlasah Novitasari Mara, Neva Satyahadewi, Pengklasifikasian Karakteristik Dengan Metode K-Means Cluster Analysi, Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster), Volume 02 , No. 2 (2013), hal 133 - 136.


Refbacks

  • There are currently no refbacks.