Swa Lee Lee
School Science and Technology, Asia E University, Selangor, Malaysia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

A Hybrid K-Means and Neural Network for Enhancing Students’ Academic Performance Suriani Suriani; Muhammad Faisal; Darniati Darniati; Emil Agusalim H. T; Muhammad Syafaat S. Kuba; Swa Lee Lee; Nurdiansyah Nurdiansyah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 7, No 2 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v7i2.3467

Abstract

Ketersediaan data pada Learning Management System (LMS) mendorong penerapan pembelajaran adaptif di pendidikan tinggi. Penelitian ini mengusulkan kerangka kerja hybrid berbasis kecerdasan buatan yang mengintegrasikan K-Means clustering dan Neural Network untuk profil mahasiswa berbasis perilaku dan prediksi kinerja akademik. Model divalidasi menggunakan Open University Learning Analytics Dataset yang mencakup data demografi, interaksi, dan performa akademik. Hasil menunjukkan akurasi sebesar 0,68 dan F1-score sebesar 0,66, melampaui metode dasar dengan stabilitas yang lebih baik. Clustering menghasilkan silhouette score 0,62 yang menunjukkan pemisahan kelompok yang jelas. Selain itu, sistem meningkatkan relevansi konten sebesar 27% dan menurunkan risiko putus studi sebesar 18%, dengan waktu inferensi rata-rata 0,85 detik. Temuan ini menunjukkan efektivitas kerangka dalam mendukung pembelajaran adaptif yang dipersonalisasi dan skalabel. Model hybrid yang diusulkan dapat mendukung pembelajaran adaptif melalui jalur belajar yang dipersonalisasi serta membantu perguruan tinggi melakukan intervensi dini terhadap mahasiswa berisiko berdasarkan pemantauan berbasis data.