Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal JURNAL TEKNOLOGI INFORMASI JURNAL ILMIAH KESEHATAN SANDI HUSADA Jurnal Bidang Ilmu Kesehatan Jurnal Pelayanan dan Pengabdian Masyarakat (Pamas) Promotor: Jurnal Mahasiswa Kesehatan Masyarakat Jurnal Ilmiah Kesehatan Sandi Husada
Aprillia, Yuna Trisuci
Prodi Kebidanan, Fakultas Ilmu Kesehatan Universitas Respati Indonesia
Biochemistry, Genetics & Molecular Biology Computer Science & IT Decision Sciences, Operations Research & Management Environmental Science Health Professions Medicine & Pharmacology Nursing Public Health Other

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

Found 11 Documents
Search

 1   2 
Learning Analytics Berbasis Kahoot Menggunakan Algoritma K-Means Clustering untuk Mengidentifikasi Pola Keterlibatan Mahasiswa dalam Pembelajaran Dery Satya Pramdhana; Elnandi Nur; Istiqomah Sumadikarta; Yuna Trisuci Aprillia
JURNAL TEKNOLOGI INFORMASI Vol 12, No 1 (2026): Jurnal Teknologi Informasi
Publisher : Universitas Respati Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52643/jti.v12i1.9175

Abstract

Perkembangan teknologi digital dalam pendidikan menghasilkan berbagai data aktivitas pembelajaran yang dapat dimanfaatkan melalui pendekatan Learning Analytics. Salah satu platform yang menyediakan data tersebut adalah Kahoot, namun pemanfaatannya masih umumnya terbatas pada penyajian nilai akhir. Penelitian ini bertujuan menerapkan Learning Analytics berbasis Kahoot untuk mengidentifikasi pola keterlibatan mahasiswa menggunakan algoritma K-Means Clustering. Penelitian menggunakan pendekatan kuantitatif dengan data hasil kuis Kahoot dari 128 mahasiswa pada empat kelas mata kuliah Algoritma II, yaitu R2G, R2H, S2A, dan S2B. Tahapan penelitian meliputi data cleaning, analisis statistik deskriptif, visualisasi data, analisis korelasi, penentuan jumlah cluster menggunakan Elbow Method, evaluasi dengan Silhouette Score, dan pengelompokan menggunakan K-Means Clustering. Hasil analisis menunjukkan adanya variasi performa mahasiswa berdasarkan Accuracy, jumlah jawaban benar, jumlah jawaban salah, dan Final Score. Analisis korelasi menunjukkan bahwa Accuracy dan Correct Answers berkorelasi positif kuat terhadap Final Score, sedangkan Incorrect Answers berkorelasi negatif. Hasil clustering berhasil mengelompokkan mahasiswa berdasarkan karakteristik performa dan keterlibatan belajar sehingga memudahkan identifikasi mahasiswa yang memerlukan pendampingan maupun yang memiliki performa tinggi. Penelitian ini menunjukkan bahwa data Kahoot dapat dimanfaatkan sebagai sumber Learning Analytics untuk mendukung pengambilan keputusan pembelajaran yang lebih objektif dan berbasis data.
Co-Authors Agustina, Santi Asiah Asiah Darnialis Darwis Dery Satya Pramdhana Elnandi Nur F.A.Ricky Bayu Fitria Hajri Fitria Sari Irma Aryanti Istiqomah Sumadikarta Izzatul Azizah kusmayra Ambarwati Laila Ulfa Mawarni, Endang Siti Melysa Melysa Miftahul Jannah Nafszaqyah Desma Putri Ririn Alawiyah Suryanih Suryanih Susiana Nugraha Wulan Wulan