Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Ikhsan, Rifqi Dainur
Unknown Affiliation
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
ANALISIS KLASTER PEMBELAJARAN DARING MAHASISWA BERDASARKAN AKTIFITAS LOG DATA PENGGUNA LEARNING MANAGEMENT SYSTEM (LMS) MENGGUNAKAN METODE K-MEANS DAN K-MEDOIDS Pratama, Andika; Ikhsan, Rifqi Dainur; Solichin, Achmad
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.9143

Abstract

Pembelajaran daring telah menjadi komponen penting dalam pendidikan tinggi, terutama dalam menghadapi tantangan pembelajaran jarak jauh. Learning Management System (LMS) menyediakan platform yang memungkinkan pemantauan aktivitas mahasiswa secara rinci. Namun, besarnya volume data log aktivitas pengguna di LMS menimbulkan tantangan dalam menganalisis pola pembelajaran yang relevan. Penelitian ini bertujuan untuk mengelompokkan mahasiswa berdasarkan aktivitas log mereka pada LMS menggunakan metode klasterisasi K-Means dan K-Medoids. Proses analisis diawali dengan tahap persiapan data, termasuk pembersihan, reduksi, transformasi, dan ekstraksi fitur utama, seperti frekuensi login, jumlah akses materi, partisipasi kuis, dan pengumpulan tugas. Evaluasi klaster optimal dilakukan dengan metode Elbow Method, Silhouette Index, dan Calinski-Harabasz Index, yang menentukan jumlah klaster terbaik pada K=3. Untuk menilai kualitas klasterisasi, digunakan metrik Davies-Bouldin Index (DBI). Hasil evaluasi menunjukkan bahwa algoritma K-Means memiliki nilai DBI lebih rendah (0,261) dibandingkan K-Medoids (0,340), yang menunjukkan bahwa K-Means lebih optimal dalam mengelompokkan aktivitas mahasiswa. Analisis lebih lanjut menunjukkan adanya korelasi positif antara aktivitas mahasiswa di LMS dengan performa akademik mereka. Mahasiswa dengan aktivitas tinggi memiliki rata-rata nilai akademik lebih baik (84,71), sedangkan mahasiswa dengan aktivitas rendah memiliki nilai rata-rata lebih rendah (55,80).
Co-Authors Achmad Solichin Andika Pratama