Article Per Year (5 Year)
p-Index From 2021 - 2026
1.94
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Sistemasi: Jurnal Sistem Informasi Jurnal Mantik Penusa Martabe : Jurnal Pengabdian Kepada Masyarakat Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Indonesian Journal of Business Intelligence (IJUBI) JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Indonesian Journal of Electrical Engineering and Computer Science Information System Journal (INFOS) Journal of Innovative and Creativity Jurnal Teknoinfo
Irma Rofni Wulandari
Universitas Amikom Yogyakarta
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Innovative and Creativity

 1 
Penerapan Teknik Clustering untuk Identifikasi Pola Perilaku Belajar Siswa Menggunakan Dataset Publik Learning Analytics Ninik Tri Hartanti; Dina Maulina; Erni Seniwati; Irma Rofni Wulandari
Journal of Innovative and Creativity Vol. 5 No. 3 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i3.5104

Abstract

Perkembangan teknologi informasi telah mendorong munculnya bidang Educational Data Mining (EDM) yang memanfaatkan data pendidikan untuk memahami perilaku belajar siswa. Memanfaatkan dataset publik Learning Analytic dalam penerapan Educational Data Mining, dikombinasikan dengan metode clustering akan dapat membantu dalam proses penentuan kelompok belajar siswa. Penelitian ini bertujuan untuk mengidentifikasi pola perilaku belajar siswa menggunakan teknik clustering berdasarkan dataset publik learning analytics. Metode yang digunakan adalah K-Means clustering dengan evaluasi Davies-Bouldin Index (DBI) untuk menentukan jumlah cluster optimal. Data yang digunakan berasal dari dataset publik Student Performance yang mencakup kegiatan atau waktu belajar, kehadiran, kegagalan belajar dan nilai siswa. Hasil clustering mengidentifikasi empat pola cluster yaitu kelompok risiko akademik tinggi, kelompok performa menengah, kelompok siswa berprestasi tinggi, dan kelompok absensi tinggi. Hasil evaluasi DBI menunjukkan nilai 0.0072 yang mengindikasikan kualitas cluster yang baik. Hasil penelitian diharapkan dapat menjadi dasar bagi pengembangan strategi pembelajaran yang lebih personalisasi dan efektif
Co-Authors Abdiel Alim W Angga Ramana Putra Anggita, Sharazita Dyah Atik Nurmasani Bibit Aries K Candra Pangestu Dina Maulina Eli Pujastuti Erni Seniwati Fawwaz Hasanu I Wayan Sumartho Alvari Ika Asti Astuti LILIS DWI FARIDA Muhammad Adithya Ricky Ichsan NINIK TRI HARTANTI Nurdini Kharomadhona Rina Puji Utami Siti Wijayanti Tiara Herliyani Tita Meitri Vidjayanti Vikiyana Haris A Wiwi Widayani Yoga Pristiyanto Yuli Astuti Yuli Elfandari