<![CDATA[Kebutuhan pembelajaran jarak jauh mendorong pemanfaatan platform pembelajaran daring sebagai media utama yang mendukung proses belajar mengajar di perguruan tinggi. Salah satu tantangan dalam implementasi sistem ini adalah kemampuan untuk memahami pola belajar mahasiswa secara objektif dan berbasis data. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis pola belajar mahasiswa pada Learning Management System (LMS) LeADS di Universitas Pembangunan Nasional Veteran Jakarta melalui pendekatan analisis big data. Data penelitian berupa log aktivitas mahasiswa pada LMS yang mencakup interasi akadeik seperti melihat materi, mengumpulkan tugas, mengerjakan kuis, dan partisipasi diskusi selama empat semester di program studi Sistem Informasi. Metode penelitian menggunakan pendekatan kuantiatif sesuai dengan siklus hidup big data. Algoritma Random Forest digunakan untuk mengklasifikasikan waktu belajar mahasiswa dengan optimasi parameter menggunakan metode Grid Search. Hasil penelitian menunjukkan bahwa partisipasi aktif relatif rendah yang mengindikasi pola belajar cenderung pasif. Konsistensi dan keterlibatan mahasiswa dalam LMS memiliki pengaruh yang lebih signifikan pada prestasi akademik dibandingkan waktu belajar dominan mahasiswa. Model Random Forest yang dibangun memiliki akurasi 88%, namun performanya belum optimal dalam mengklasifikasi kelas dengan jumlah terbatas. Hail pemenillitian ini menunjukkan pentingnya pemanfaatan data log LMS untuk memahami perilaku belajar mahasiswa secara lebih komprehensif serta membuka peluang pengembangan strategi pembelajaran adaptif berbasis data. Selain itu, hasil penelitian ini memberikan dasar bagi institusi pendidikan untuk merancang intervensi pembelajaran yang lebih efektif dan personal sesuai kebutuhan mahasiswa.]]>
