Fakultas Ilmu Komputer Universitas Brawijaya telah mengembangkan platform pembelajaran berbasis web yang bernama Eling. Eling merupakan platform pembelajaran online di mana mahasiswa yang telah mendaftar pada kelas tersebut dapat membaca materi, melakukan diskusi, dan mengumpulkan tugas secara daring. Namun penggunaan platform tersebut belum memanfaatkan kelebihan dari pembelajaran secara digital, salah satunya adalah kelebihan untuk membuat sebuah pembelajaran yang bersifat personal untuk tiap individu. Dalam upaya untuk mengembangkan pembelajaran yang lebih personal, data aktifitas mahasiswa saat mengakses platform eling dapat digunakan. Dengan bantuan machine learning, data aktifitas mahasiswa tersebut dapat dikumpulkan dan dicari pola yang dapat mengaitkan aktifitas mahasiswa saat menggunakan platform dengan performa mahasiswa dalam pembelajaran. Dengan teknik ini, performa mahasiswa dapat diprediksi dan bisa diberikan tindakan lebih lanjut untuk meningkatkan performanya. Proses penelitian ini akan menggunakan tiga algoritma klasifikasi untuk melakukan prediksi dan menggunakan nilai UAS mahasiswa sebagai parameter performa. Proses penelitian dilakukan dengan mengumpulkan data log pada mata kuliah Jaringan Komunikasi Data pada website eling. Data yang terkumpul berjumlah 1300 baris, yang berupa aktifitas dosen dan mahasiswa. Data tersebut akan melalui pre-processing yang kemudian akan dibagi menjadi data latih dan data uji sebelum diproses oleh algoritma. Hasil pengujian menunjukkan tingkat akurasi tertinggi yaitu 75% pada tiga algoritma yang diuji dengan perbandingan data latih dan data uji 90%:10%. Akurasi tertinggi berikutnya bernilai 72,7% pada algoritma Naïve Bayes dengan perbandingan data latih dan data uji sebesar 70%:30%. Hasil pengujian juga menunjukkan aktifitas mahasiswa yang paling terkait dengan performa nilai UAS adalah pengumpulan tugas dan durasi pengumpulan tugas.
Copyrights © 2024