<![CDATA[Transformasi digital pendidikan mendorong pemanfaatan Learning Management System (LMS) sebagai media utama pembelajaran daring dan blended learning. Di Universitas Negeri Padang, LMS digunakan secara luas, namun data log aktivitas mahasiswa belum dimanfaatkan secara optimal untuk analisis perilaku belajar. Penelitian ini bertujuan menganalisis perilaku akses digital mahasiswa menggunakan pendekatan Learning Analytics dengan analisis deskriptif dan diagnostik. Metode penelitian bersifat kuantitatif dengan teknik clustering (K-Means), association rules (Apriori), dan time-series. Data log mencakup aktivitas login, akses materi, partisipasi forum, dan pengumpulan tugas selama satu semester. Subjek penelitian adalah mahasiswa Departemen Teknik Elektronika Universitas Negeri Padang. Hasil penelitian menunjukkan tiga klaster perilaku mahasiswa, yaitu aktif tinggi, sedang, dan rendah. Ditemukan hubungan positif antara akses materi dan ketepatan pengumpulan tugas, serta korelasi antara keaktifan forum dan konsistensi login. Analisis time-series menunjukkan pola aktivitas meningkat menjelang tenggat tugas, mencerminkan perilaku deadline-driven. Penelitian ini membuktikan bahwa Learning Analytics mampu menggambarkan keterlibatan mahasiswa secara komprehensif dan menjadi dasar pengembangan sistem pembelajaran adaptif serta sistem peringatan dini bagi mahasiswa berisiko rendah keterlibatan.]]>
Copyrights © 2025
