<![CDATA[Perkembangan teknologi digital dalam pendidikan menghasilkan berbagai data aktivitas pembelajaran yang dapat dimanfaatkan melalui pendekatan Learning Analytics. Salah satu platform yang menyediakan data tersebut adalah Kahoot, namun pemanfaatannya masih umumnya terbatas pada penyajian nilai akhir. Penelitian ini bertujuan menerapkan Learning Analytics berbasis Kahoot untuk mengidentifikasi pola keterlibatan mahasiswa menggunakan algoritma K-Means Clustering. Penelitian menggunakan pendekatan kuantitatif dengan data hasil kuis Kahoot dari 128 mahasiswa pada empat kelas mata kuliah Algoritma II, yaitu R2G, R2H, S2A, dan S2B. Tahapan penelitian meliputi data cleaning, analisis statistik deskriptif, visualisasi data, analisis korelasi, penentuan jumlah cluster menggunakan Elbow Method, evaluasi dengan Silhouette Score, dan pengelompokan menggunakan K-Means Clustering. Hasil analisis menunjukkan adanya variasi performa mahasiswa berdasarkan Accuracy, jumlah jawaban benar, jumlah jawaban salah, dan Final Score. Analisis korelasi menunjukkan bahwa Accuracy dan Correct Answers berkorelasi positif kuat terhadap Final Score, sedangkan Incorrect Answers berkorelasi negatif. Hasil clustering berhasil mengelompokkan mahasiswa berdasarkan karakteristik performa dan keterlibatan belajar sehingga memudahkan identifikasi mahasiswa yang memerlukan pendampingan maupun yang memiliki performa tinggi. Penelitian ini menunjukkan bahwa data Kahoot dapat dimanfaatkan sebagai sumber Learning Analytics untuk mendukung pengambilan keputusan pembelajaran yang lebih objektif dan berbasis data.]]>
Copyrights © 2026
