Pengukuran Tingkat Kepuasan Mahasiswa Terhadap Bahan Ajar Mata Kuliah PTI Menggunakan Algorithma K-Means Clustering
DOI:
https://doi.org/10.25008/janitra.v3i2.174Keywords:
Klastering, K-Means, Evalusi, Media Pembelajaran, data mining, ClusteringAbstract
Media pembelajaran memiliki kedudukan yang sangat penting dalam mencapai tujuan pembelajaran secara efektif. Berbagai penelitian yang dilakukan terhadap penggunaan media dalam pembelajaran sampai pada kesimpulan bahwa proses dan hasil belajar setiap siswa menunjukkan perbedaan yang signifikan antara pembelajaran tanpa media dan pembelajaran menggunakan media. Penelitian ini menggunakan ilmu komputasi dan metode numerik dengan pendekatan model formulatif dimana pengolahan algoritma clustering menggunakan pemodelan K-Means memetakan dataset yang paling tepat sehingga dapat membantu menganalisis atau mengukur tingkat kepuasan suatu media pembelajaran. Hasil yang diperoleh dari evaluasi akan memberikan petunjuk kepada dosen tentang bagian mana dari media pembelajaran yang baik dan bagian mana yang kurang baik sehingga belum dapat mencapai tujuan pengembangan media pembelajaran yang dalam hal ini. Dengan menggunakan k-means diperoleh hasil evaluasi media pembelajaran studi kasus mata kuliah Pengenalan Teknologi Informasi menjadi 2 cluster. Dapat disimpulkan bahwa clustering hasil cluster dengan pemodelan K-Means mampu untuk menghasilkan akurasi cluster yang presisi.
Downloads
References
A. P. Murni et al., “APLIKASI PEMETAAN KUALITAS PENDIDIKAN DI INDONESIA MENGGUNAKAN METODE K-MEANS Analisis perancangan yang digunakan dalam pembuatan sistem ini menggunakan UML ( Unified Modeling Language ) dimana setiap aktivitas pada sistem akan dikelompokkan secara sendir,” Apl. Pemetaan Kualitas Pendidik. Di Indones. Menggunakan Metod. K-Means, vol. 17, no. 2, pp. 13–23, 2018.
R. Ananda and A. Z. Yamani, “Penentuan Centroid Awal K-means pada proses Clustering Data Evaluasi Pengajaran Dosen,” J. RESTI, vol. 1, no. 3, pp. 544–550, 2017.
W. Lestari and S. Sumarlinda, “Clustering Model of Lecturers Performa in Publication Using K-Means for Decision Support Data,” Int. J. …, vol. 1, no. 10, pp. 88–95, 2021, [Online]. Available: https://multisciencejournal.com/index.php/ijm/article/view/139%0Ahttps://multisciencejournal.com/index.php/ijm/article/download/139/104.
R. A. Malik, “PERBANDINGAN ALGORITMA K-MEANS CLUSTERING DENGAN FUZZY C- MEANS DALAM MENGUKUR TINGKAT KEPUASAN TERHADAP TELEVISI Latar Belakang Masalah Media Televisi Dakwah Surau TV merupakan sebuah media penyiaran yang menyajikan siaran seputar Agama Islam . Media ini,” vol. 3, no. 1, pp. 10–21, 2018, [Online]. Available: https://garuda.kemdikbud.go.id/documents/detail/1110755.
A. R. A. H. Hamid and G. Wangge, “The importance of evidence based education and policy in public health: Lessons learned from a repeated pandemic,” Med. J. Indones., vol. 30, no. 3, pp. 175–176, 2021, doi: 10.13181/mji.ed.215821.
I. Magdalena, N. Hidayati, R. H. Dewi, S. W. Septiara, and Z. Maulida, “Pentingnya Evaluasi dalam Proses Pembelajaran dan Akibat Memanipulasinya,” Masaliq, vol. 3, no. 5, pp. 810–823, 2023, doi: 10.58578/masaliq.v3i5.1379.
S. Suarga, “Hakikat, Tujuan Dan Fungsi Evaluasi Dalam Pengembangan Pembelajaran,” Inspiratif Pendidik., vol. 8, no. 1, pp. 327–338, 2019, doi: 10.24252/ip.v8i1.7844.
I. Vhallah, S. Sumijan, and J. Santony, “Pengelompokan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering K-Means,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 572–577, 2018, doi: 10.29207/resti.v2i2.308.
D. A. Tarigan, “Optimization of the K-Means Clustering Algorithm Using Davies Bouldin Index in Iris Data Classification,” vol. 4, no. 1, pp. 545–552, 2023, doi: 10.30865/klik.v4i1.964.
T. Susilowati, D. Sugiarto, and I. Mardianto, “Terakreditasi SINTA Peringkat 2 Uji Validasi Algoritme Self-Organizing Map (SOM) dan K-Means untuk Pengelompokan Pegawai,” Masa Berlaku Mulai, vol. 1, no. 3, pp. 1171–1178, 2017.
R. S. D. Wijaya, Adiwijaya, Andriyan B Suksmono, and Tati LR Mengko, “Segmentasi Citra Kanker Serviks Menggunakan Markov Random Field dan Algoritma K-Means,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 139–147, 2021, doi: 10.29207/resti.v5i1.2816.
H. Hairani, D. Susilowati, I. Puji Lestari, K. Marzuki, and L. Z. A. Mardedi, “Segmentasi Lokasi Promosi Penerimaan Mahasiswa Baru Menggunakan Metode RFM dan K-Means Clustering,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 2, pp. 275–282, 2022, doi: 10.30812/matrik.v21i2.1542.
A. R. R, “K-Means to Determine the e-commerce Sales Model in Indonesia,” vol. 3, no. 2, pp. 166–172, 2020, [Online]. Available: https://bps.go.id.
K. P. Sinaga and M. S. Yang, “Unsupervised K-means clustering algorithm,” IEEE Access, vol. 8, pp. 80716–80727, 2020, doi: 10.1109/ACCESS.2020.2988796.
A. Nurzahputra, A. R. Pranata, and A. Puwinarko, “Decision Support System for Football Players Lineup Selection using Fuzzy Multiple Attribute Decision Making and K-Means Clustering Methods,” J. Teknol. dan Sist. Komput., vol. 5, no. 3, pp. 106–109, 2017, doi: 10.14710/jtsiskom.5.3.2017.106-109.
Pelsri Ramadar Noor Saputra and A. Chusyairi, “Perbandingan Metode Clustering dalam Pengelompokan Data Puskesmas pada Cakupan Imunisasi Dasar Lengkap,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 4, no. 6, pp. 5–12, 2020, doi: 10.29207/resti.v4i6.2556.
A. Ali, “Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 19, no. 1, pp. 186–195, 2019, doi: 10.30812/matrik.v19i1.529.
E. Ainun Novia, W. Isti Rahayu, and S. Fachri Pane, “Implementasi Algoritma K-Means Clustering Tingkat Kepentingan Tagihan Rumah Sakit Di Pt Pertamina (Persero),” Jl. Sariasih, vol. 54, p. 40151, 2020.
S. H. Handoko, E. Sediono, and S. Suhartono, “Sistem Informasi Geografis Berbasis Web untuk Pemetaan Sebaran Alumni Menggunakan Metode K-Means,” J. Sist. Inf. Bisnis, vol. 1, no. 2, pp. 81–86, 2014, doi: 10.21456/vol1iss2pp80-85.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Rio Andika Malik, Wilis Firmansyah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.