Pengelompokan Perilaku Mahasiswa Pada Perkuliahan E-Learning dengan K-Means Clustering

• Main Authors: Sugiono Sugiono, Siti Nurdiani, Safitri Linawati, Rizky Ade Safitri, Elin Panca Saputra
• Format: Article
• Language: Indonesian
• Published: Universitas Bhayangkara Jakarta Raya 2019-05-01
• Series: Jurnal Kajian Ilmiah
• Online Access: http://jurnal.ubharajaya.ac.id/index.php/kajian-ilmiah/article/view/410

Untuk menghasilkan proses pemodelan, serta menganalisa data, metode Clustering merupakan suatu metode yang dapat melakukan pengelompokkan dengan sistem partisi. Dalam melakukan pengelompokkan nilai E-learning serta jejak aktifitas kami menggunakan Algoritma K-Means. K-Means merupakan sebuah metode yang bersifat tanpa arahan. Algoritma K-Means dapat membantu mengelompokkan data serta informasi dari setiap nilai centroid dari setiap cluster. Penelitian ini bertujuan untuk mengelompokkan perilaku mahasiswa pada perkuliahan berbasis E-Learning dengan menghitung jarak antara total nilai mahasiswa dari mata kuliah E-Learning dan jejak aktifitas yang dilakukannya. Pengelompokan ini dilakukan dengan membaginya menjadi 3 cluster. Data yang kami kelola sebanyak 109 mahasiswa yang mengikuti perkuliahan E-Learning. Titik centroid awal yaitu M4, M73, M104 dihitung dengan rumus Euclidean untuk menentukan jarak terdekat. Data dikelompokkan sesuai dengan jarak centroid terdekat dengan cluster. Setelah melalui proses perhitungan yang menghasilkan 10 kali iterasi, didapatkan hasil akhir berupa Cluster 1 sebanyak 53 mahasiswa, cluster 2 sebanyak 42 mahasiswa, dan cluster 3 sebanyak 14 mahasiswa. Dari proses tersebut dihasilkan 3 jenis kluster yaitu mahasiswa dengan jumlah aktifitas yang banyak mendapatkan nilai tinggi, mahasiswa dengan aktifitas yang sedang mendapatkan hasil nilai tinggi dan mahasiswa dengan jumlah aktifitas sedikit menghasilkan nilai yang rendah.