ANALISIS PROSES DATA MINING DALAM SISTEM PEMBELAJARAN BERBANTUAN KOMPUTER PADA PRAKTIKUM LABORATORIUM SISTEM INFORMASI UNIVERSITAS GUNADARMA DENGAN PENDEKATAN MACHINE LEARNING

Kuwat Setiyanto
Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma
Indonesia

Abstract

Laboratorium Sistem Informasi merupakan salah satu laboratorium yang dimiliki Universitas Gunadarma dengan tujuan untuk membantu mahasiswa mempraktekkan teori yang telah didapat dalam pembelajaran di kelas. Kegiatan pada laboratorium ini adalah mengatur pelaksanaan praktikum yang dimulai dari penjadwalan praktikum, penjadwalan asisten, pelaksanaan praktikum, dan penginputan nilai. Pada pelaksanaannya selain terdapat praktikum reguler yang dilakukan dalam ruangan laboratorium, terdapat pula praktikum gabungan yang dilaksanakan secara online melalui website Laboratorium Sistem Informasi. Pelaksanaan praktikum secara online memungkinkan terdapatnya ketersediaan data mahasiswa dan nilai mahasiswa untuk diolah. Penelitian ini bertujuan untuk menganalisis proses data mining pada praktikum kelas gabungan untuk meningkatkan sistem pengajaran dan pembelajaran berbantuan komputer. Hal ini dilakukan dengan cara mengamati hasil dari nilai sekelompok mahasiswa dan memahami tentang bagaimana mahasiswa belajar. Proses data mining dalam penelitian ini dipisahkan menjadi pengumpulan data, transformasi data dan analisis data. Perangkat lunak yang digunakan adalah Wakaito Environtment for Knowledge Analysis (WEKA) dengan pendekatan machine learning, yaitu menggunakan metode Association Rule, Classification Tree dan Clustering. Berdasarkan analisis data hasil pembelajaran yang dilakukan dengan menerapkan teknik Association Rules, Clustering dan Classification telah didapatkan keterkaitan antara data jenis tuntunan soal latihan dengan data nilai hasil latihan, sehingga menghasilkan informasi mengenai tingkat keberhasilan mahasiswa dalam mengikuti praktikum kelas gabungan Laboratorium Sistem Informasi Universitas Gunadarma.

 

Kata kunci: Association Rules, Classification Tree, Machine Learning, Proses Data Mining, WEKA

Information
PDF Tweet
1043 times PDF : 2201 times