Laporkan Masalah

Learning Analytics: Implementasi Dan Visualisasi Machine Learning Untuk Memprediksi Hasil Belajar Pada Learning Management System (LMS) - Classification Model

AHMAD IHSAN, Dr. Sri Suning Kusumawardani, S.T. M.T.;Ir. Markus Nurtiantara Aji, M.T.

2020 | Skripsi | S1 TEKNOLOGI INFORMASI

Transformasi digital sedang dilakukan di berbagai bidang termasuk dalam bidang pendidikan dan pembelajaran yang salah satunya dikenal dengan sistem e-learning. yaitu proses pembelajaran dengan memanfaatkan Teknologi Informasi dan Komunikasi (TIK) yang merupakan hasil integrasi secara sistematis atas komponen-komponen pembelajaran dengan memperhatikan mutu, sumber belajar, dan berciri khas adanya interaksi pembelajaran lintas waktu dan ruang. Bagian kritis yang menjadi perhatian dalam transformasi digital adalah learning analytics. Learning analytics yang telah ada sekarang hanya memuat rekaman mahasiswa dalam belajar, seperti jumlah halaman yang dikunjungi, aktivitas yang dilakukan, dan hasil penilaian. Padahal dengan kemajuan teknologi yang ada sekarang, learning analytics bisa memuat fitur prediksi dan klasifikasi. Pada tugas ini learning analytics digunakan untuk memprediksi nilai akhir mahasiswa dan mengklasifikasi mahasiswa berdasarkan keberhasilan mereka pada mata kelas Transformasi Digital. Data yang digunakan adalah data mahasiswa yang mengikuti kelas Transformasi Digital pada tahun ajaran genap 2018/2019. Metode yang digunakan dalam melakukan klasifikasi adalah supervised learning, akan digunakan beberapa model yang nantinya akan dipilih satu yang menunjukkan hasil paling baik. Model yang akan digunakan pada proses klasifikasi adalah support vector machine, logistic regression, random forest, decision trees, naive bayes dan K nearest neighbors. Hasil yang didapat dari proyek ini adalah dapat menentukan variabel-variabel penentu yang memiliki pengaruh besar dalam menentukan tingkat keberhasilan mahasiswa, dapat memprediksi mahasiswa-mahasiswa yang berpotensi gagal, dapat memberikan rekomendasi algoritme klasifikasi yang paling cocok digunakan untuk use case tugas akhir ini. Kata kunci: Transformasi Digital, e-learning, Learning Analytics, Prediksi, Klasifikasi

Digital transformation is currently being done within various fields, including on education and learning fields, which is usually known as e-learning system, which is is a learning process using Information and Communication Technology (ICT) which was the outcome of a systematic integration between learning components with regard to quality and learning resources. It has a unique characteristic where learning interactions are being done across space and time. The critical part of this digital transformation is learning analytics. Right now, learning analytics that already existed only contain logs and records of the students�¢ï¿½ï¿½ learning processes, for example, page views, activities done, and learning outcomes. Whereas with currently existing technologies, learning analytics could also provide prediction and classification features. In this project, learning analytics are used to predict the student's final grade and classify students based on their success in the Digital Transformation class. The data used are the data of students who took the Digital Transformation class in the even school year 2018/2019.. Supervised learning method is used for prediction and classification. There are several models that will be used, the model that yields the best and most accurate outcome will then be chosen. Models that will be used for classification processes are, support vector machine, logistic regression, random forest, decision trees, naive bayes, and K nearest neighbors. The results obtained from this project include predicting students at risk of failing, determine the variables that greatly affect the outcome of a learning process, giving recommendations about the best classification algorithm for this use case, etc. Keywords: Digital Transformation, e-learning, Learning Analytics, Prediction, Classification

Kata Kunci : Transformasi Digital, e-learning, Learning Analytics, Prediksi, Klasifikasi

  1. S1-2020-385377-abstract.pdf  
  2. S1-2020-385377-bibliography.pdf  
  3. S1-2020-385377-tableofcontent.pdf  
  4. S1-2020-385377-title.pdf