Analisis Algoritma Klasifikasi untuk Memprediksi Karakteristik Mahasiswa pada Pembelajaran Daring
DOI:
https://doi.org/10.26418/jp.v8i1.50452Keywords:
F1-Score, AUC, Imbalanced, Klasifikasi, OversamplingAbstract
Keberhasilan pelaksanaan pembelajaran secara daring di masa pandemi dari sisi mahasiswa dipengaruhi oleh faktor eksternal dan internal. Faktor eksternal antara lain ketersediaan sinyal atau jaringan yang baik, kuota internet, serta perangkat penunjang seperti smartphone dan laptop. Selain itu, aspek internal seperti motivasi belajar, budaya belajar, dan kondisi fisik serta psikologi yang baik juga berperan penting dalam keberhasilan proses belajar mahasiswa. Faktor-faktor ini menjadi input untuk membangun model prediksi karakteristik mahasiswa peserta daring. Pada proses pemodelan diawali dengan tahap pre-processing melalui seleksi fitur menggunakan uji independen Chi-Square untuk menentukan variabel yang berpengaruh pada proses prediksi variabel respon. Hasil seleksi variabel independen menghasilkan 16 variabel yang berpengaruh dari total 22 variabel awal. Adapun jenis label pada variabel respon terdiri dari 4 kelompok yaitu mahasiswa aktif dengan fasilitas terbatas, aktif dengan fasilitas baik, pasif dengan fasilitas baik dan pasif dengan fasilitas terbatas. Pada data penelitian ini, distribusi variabel respon termasuk dalam kategori tidak seimbang (imbalanced class) dengan proporsi kelas terkecil adalah 2,20%. Untuk melakukan balancing data digunakan teknik oversampling sebelum tahap pemodelan. Sementara algoritma klasifikasi yang diujicobakan terdiri dari 6 algoritma yaitu Naïve Bayes (NB), Support Vector Machine (SVM), Random Forest (RF), Regresi Logistik (LR), K-Nearest Neighbor (KNN), dan Decision Tree (DT). Hasil komparasi kinerja menunjukkan bahwa algoritma Support Vector Machine (SVM) lebih unggul dengan nilai F-1 Score 92,8% dan AUC sebesar 99,01%.
References
R. N. Fadila, T. A. Nadiroh, R. Juliana, P. Z. H. Zulfa, and I. Ibrahim, “Kemandirian Belajar Secara Daring Sebagai Prediktor Hasil Belajar Mahasiswa Pendidikan Matematika UIN Sunan Kalijaga,†J. Cendekia J. Pendidik. Mat., vol. 5, no. 2, pp. 880–891, 2021, doi: 10.31004/cendekia.v5i2.457.
A. Anggrawan, “Analisis Deskriptif Hasil Belajar Pembelajaran Tatap Muka dan Pembelajaran Online Menurut Gaya Belajar Mahasiswa,†MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 18, no. 2, pp. 339–346, 2019, doi: 10.30812/matrik.v18i2.411.
R. Andrianto Pangondian, P. Insap Santosa, and E. Nugroho, “Faktor - Faktor Yang Mempengaruhi Kesuksesan Pembelajaran Daring Dalam Revolusi Industri 4.0,†Sainteks 2019, pp. 56–60, 2019, [Online]. Available: https://seminar-id.com/semnas-sainteks2019.html.
B. Budhianto, “Analisis perkembangan dan faktor yang mempengaruhi keberhasilan pembelajaran daring (e-learning ),†J. AgriWidya, vol. 1, no. 1, pp. 11–29, 2020.
S. H. Jamil and I. D. Aprilisanda, “Pengaruh Pembelajaran Daring Terhadap Minat Belajar Mahasiswa Pada Masa Pandemik Covid-19,†Behav. Account. J., vol. 3, no. 1, pp. 37–46, 2020, doi: 10.33005/baj.v3i1.57.
N. H. Zhafira, Y. Ertika, and Chairiyaton, “Persepsi Mahasiswa Terhadap Perkuliahan Daring Sebagai Sarana Pembelajaran Selama Masa Karantina Covid-19,†J. Bisnis dan Kaji. Strateg. Manaj., vol. 4, pp. 37–45, 2020.
S. F. Sepita and S. Suryanti, “Pengaruh Pembelajaran Daring Terhadap Hasil Belajar Kognitif Mahasiswa Pada Mata Kuliah Limnologi,†J. Res. Educ. Chem., vol. 2, no. 2, p. 102, 2020, doi: 10.25299/jrec.2020.vol2(2).5826.
M. Mulyana, B. H. Rainanto, D. Astrini, and R. Puspitasari, “Persepsi Mahasiswa Atas Penggunaan Aplikasi Perkuliahan Daring Saat Wabah Covid-19,†JAS-PT (Jurnal Anal. Sist. Pendidik. Tinggi Indones., vol. 4, no. 1, p. 47, 2020, doi: 10.36339/jaspt.v4i1.301.
M. Turmuzi and N. Hikmah, “Hubungan Pembelajaran Daring Google Classroom Pada Masa COVID-19 dan Motivasi Belajar Terhadap Hasil Belajar Mahasiswa Pendidikan Matematika,†J. Cendekia J. Pendidik. Mat., vol. 05, no. 02, pp. 1512–1523, 2021.
W. Fitriani, H. Haryanto, and S. E. Atmojo, “Motivasi Berprestasi dan Kemandirian Belajar Mahasiswa saat Pembelajaran Daring,†J. Pendidik. Teor. Penelitian, dan Pengemb., vol. 5, no. 6, pp. 828–834, 2020, [Online]. Available: http://journal.um.ac.id/index.php/jptpp/article/view/13639.
E. M. Rakhmawati, “Analisis Faktor Pendukung Hasil Pembelajaran Daring pada Anak Berkebutuhan Khusus,†Pros. Semin. Nas. Pascasarj. Univ. Negeri Semarang, 2020, [Online]. Available: https://proceeding.unnes.ac.id/index.php/snpasca/article/download/569/488.
A. R. Riyanda, K. Herlina, and B. A. Wicaksono, “Evaluasi Implementasi Sistem Pembelajaran Daring Fakultas Keguruan dan Ilmu Pendidikan Universitas Lampung,†J. IKRA-ITH Hum., vol. 4, no. 1, pp. 66–71, 2020, [Online]. Available: https://journals.upi-yai.ac.id/index.php/ikraith-humaniora/article/view/669.
N. Apriyanti, “Analisis Evaluasi Pembelajaran Daring Berorientasi pada Karakter Siswa,†J. Pendidik. Dasar, 2020.
N. B. Argaheni, “Sistematik Review: Dampak Perkuliahan Daring Saat Pandemi COVID-19 Terhadap Mahasiswa Indonesia,†PLACENTUM J. Ilm. Kesehat. dan Apl., vol. 8, no. 2, p. 99, 2020, doi: 10.20961/placentum.v8i2.43008.
Purniawan and W. Sumarni, “Analisis Respon Siswa Pada Pembelajaran Daring di Masa Pandemi Covid 19,†Semin. Nas. Pascasarj. UNNES, pp. 784–789, 2020.
A. R. Damanik, S. Sumijan, and G. W. Nurcahyo, “Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes,†J. Sistim Inf. dan Teknol., vol. 3, pp. 88–94, 2021, doi: 10.37034/jsisfotek.v3i3.137.
A. Natuzzuhriyyah and N. Nafisah, “Klasifikasi Tingkat Kepuasan Mahasiswa Terhadap Pembelajaran Secara Daring Menggunakan Algoritma Naïve Bayes,†Techno Xplore J. Ilmu Komput. dan Teknol. Inf., vol. 6, no. 2, pp. 61–67, 2021, doi: 10.36805/technoxplore.v6i2.1377.
Samsir, Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes,†J. Media Inform. Budidarma, vol. 5, pp. 157–163, 2021.
A. Tanggu Mara, E. Sediyono, and H. Purnomo, “Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Metode Pembelajaran Dalam Jaringan (DARING) Di Universitas Kristen Wira Wacana Sumba,†Jointer - J. Informatics Eng., vol. 2, no. 01, pp. 24–31, 2021, doi: 10.53682/jointer.v2i01.30.
N. L. P. C. Savitri, R. A. Rahman, R. Venyutzky, and N. A. Rakhmawati, “Analisis Klasifikasi Sentimen Terhadap Sekolah Daring pada Twitter Menggunakan Supervised Machine Learning,†J. Tek. Inform. dan Sist. Inf., vol. 7, no. 1, pp. 47–58, 2021, doi: 10.28932/jutisi.v7i1.3216.
U. Fayyad, G. P. Saphiro, and P. Smyth, “Knowledge Discovery and Data Mining : Toward a Unifying Framework,†in Knowledge Data Discovery 1996, 1997, vol. 9, no. 6, pp. 851–860, doi: 10.3156/jfuzzy.9.6_851.
