PENILAIAN UNGGAH MATERI E-LEARNING PADA STMIK-IM DAN STIE-STAN-IM MENGGUNAKAN METODE CLUSTER HIERARKI

  • Haryoso Wicaksono stmik im
Keywords: Data Mining, Cluster, Metode Hierarki, Metode Penilaian Unggah Materi Ajar e-learning

Abstract

Penilaian atas kinerja pembelajaran e-learning didasarkan atas seberapa tepat waktu Dosen mengunggah materi ajar ke page e-learning. Di STMIK-IM dan STIE-STAN-IM, implementasi e-learning dilaksanakan dengan mengunggah materi ajar oleh Dosen secara tepat waktu. Waktu yang telah ditetapkan adalah setiap hari Senin s/d Kamis diharapkan Dosen telah mengunggah materi ajar untuk sesi minggu tersebut. Pada setiap hari Kamis pagi, penulis, selaku pemeriksa materi ajar terunggah memeriksa setiap page e-learning pada setiap mata kuliah. Dari pemeriksaan materi unggah tadi bisa dilihat dan dianalisa seberapa baik kinerja ketepatan waktu unggah materi ajar oleh Dosen masing-masing mata kuliah pada kelas e-learning.

Data yang diolah terdiri atas tahun akademik, nama Dosen, skor atas unggah konten materi ajar (file), konten interaksi antara Dosen dan mahasiswa (forum), konten soal yang harus dikerjakan oleh mahasiswa (tugas). Data dikumpulkan setiap hari Kamis, mulai dari tahun akademik 2015/2016 periode 1 sampai dengan 2016/2017 periode 3. Jumlah data didasarkan atas jadwal Dosen untuk mengunggah materi ajar e-learning. Data yang dianalisis adalah nilai skor atas 4 item, yaitu skor File, Forum, Tugas dan Lengkap. Skor didasarkan atas 7 tingkatan dengan asumsi setiap skor mewakili 2 kondisi yaitu keberadaan konten dan waktu unggah.

Metode Cluster yang digunakan adalah Metode Hierarki. Data yang diolah sebanyak 2665 record dengan tujuan mengelompokkan isi dari item-item atau variabel-variabel File, Forum, Tugas dan Lengkap. Jumlah Cluster yang direncanakan adalah 2, 3, 4, 5, 6 atau 7 mengacu kepada skor item materi ajar. Diperlukan lebih banyak record untuk meningkatkan kualitas penilaian unggah materi ajar ini.

References

Athauda, Rukshan., Tissera, Menik., and Fernando, Chandrika., Data Mining Applications: Promise and Challenges. Publikasi pada Data Mining and Knowledge Discovery in Real Life Applications, Julio Ponce and Adem Karahoca, 2009.
Budhi, Gregorius S., Handojo, Andreas, Wirawan, Christine Oktavina, Algoritma Generalized Sequential Pattern Untuk Menggali Data Sekuensial Sirkulasi Buku Pada Perpustakaan UK Petra, SNATI 2009, 2009
Budhi, Gregorius S., Rahardjo, Arlinah I., Taufik, Hendrawan, Hierarchical Clustering Untuk Aplikasi Automated Text Integration, SNATI 2008, 2008.
Larose, Daniel T., Discovering Knowledge ind Data : An Introduction to data mining, John Willey dan Sons.inc, 2005
Santoso, Singgih., Statistik Multivariat, Konsep dan Aplikasi dengan Aplikasi SPSS, Elex Media Komputindo, 2010.
Sumiah, Aah., Model Data Mining Pada Sistem Informasi Akademik : Studi Kasus Universitas Kuningan, Fakultas Ilmu Komputer, Universitas Kuningan, Kuningan, -
Turban, E.,dkk , Decision Support System And Intelegent System, Andi , Yogyakarta, 2005
Published
2019-11-01