Naïve Bayes untuk Prediksi Tingkat Pemahaman Kuliah Online Terhadap Mata Kuliah Algoritma Struktur Data

Yuli Astuti, Irma Rofni Wulandari, Angga Ramana Putra, Nurdini Kharomadhona

Abstract


Banyak masalah yang terjadi dalam proses pembelajaran daring, salah satunya adalah kesulitan mahasiswa dalam memahami materi dengan baik. Berbagai upaya telah diklakukan dosen untuk mendukung pembelajaran secara daring, mulai dari penjelasan materi langsung melalui media conference maupun pembuatan video pembelajaran. Untuk mengetahui apakah siswa benar-benar memahami materi yang disampaikan dosen, maka diperlukan penelusuran dengan tujuan jika terdapat banyak mahasiswa yang belum menguasai materi maka perlu ada perubahan pada proses penyampaian materinya. Penelitian ini melakukan prediksi tingkat pemahaman dalam perkuliahan daring. Data yang digunakan pada penelitian ini adalah data nilai mata kuliah Algoritma Struktur Data. Data dengan variable tugas, praktikum, UTS, UAS dan jumlah kehadiran perkuliahan diperoleh dari nilai mahasiswa program studi D3 Manajemen Informatika angkatan 2020 dan 2019. Metode yang digunakan pada penelitian ini adalah Naïve Bayes dengan hasil prediksi pada angkatan 2019 sebesar 46.15% dengan akurasi confusion matrix 69.23% dan hasil prediksi angkatan 2020 sebesar 54.54% dengan akurasi confusion matrix 72.73%, sehingga dapat disimpulkan bahwa perkuliahan online tingkat pemahamanya meningkat dari perkuliahan offline.


Keywords


Naïve Bayes; Online; Prediksi; Pemahaman; Kuliah

Full Text:

PDF

References


Pusdiklat, “Surat Edaran Mendikbud No 4 Tahun 2020 Tentang Pelaksanaan Kebijakan Pendidikan Dalam Masa Darurat Penyebaran Corona Virus Disease (Covid- 1 9),” Kementrian Pendidikan Dan Kebudayaan Ri, 2020. Surat Edaran Mendikbud No 4 Tahun 2020 Tentang Pelaksanaan Kebijakan Pendidikan Dalam Masa Darurat Penyebaran Corona Virus Disease (Covid- 1 9) (accessed May 01, 2021).

A. Bashith; and Waluyo Satrio Adji, “ANALISIS SENTIMEN PUBLIK TERHADAP PEMBELAJARAN DARING,” Subulana, vol. 3, no. 2, pp. 67–74, 2020, doi: https://doi.org/10.47731/subulana.v3i2.32.

A. Izzah and R. Widyastuti, “Prediksi Kelulusan Mata Kuliah Menggunakan Hybrid Fuzzy Inference System,” Regist. J. Ilm. Teknol. Sist. Inf., vol. 2, no. 2, p. 60, 2016, doi: 10.26594/r.v2i2.548.

A. F. Nugraha, Y. Pristyanto, I. Pratama, and K. Kunci, “PENERAPAN EDUCATIONAL DATA MINING PADA PREDIKSI KINERJA SISWA DI KELAS : STUDI LITERATUR Abstraksi Keywords : Pendahuluan Dataset Siswa,” vol. 2, no. 1, pp. 40–45.

E. D. Mining, “Prediksi Kelulusan Mata Kuliah Menggunakan Hybrid Fuzzy Inference System,” vol. 2, pp. 60–67.

M. R. Raharjo and A. P. Windarto, “Penerapan Machine Learning dengan Konsep Data Mining Rough Set ( Prediksi Tingkat Pemahaman Mahasiswa terhadap Matakuliah ),” vol. 5, pp. 317–326, 2021, doi: 10.30865/mib.v5i1.2745.

J. G. Perez and E. S. Perez, “Predicting Student Program Completion Using Naïve Bayes Classification Algorithm,” no. June, pp. 57–67, 2021, doi: 10.5815/ijmecs.2021.03.05.

J. G. Perez and E. S. Perez, “Predicting Student Program Completion Using Naïve Bayes Classification Algorithm,” no. June, pp. 57–67, 2021, doi: 10.5815/ijmecs.2021.03.05.

V. Hegde, “Higher Education Student Dropout Prediction and Analysis through Educational Data Mining,” 2018 2nd Int. Conf. Inven. Syst. Control, no. Icisc, pp. 694–699, 2018.

H. Kamber, Data mining : Concept and Techniques Second Edition. San Fransisco, 2006.

U. Fayyad, Advances in Knowledge Discovery and Data Mining. MIT Press, 1996.

Riyana,Cepi. Modul 1 Konsep Pembelajaran Online. diakses pada 21 Agustus 2021 Jam 14:46 melalui link : www.pustaka.ut.ac.id/lib/wp-content/uploads/pdfmk/TPEN4401-M1.pdf.

Anonim. Modul Teori Algoritma Struktur Data. Program Studi D3 Manajemen Informasi. Fakultas Ilmu Komputer. Universitas AMikom Yogyakarta. 2018.

Wijaya, Ahmad Fuyudi, dkk. Sistem Diagnosis Penyakit Kucing Menggunakan Metode Naïve Bayes. Jurnal Pengembangan Teknologi Informasi dan Komputer, vol.2, No.8, Agustus 2018.

H.K.Saputra, “Analisis Data Mining Untuk Pemetaan Mahasiswa Yang Membutuhkan Bimbingan Dan Konseling Menggunakan Algoritma Naive Bayes Classifier,” Teknol. Inf. Dan Pendidik., vol. XI, 2018.




DOI: http://dx.doi.org/10.26418/jp.v8i1.48848

Refbacks

  • There are currently no refbacks.