PENGUKURAN KONSISTENSI KINERJA BELAJAR MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS

Muhammad Firmansyah Gumelar, - (2022) PENGUKURAN KONSISTENSI KINERJA BELAJAR MAHASISWA MENGGUNAKAN ALGORITMA K-MEANS. S1 thesis, Universitas Pendidikan Indonesia.

Preview	Text S_KOM_1505851_Title.pdf Download (503kB) | Preview
Preview	Text S_KOM_1505851_Chapter1.pdf Download (236kB) | Preview
	Text S_KOM_1505851_Chapter2.pdf Restricted to Staf Perpustakaan Download (552kB)
Preview	Text S_KOM_1505851_Chapter3.pdf Download (567kB) | Preview
	Text S_KOM_1505851_Chapter4.pdf Restricted to Staf Perpustakaan Download (4MB)
Preview	Text S_KOM_1505851_Chapter5.pdf Download (108kB) | Preview
	Text S_KOM_1505851_Appendix.pdf Restricted to Staf Perpustakaan Download (513kB)

Abstract

Pesatnya perkembangan teknologi kini telah memasuki berbagai bidang, termasuk pendidikan. Revolusi Industri 4.0 dalam bidang pendidikan menuntut peserta didik untuk mampu bersaing dengan peserta didik lainnya di berbagai aspek dari banyak wilayah. Salah satu tantangannya adalah tenaga kerja yang terpercaya, yang membutuhkan kematangan skill dan pengetahuan yang dibutuhkan, dan ini didapat dari hasil kinerja belajar dari pendidikan yang mereka ambil. Ini membuat para peserta didik harus mampu menjaga kinerja belajar mereka agar mampu bersaing. Penelitian tentang pengukuran konsistensi kinerja belajar peserta didik, seperti mahasiswa, masih jarang dilakukan. Penelitian ini akan menggunakan sebuah metode clustering, yaitu K-Means untuk melakukan pengukuran konsistensi kinerja belajar tersebut. Data yang digunakan adalah data mahasiswa dummy atau data fiktif yang dibuat sendiri oleh penulis. Jumlah mahasiswa yang akan diteliti adalah 80 orang yang akan dibagi menjadi 3 klaster. Ada dua metode yang digunakan, yaitu metode K-Means standar, dan K-Means dengan MinMaxScaler (MMS). MMS digunakan untuk mengubah rentang data menjadi rentang tertentu seperti 0 dan 1. Hasil pengukuran konsistensi kinerja belajar mahasiswa secara keseluruhan dalam metode standar yang tergolong naik, tetap, dan turun adalah 36%, 39%, dan 25%. Sedangkan dalam metode MMS adalah 36%, 44%, dan 20%. The rapid development of technology has now entered various fields, including education. The Industrial Revolution 4.0 in the field of education requires students to be able to compete with other students in various aspects from many regions. One of the challenges is a trusted workforce, which requires the maturity of skills and knowledge needed, and this is obtained from the results of learning performance from the education they take. This makes learners must be able to maintain their learning performance to be able to compete. Research on measuring the consistency of learning performance of learners, such as university students, is still rare. This research will use a clustering method, namely K-Means to measure the consistency of learning performance. The data used is dummy student data or fictitious data created by the author. The number of students to be studied is 80 people who will be divided into 3 clusters. There are two methods used, namely the standard K-Means method, and K-Means with MinMaxScaler (MMS). MMS is used to convert the data range into a certain range such as 0 and 1. The results of measuring the consistency of overall student learning performance in the standard method which is classified as up, fixed, and down are 36%, 39%, and 25%. While in the MMS method are 36%, 44%, and 20%.

Item Type:	Thesis (S1)
Additional Information:	ID SINTA Dosen Pembimbing: Herbert Siregar: 5991008 Jajang Kusnendar: 5989839
Uncontrolled Keywords:	revolusi industri 4.0, konsistensi, kinerja belajar, mahasiswa, clustering, K-Means
Subjects:	L Education > L Education (General) Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User:	Muhammad Firmansyah Gumelar
Date Deposited:	08 Sep 2022 07:11
Last Modified:	08 Sep 2022 07:11
URI:	http://repository.upi.edu/id/eprint/79522

Actions (login required)

View Item