Deteksi Perubahan Pola Belajar Mahasiswa Berdasarkan Log Aktivitas E-Learning Menggunakan Metode K-Means Clustering

Abstract

Penelitian ini bertujuan untuk mendeteksi perubahan pola belajar mahasiswa berdasarkan log aktivitas e-learning menggunakan metode K-Means Clustering. Data yang digunakan meliputi jumlah login, durasi akses, jumlah materi yang dibuka, jumlah tugas yang dikumpulkan, serta aktivitas forum diskusi. Tahapan penelitian meliputi pengumpulan data log e-learning, preprocessing data melalui pembersihan dan normalisasi, penentuan jumlah cluster optimal menggunakan metode Elbow, proses clustering dengan algoritma K-Means, serta analisis dan interpretasi hasil clustering.

Hasil penelitian menunjukkan bahwa mahasiswa dapat dikelompokkan ke dalam tiga cluster utama dengan karakteristik aktivitas belajar yang berbeda, yaitu cluster dengan aktivitas belajar rendah hingga sedang, cluster dengan aktivitas diskusi tinggi, dan cluster dengan aktivitas akademik tinggi. Perbedaan karakteristik antar cluster menunjukkan adanya variasi pola belajar mahasiswa dalam memanfaatkan sistem e-learning. Temuan ini membuktikan bahwa data log e-learning memiliki potensi besar untuk digunakan sebagai dasar evaluasi pembelajaran dan pengambilan keputusan akademik guna meningkatkan efektivitas proses pembelajaran berbasis digital.