<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="115468">
 <titleInfo>
  <title>KLASIFIKASI AKTIVITAS MAHASISWA DAN KINERJANYA BERDASARKAN LOG AKTIVITAS MOODLE</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Fiya Yufita</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Learning Management System (LMS) adalah suatu sistem yang digunakan untuk mengelola konten pembelajaran antara pengajar dan peserta didik. Namun LMS belum menyediakan evaluasi statistik perilaku pengguna dalam mengakses e-learning,  hanya memberikan informasi dengan melacak serta melaporkan segala aktivitas yang dilakukan. Semua aktivitas mahasiswa tersebut diperkirakan akan mempengaruhi kinerjanya. Kinerja mahasiswa memiliki peran yang sangat penting karena dapat digunakan sebagai acuan dalam mengevaluasi proses pembelajaran di masa yang akan datang. Sehingga secara umumnya penelitian ini bertujuan untuk memanfaatkan learning analytics guna mendapatkan informasi mengenai korelasi antara aktivitas penggunaan e-learning dengan kinerja atau nilai akhir yang didapat. Penelitian ini menggunakan data mahasiswa Jurusan Informatika Universitas Syiah Kuala mata kuliah Basis Data dan Pemrograman Berbasis Objek dari tahun 2018/2022, serta Teori Bahasa dan Automata tahun ajaran 2021/2022 dengan total data sebanyak 723 id data. Model pada penelitian ini menggunakan algoritma klasifikasi Decision Tree dengan 10-fold cross validation. Fitur yang digunakan yaitu n_quiz_viewed, n_module_viewed, n_course_viewed, n_status_submission_viewed, n_submission_viewed, n_quiz_reviewed, n_file_uploaded, n_assignment, n_submission_created, n_quiz_started, n_quiz_submitted, n_quiz_summary_viewed, grade dan label. Model yang dibangun menghasilkan akurasi sebesar 97%. Kemudian dilakukan pengujian model yang menghasilkan akurasi sebesar 95%. Atribut yang paling berpengaruh terhadap aktivitas mahasiswa berdasarkan model klasifikasi yang dibangun yaitu atribut n_quiz_attempt_viewed yang bermakna jumlah kuis yang dibuka dengan nilai gini 0.625. Korelasi yang didapatkan antara label kategori keaktifan dan nilai yang diperoleh yaitu semakin banyak aktivitas penggunaan e-learning yang dilakukan mahasiswa, maka akan semakin tinggi pula nilai yang didapatkan.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>115468</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-09-20 11:36:42</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-09-21 10:19:10</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>