Electronic Theses and Dissertation

Moodle merupakan aplikasi pembelajaran berbasis web yang merekam aktivitas penggunanya ke dalam data log. Data ini dapat diolah menggunakan Learning Analytics (LA), yaitu sebuah bidang yang dapat menganalisis data pendidikan salah satunya dengan menggunakan data mining. Oleh karena itu, penelitian ini dilakukan untuk menganalisis pengaruh tingkat aktivitas terhadap performa mahasiswa menggunakan data log Moodle dari beberapa mata kuliah pada Program Studi S1 Informatika, Universitas Syiah Kuala. Metode yang digunakan adalah K-Means Clustering. Fitur yang digunakan pada penelitian ini dipilih berdasarkan aktivitas yang memiliki nilai tertinggi, diantaranya Quiz attempt viewed, Course module viewed, Course viewed, dan The status of the submission has been viewed. Penentuan nilai k optimal dilakukan dengan dua metode yaitu metode elbow dan metode silhouette. Kedua metode ini menghasilkan jumlah k yang berbeda. Metode elbow menghasilkan jumlah k sebanyak 3, sedangkan metode silhouette menghasilkan jumlah k sebanyak 2. Hasil clustering dengan k=2 dapat membedakan secara jelas kaitan antara tingkat aktivitas mahasiswa dan skor akhir yang didapatkan. Berdasarkan penelitian yang telah dilakukan, maka diperoleh hasil yaitu semakin tinggi aktivitas yang dilakukan, maka semakin tinggi juga nilai akhir yang didapatkan. Hal ini juga berlaku sebaliknya dimana mahasiswa yang memiliki aktivitas rendah maka nilai akhir yang didapatkan juga lebih rendah.

Kata kunci: Log Moodle, Learning Analytics, K-Means, Clustering

Moodle is a web-based learning application that records user activity into a data log. This data can be processed using Learning Analytics (LA), which is a field that can analyze educational data, one of which is by using data mining. Therefore, this research was conducted to analyze the effect of activity level on student performance using Moodle log data from several courses in the Undergraduate Informatics Study Program, Syiah Kuala University. The method used is K-Means Clustering. The features used in this research were selected based on the activities that had the highest value, including Quiz attempt viewed, Course module viewed, Course viewed, and The status of the submission has been viewed. Determination of the optimal k value is carried out by two methods, namely the elbow method and the silhouette method. These two methods produce different amounts of k. The elbow method produces a number of k of 3, while the silhouette method produces a number of k of 2. The results of clustering with k=2 can clearly differentiate the relationship between the level of student activity and the final score obtained. Based on the research that has been carried out, the results obtained are that the higher the activity carried out, the higher the final score obtained. This also applies vice versa where students who have low activity then the final score obtained is also lower. Keywords: Moodle Log, Learning Analytics, K-Means, Clustering