Model Prediksi Kinerja Siswa Berdasarkan Analisis Log Aktivitas pada Social Network dan E-learning.
View/ Open
Date
2019Author
Agusriandi
Sitanggang, Imas Sukaesih
Wijaya, Sony Hartono
Metadata
Show full item recordAbstract
Kinerja siswa adalah gambaran seorang siswa sebagai hasil dari kerja yang
dapat diukur dari berbagai aspek. Programme for International Student Assessment
(PISA) pada tahun 2015 mempublikasikan bahwa kinerja siswa Indonesia pada
bidang sains, matematika dan keterampilan membaca masih jauh di bawah rata-rata
yaitu pada posisi 62 dari 70 negara. Padahal, kinerja siswa merupakan bagian
terpenting dari berkembangnya institusi pendidikan. Di sisi lain, 99% institusi
pendidikan tinggi di beberapa negara termasuk Amerika Serikat telah menerapkan
e-learning. Mereka tidak hanya mengimplementasikan e-learning tetapi juga
melibatkan social network atau SN-Learning.
Faktanya, SN-learning (social network dan e-learning) telah digunakan oleh
institusi pendidikan di Indonesia. Namun, social network hanya dimanfaatkan
sebatas menyampaikan informasi atau pengumuman. Sedangkan e-learning telah
dimanfaatkan namun belum masif. Padahal, log aktivitas dalam SN-learning dapat
dimanfaatkan untuk memperoleh pengetahuan strategis dalam rangka memahami
kinerja siswa. Memahami kinerja siswa dapat dilakukan dengan analisis data,
analisis social network, dan analisis log aktivitas. Analisis social network adalah
analisis struktural yang menggunakan teori grafik dan bertujuan mempelajari pola
kolaborasi sosial antaraktor dalam konteks pendidikan seperti siswa, guru, atau
lembaga melalui analisis struktural yang mencerminkan sebuah jaringan.
Sedangkan, e-learning adalah alat untuk melakukan pendidikan jarak jauh. Analisis
log aktivitas dalam e-learning adalah salah satu proses transformasi data mentah
menjadi pengetahuan strategis.
Pemanfaatan SN-learning dalam kegiatan pembelajaran memiliki
keterbatasan yang dapat menimbulkan masalah. Masalah yang sering muncul pada
grup social network adalah siswa tidak memiliki kesempatan yang sama untuk
berkontribusi. Sedangkan dalam e-learning memiliki log aktivitas sebagai
gambaran kondisi nyata siswa yang beraktivitas namun memiliki volume yang
sangat besar sehingga dibutuhkan teknik khusus untuk memperoleh pengetahuan
tentang kinerja siswa.
Penelitian ini memiliki tiga tujuan (1) mengidentifikasi masalah kolaborasi
siswa pada grup social network berdasarkan derajat sentralitas (2) menganalisis
kinerja siswa dalam e-learning menggunakan teknik process mining (3) membuat
model prediksi kinerja siswa dengan algoritme Random Forest atau RF. Hasil dari
penelitian ini menunjukkan bahwa aktivitas siswa pada social network dan elearning
berkontribusi atau berkorelasi positif terhadap nilai akhir siswa. Oleh
karena itu, penelitian ini merekomendasikan agar pengelola institusi pendidikan
menggunakan social network dan e-learning secara masif.