Analisis Proses Bisnis Tutorial Online Universitas Terbuka Menggunakan Data Log Learning Management System

Abstract

WAHYU INAYANTO. Analisis Proses Bisnis Tutorial Online Universitas Terbuka Menggunakan Data Log Learning Management System. Dibimbing oleh ANNISA dan HARI AGUNG ADRIANTO.

Tutorial Online (Tuton) merupakan layanan bantuan belajar asinkronus di Universitas Terbuka (UT). Seiring dengan peningkatan jumlah mahasiswa, kelas, dan tutor, evaluasi proses pembelajaran menjadi semakin kompleks. Oleh karena itu, penelitian ini bertujuan untuk menganalisis proses bisnis tutorial online (Tuton) dengan menggunakan pendekatan process mining yang memanfaatkan data log dari Learning Management System (LMS), mengidentifikasi adanya deviasi atau kesenjangan antara proses aktual dan proses yang diharapkan, serta menghasilkan rekomendasi untuk meningkatkan kualitas layanan tutorial online. Dataset yang digunakan mencakup 91.478 event log dari aktivitas tutor dan mahasiswa pada 10 kelas Tuton semester Ganjil 2024/2025. Algoritma Heuristic Miner diterapkan untuk mengekstraksi model proses, dilanjutkan dengan conformance checking untuk mengukur kesesuaian antara proses aktual dan model acuan. Hasil analisis menunjukkan bahwa aktivitas tutor cenderung stabil, terstruktur, dan memiliki tingkat deviasi yang rendah. Sebaliknya, aktivitas mahasiswa menunjukkan variabilitas yang tinggi. Ditemukan kecenderungan mahasiswa yang menyelesaikan tugas sebelum membaca materi atau mengikuti diskusi, mengindikasikan pola task-driven learning dibandingkan process-driven learning. Selain itu, pengujian parameter menunjukkan bahwa nilai yang terlalu tinggi menghasilkan model proses yang terlalu kompleks dan sulit diinterpretasikan. Penelitian ini menyimpulkan bahwa process mining efektif sebagai alat evaluasi berbasis data untuk mengidentifikasi kesesuaian maupun deviasi proses, serta dapat dijadikan landasan perbaikan kualitas pembelajaran daring di UT.

WAHYU INAYANTO. Analisis Proses Bisnis Tutorial Online Universitas Terbuka Menggunakan Data Log Learning Management System. Dibimbing oleh ANNISA dan HARI AGUNG ADRIANTO.

Online Tutorial (Tuton) is an asynchronous learning support service provided by Universitas Terbuka (UT). As the number of students, classes, and tutors continues to increase, evaluating the learning process has become significantly more complex. Conventional evaluations are typically conducted post-activity and rely on normative participant feedback, which may not fully represent actual learning dynamics. Therefore, this study aims to map and analyze the Online Tutorial business processes within the Learning Management System (LMS) of UT using a process mining approach, identify the gaps between the actual processes and the expected business model, and provide data-driven recommendations to improve the efficiency and effectiveness of UT’s online tutorial operations. The dataset comprises 91,478 event logs of tutor and student activities across ten Tuton classes during the 2024/2025 odd semester. The Heuristic Miner algorithm was applied for model extraction, followed by conformance checking to measure the alignment between the actual process and the reference model. The results indicate that tutor activities tend to be stable, structured, and exhibit low deviation. In contrast, student activities show high variability, with a tendency for students to complete assignments before reviewing materials or participating in discussions. This suggests a "task-driven learning" pattern rather than a "process-driven" approach. Furthermore, parameter testing revealed that excessively high values result in overly complex process models that are difficult to interpret. This study concludes that process mining is an effective data-driven evaluation tool for identifying process compliance and deviations, providing a strategic foundation for enhancing the quality of online learning at UT.