ANALISA LOG AKSES DI E-LEARNING MENGGUNAKAN ASSOCIATION RULE MINING UNTUK MENGENALI POLA BELAJAR SISWA (Studi Kasus di SMUN 1 Pare Kediri)

  • Mohammad Khayat Subkhan Universitas Nusantara PGRI Kediri
Abstract views: 99 , PDF (Bahasa Indonesia) downloads: 91

Abstract

Data log aktifitas siswa di aplikasi e-learning menjadi sangat penting sekali manakala seorang guru ingin mempelajari pola perilaku siswanya ketika berinteraksi dengan aplikasi tersebut. Salah satu metode yang dapat digunakan untuk melakukan ekstraksi informasi mengenai pola perilaku menggunakan data log seperti itu yaitu menggunakan metode apriori. Apriori merupakan salah satu algoritma dalam model association rules mining yang saat ini sangat populer sekali dalam dunia machine learning. Association rule mining digunakan untuk menemukan asosiasi antar aktifitas di e-learning. Asosiasi ini berupa rules yang menyatakan hubungan sejumlah aktifitas. Kekuatan hubungan ini diukur menggunakan ukuran minimum support dan confidence. Dari penelitian ini dengan minimum support 0.2 dan confidence 1 dihasilkan sebuah aktifitas dengan asosiasi yang sangat kuat dengan banyak aktifitas lain yaitu course view. Dengan keakuratan mencapai 90%. Hal ini berarti aktifitas tersebut menjadi sangatlah penting untuk menjadi perhatian para guru untuk menyiapkan bahan ajar sebaik – baiknya dalam aplikasi e-learning.

PlumX Metrics

Published
2014-11-23
How to Cite
Subkhan, M. K. (2014). ANALISA LOG AKSES DI E-LEARNING MENGGUNAKAN ASSOCIATION RULE MINING UNTUK MENGENALI POLA BELAJAR SISWA (Studi Kasus di SMUN 1 Pare Kediri). Nusantara of Engineering (NOE), 1(2). Retrieved from https://ojs.unpkediri.ac.id/index.php/noe/article/view/41
Section
Artikel