Implementasi Heuristic Miner Untuk Menganalisis Pola Perilaku Mahasiswa Dalam Mengerjakan Ujian Tengah Semester Pada Learning Management System

Penulis

  • Fahlar Reva Fauzi Telkom University
  • Gede Agung Ary Wisudawan Telkom University
  • Angelina Prima Kurniati Telkom University

Abstrak

Learning Management System merupakan sistem perangkat lunak yang membantu pembelajaran daring oleh mahasiswa dan juga dosen dalam mengelola kegiatan belajar mengajar secara mandiri di lembaga pendidikan. LMS adalah sistem manajemen pembelajaran Universitas Telkom yang dikembangkan berbasis Moodle. Penelitian ini melakukan process mining pada event log dari LMS pada mata kuliah Algoritma Pemrograman tahun ajaran 2021/2022 semester genap selama pengerjaan ujian tengah semester. Dilakukan proses clustering K-Means untuk mendapatkan kelompok varian dari pola perilaku mahasiswa pada event log. Metode process mining digunakan untuk mengetahui model proses pola perilaku mahasiswa pada event log berdasarkan varian yang ada selama pembelajaran daring. Dengan melihat pola mahasiswa pada model proses, dosen dapat mengetahui pola pengerjaan ujian mahasiswa dan kesiapan pengerjaan ujian selama perkuliahan menggunakan LMS. Penerapan algoritma heuristic miner menggunakan process mining for python (PM4Py). Setelah mendapatkan model proses, dilakukan conformance checking dengan hasil nilai fitness yang didapat memiliki nilai yang baik. Pada varian 1 dengan nilai fitness 0,98124, varian 2 dengan nilai 0,98753, varian 3 dengan nilai 0,98561, dan varian 4 dengan nilai 0,98814. Hal ini menunjukan bahwa proses model dapat memodelkan event log cukup baik.

Kata kunci— learning management system (LMS), process mining, heuristic miner, conformance checking

Referensi

R. Andreswari I. A. Fitransah and M. A. Hasibuan.

Analisis dan implementasi process mining pada

aktivitas mahasiswa berdasarkan event log

penggunaan aplikasi bimbingan tugas akhir. 2019.

M. Y. Chkouri M. Ouadoud, A Nejjari and K. E. ElKadiri. Learning management system and the

underlying learning theories. Lect. Notes Networks Syst., 37:732-744, 2018.

Zhao, YanPing & Zhou, XiaoLai. (2021). K-means

Clustering Algorithm and Its Improvement Research.

Journal of Physics: Conference Series. 1873. 012074.

1088/1742-6596/1873/1/012074.

Pradana, Chesa & Kusumawardani, Sri &

Permanasari, A. (2020). Comparison Clustering

Performance Based on Moodle Log Mining. IOP

Conference Series: Materials Science and

Engineering. 722. 012012. 10.1088/1757- 899X/722/1/012012.

Singh, Satya. (2021). Study of K-Means and Enhanced

K-Means Clustering Algorithm.. International Journal

of Research in Computer Science. Vol. 4 Issue 10. p103-107. 5p.

S. Chanifah, R. Andreswari and R. Fauzi, "Analysis of

Student Learning Pattern in Learning Management

System (LMS) using Heuristic Mining a Process

Mining Approach," 2021 3rd International Conference

on Electronics Representation and Algorithm

(ICERA), Yogyakarta, Indonesia, 2021, pp. 121-125,

doi: 10.1109/ICERA53111.2021.9538654..

Agusriandi, Agusriandi & Elihami, Elihami & Syarif,

Irman & Samad, Ita. (2022). Model Analisis Aktivitas

Tutor Dalam Learning Management System

Berdasarkan Data Log Menggunakan K-Means Dan Deteksi Outlier. Jurnal Teknologi Informasi dan Ilmu

Komputer. 9. 709. 10.25126/jtiik.2022934764.

Nicholson C, Beattie L, Beattie M, Razzaghi T, Chen

S (2022) A machine learning and clustering-based

approach for county-level COVID-19 analysis. PLOS ONE 17(4): e0267558.

Valensia, Larasati & Andreswari, Rachmadita &

Fauzi, Rokhman. (2021). Implementation of Process

Mining to Discover Student Learning Patterns using

Fuzzy Miner Algorithm (Case Study: Learning

Management System (LMS) Telkom University). 126-

10.1109/ICERA53111.2021.9538789.

De Cnudde, Sofie & Claes, Jan & Poels, Geert.

(2014). Improving the quality of the Heuristics Miner

in ProM 6.2. Expert Systems with Applications. 41.

1016/j.eswa.2014.05.055.

Dongen, Boudewijn & Medeiros, Ana & Verbeek,

H. & Weijters, A. & Aalst, Wil. (2005). The ProM

Framework: A New Era in Process Mining Tool

Support. Lecture Notes in Computer Science. 3536.

- 454. 10.1007/11494744_25

Sarasvananda, Ida Bagus Gede, Retantyo Wardoyo,

and Anny Kartika Sari. "The k-means clustering

algorithm with semantic similarity to estimate the cost

of hospitalization." IJCCS (Indonesian Journal of

Computing and Cybernetics Systems) 13.4 (2019): 313-322.

J. Carmona, B. v. Dongen, A. Solti dan M. Weidlich,

"

Conformance Checking , Springer," vol. XIV, no. 270, 2018.

Atif M, Leisch F (2022) clusTransition: An R

package for monitoring transition in cluster solutions

of temporal datasets. PLOS ONE 17(12): e0278146.

Libor Juhanak, Jiri Zounek, Lucie Rohlikova, Using

process mining to analyze students' quiz-taking

behavior patterns in a learning management system,

Computers in Human Behavior, Volume 92, 2019,

Pages 496-506, ISSN 0747-5632,

https://doi.org/10.1016/j.chb.2017.12.015.

Yutika Amelia Effendi, Fitri Retrialisca, Nania

Nuzulita (2019). Conformance Checking to Evaluate

Business Process Models using Modified Time-based

Heuristics Miner Algorithm. 2019 IEEE Conference

on Sustainable Utilization and Development in

Engineering and Technologies (CSUDET)

Umargono, Edy, Jatmiko Endro Suseno, and SK Vincensius

Gunawan. "K-means clustering optimization using the elbow

method and early centroid determination based on mean and

median formula." The 2nd International Seminar on Science

and Technology (ISSTEC 2019). Atlantis Press, 2020..

##submission.downloads##

Diterbitkan

2023-12-27

Terbitan

Bagian

Program Studi S1 Informatika