Author : Nur Indah Selviana, Adviser : Mustakim, ST., M.Kom.
Abstract :
Strategi pembelajaran yang baik dapat memberikan motivasi bagi mahasiswa, setiap mahasiswa memiliki tingkat motivasi yang berbeda-beda. Oleh sebab itu perlu dilakukan pemetaan motivasi belajar mahasiswa dengan tujuan seorang dosen dapat mengevaluasi sistem pembelajaran untuk strategi pembelajaran berikutnya. Penelitian ini menggunakan algoritma K-Means dan Fuzzy C-Means. Terdapat empat kategori pengukuran motivasi belajar yaitu, Attention, Relevance, Confidence, Satifaction. Strategi pembelajaran yang digunakan yaitu, e-learnig, praktek lapangan dan praktikum lab. Hasil penelitian ini menunjukkan bahwa prektikum lab yang lebih unggul penerapannya hal ini dibuktikan kmeans dengan hasil e-learning 29,6%, praktek lapangan 34,9% dan praktikum lab 35,4%. Fuzzy C-Means dengan hasil e-learning 29,6%, praktek lapangan 34,9% dan praktikum lab 35,4%. Berdasarkan hasil validasi cluster k-means 0,2896 dan Fuzzy C-Means 0,5098 menunjukkan bahwa algoritma Fuzzy C-Means lebih baik dibandingkan dengan algoritma k-means.
Kata Kunci : Fuzzy C-Means, K-Means Clustering, Motivasi belajar, Strategi Pembelajaran
Conclusion :
Adapun kesimpulan dari Tugas Akhir ini adalah sebagai berukut :
- Pengelompokan menggunakan algoritma k-means dan fuzzy c-means manghasilkan tingkat motivasi belajar mahasiswa terhadap strategi pembelajaran berdasarkan pengukuran motivasi belajar (ARCS) terhadap strategi pembelajaran e-learning, praktek lapangan dan praktikum lab sebagai evaluasi strategi pembelajaran berikutnya, hal ini membantu mengklasifikasikan tingkat motivasi belajar mahasiswa dalam kategori motivasi belajar tinggi, motivasi belajar sedang, dan motivasi belajar rendah.
- Dari hasil perhitungan rata-rata setiap kategori motivasi belajar, strategi pembelajaran yang paling unggul digunakan adalah praktikum laboratorium, hal ini dibuktikan pada algoritma FCM hasil e-learning 29,6%, praktek lapangan 34,9% dan praktikum lab 35,4%. Pada algoritma k-means hasil e-learning 29,6%, praktek lapangan 34,9% dan praktikum lab 35,4%.
- Berdasarkan hasil validasi cluster dari algoritma k-means dan FCM, menunjukan bahwa algoritma FCM lebih baik dibandingkan dengan algoritma k-means, hal ini dibuktikan hasil validasi k-means 0,2896 dan FCM 0,5098. Berdasarkan ketentuan dari validasi cluster bahwa nilai yang lebih mendekati satu mempunyai kualiatas cluster yang semakin baik.