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 :

  1. 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.
  2. 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%.
  3. 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.

Sumber Gambar