Implementasi Kombinasi Algoritme Self-Organizing Map dan Fuzzy C-Means untuk Pengelompokan Performa Belajar Siswa pada Media Pembelajaran Digital

Penulis

Nabila Divanadia Luckyana, Ahmad Afif Supianto, Tibyani Tibyani

Abstrak

Media pembelajaran digital mampu menyimpan data dalam bentuk log data yang dapat digunakan untuk melihat perbedaan performa siswa yang tentu saja berbeda-beda antara satu siswa dengan siswa yang lainnya. Perbedaan performa siswa tersebut menyebabkan dibutuhkannya sebuah tahapan yang berfungsi untuk mempermudah proses evaluasi dengan cara menempatkan siswa kedalam kelompok yang sesuai agar dapat membantu tenaga pengajar dalam menangani serta memberikan umpan balik yang tepat pada siswanya. Penelitian ini bertujuan memanfaatkan log data dari sebuah media pembelajaran digital dengan menggunakan kombinasi dari algoritme Self-Organizing Map dan Fuzzy C-Means untuk mengelompokan siswa berdasarkan aktivitas mereka selama belajar dengan media tersebut. Data akan melalui sebuah proses reduksi dimensi dengan menggunakan algoritme SOM, lalu dikelompokkan dengan menggunakan algoritme FCM. Selanjutnya, data dievaluasi dengan menggunakan nilai silhouette coefficient dan dibandingkan dengan algoritme SOM clustering konvensional. Berdasarkan hasil implementasi yang telah dilakukan menggunakan 12 data assignment pada media pembelajaran Monsakun, dihasilkan parameter-parameter optimal seperti ukuran map atau jumlah output neuron sejumlah 25x25 dengan nilai learning rate yang berbeda-beda disetiap assignment. Selain itu, diperoleh pula 2 kelompok siswa pada setiap assignment berdasarkan nilai silhouette coefficient tertinggi yang mencapai lebih dari 0.8 di beberapa assignment. Melalui serangkaian pengujian yang telah dilakukan, penerapan kombinasi algoritme SOM dan FCM secara signifikan menghasilkan cluster yang lebih baik dibandingkan dengan algoritme SOM clustering konvensional.

 

Abstract

 Digital learning media is able to store data in the form of log data that can be used to see differences in student performance. The difference in student performance causes the need for a stage that functions to simplify the evaluation process by placing students into appropriate groups in order to assist the teaching staff in handling and providing appropriate feedback to students. This study aims to utilize log data from a digital learning media using a combination of the Self-Organizing Map algorithm and Fuzzy C-Means to classify students based on their activities while learning with these media. The data will go through a dimensional reduction process using the SOM algorithm, then grouped using the FCM algorithm. Furthermore, the data were evaluated using the silhouette coefficient value and compared with the conventional SOM clustering algorithm. Based on the results of the implementation that has been carried out using 12 data assignments on the Monsakun learning media, optimal parameters such as map size or the number of neuron outputs are 25x25 with different learning rate values in each assignment. In addition, 2 groups of students were obtained for each assignment based on the highest silhouette coefficient score which reached more than 0.8 in several assignments. Through a series of tests that have been carried out, the implementation of a combination of the SOM and FCM algorithms has significantly better clusters than the conventional SOM clustering algorithm.

Teks Lengkap:

PDF

Referensi


ALIAS, U. F., AHMAD, N. B. & HASAN, S., 2017. Mining of E-learning Behavior using SOM Clustering. ICT International Student Project Conference (ICT-ISPC), Volume 6.

ARSYAD, A., 2010. Media Pembelajaran. Jakarta: PT Raja Grafindo Persada.

BRAUER, C., 2012. An Introduction to Self-Organizing Maps. Proseminar Artificial Intelligence.

CHAMIDAH, N., WIHARTO & SALAMAH, U., 2012. Pengaruh Normalisasi Data pada Jaringan Syaraf Tiruan Backpropagasi Gradient Descent Adaptive Gain (BPGDAG) untuk Klasifikasi. JURNAL ITSMART, Volume 1, pp. 28-33.

HANDOYO, R., MANGKUDJAJA, R. & NASUTION, S. M., 2014. Perbandingan Metode Clustering Menggunakan Metode Single Linkage dan K-Means Pada Pengelompokan Dokumen. JSM STMIK Mikroskil, Volume 15, pp. 73-82.

HAN, J., PEI, J. & KAMBER, M., 2012. Data Mining: Concept and Techniques. 3rd ed. Waltham: Morgan Kaufmann Publisher.

KADIR., 2015. Statistika Terapan. Dalam Konsep, Contoh dan Analisis Data dengan Program SPSS/Lisrel dalam Penelitian. Depok: PT Raja Grafindo Persada

KOHONEN, T., 2001. Self-Organizing Map. 3rd ed. New York: Springer.

KUSRINI & LUTHFI, E. T., 2009. Algoritma Data Mining. Yogyakarta: C.V Andi OFFSET (Penerbit ANDI).

LAROSE, D. T., 2005. Discovering Knowledge In Data: An Introduction to Data Mining. United States of America: John Wiley & Sons Inc.

LEE, K. J., YUN, S. T., KIM, K. H., LEE, J. H., & LEE, S. H., 2019. The combined use of self-organizing map technique and fuzzy c-means clustering to evaluate urban groundwater quality in Seoul metropolitan city, South Korea. Journal of Hydrology, Volume 569, pp. 685-697.

MUHASIM, 2017. Pengaruh Tehnologi Digital, Terhadap Motivasi Belajar Peserta Didik. Jurnal Studi Keislaman dan Ilmu Pendidikan, Volume 5, pp. 53-77.

SADIMAN, A. S., 2008. Media Pembelajaran. Jakarta: Raja Grafindo Persada.

SIANG, J. J., 2004. Jaringan Syaraf Tiruan & Pemrogramannnya Menggunakan Matlab. Yogyakarta: ANDI Publisher.

SUPIANTO, A. A., HAYASHI, Y. & HIRASHIMA, T., 2016. Visualizations of problem-posing activity sequences toward modeling the thinking process. Research and Practice in Technology Enhanced Learning.

SUPIANTO, A. A., CHRISTYAWAN, T. Y., HAFIS, M., HAYASHI, Y., HIRASHIMA, T., & HASANAH, N., 2019. Feature Dimensionality Reduction for Visualization and Clustering on Learning Process Data. 2019 International Conference on Sustainable Information Engineering and Technology (SIET), pp. 84-89.

SUPIANTO, A. A. & HAFIS, M., 2018. GTRAS: Graphical Tracking Activity System for Problem-Posing Learning Process Insights. ICACSIS.

SUPIANTO, A. A., HAYASHI, Y. & HARASHIMA, T., 2017. Model-Based Analysis of Thinking in Problem Posing as Sentence Integration Focused on Violation of the Constraints. Research and Practice in Technology Enhanced Learning.

SUPIANTO, A. A., HAYASHI, Y. & HIRASHIMA, T., 2017. An Investigation of Learner’s Actions in Posing Arithmetic Word Problem on an Interactive Learning Environment. IEICE Transactions on Information and Systems, Volume 100(11), pp. 2725-2728.

SUPIANTO, A. A., WICAKSONO, S. A., BACHTIAR, F. A., HERLAMBANG, A. D., HAYASHI, Y., & HIRASHIMA, T., 2019. Web-based Application for Visual Representation of Learners' Problem-Posing Learning Pattern. Journal of Information Technology and Computer Science, Volume 4(1), pp. 103-115.

SUPRATMAN, E. & PURWANINGTIAS, F., 2018. Pengembangan Media Pembelajaran E-Learning Berbasis Schoology. Jurnal Informatika: Jurnal Pengembangan IT (JPIT), Volume 3, pp. 310-315.

YE, A.-X. & JIN, Y.-X., 2016. A Fuzzy C-Means Clustering Algorithm Based on Improved Quantum Genetic Algorithm. International Journal of Database




DOI: http://dx.doi.org/10.25126/jtiik.2021834402