Implementation of Fuzzy C-Means to Determine Student Satisfaction Levels in Online Learning

Abstract

Pembelajaran secara online merupakan solusi yang terbaik di masa pandemi covid-19, sehingga menyebabkan perbedaan pada proses pembelajaran yang biasanya dilakukan dosen secara tatap muka dengan mahasiswa. Perubahan proses pembelajaran ini diharapkan dapat dilaksanakan secara efektif dan efisien. Tujuan dari penelitian ini untuk mengetahui bagaimana tingkat kepuasan mahasiswa dalam pembelajaran online dan menghasilkan sistem yang dapat meng-cluster tingkat kepuasan mahasiswa dengan menggunakan metode Fuzzy C-Means. Variabel yang digunakan pada penelitian ini ada 3 parameter yaitu proses belajar mengajar, kompetensi dosen, sarana dan prasarana. Tahapan yang dilakukan pada penelitian ini yaitu pengumpulan data kuesioner yang diisi oleh mahasiswa Teknik Informatika Universitas Malikussaleh sebanyak 500 mahasiswa, data yang diperoleh diolah berdasarkan rata-rata jawaban mahasiswa. Dari data yang telah diperoleh akan membentuk 2 cluster yaitu puas dan tidak puas pada pembelajaran online menggunakan metode Fuzzy C-Means. Hasil clustering dari 500 data diperoleh 303 mahasiswa merasa "puas" dan sebanyak 197 mahasiswa merasa "tidak puas" dalam pembelajaran online yang dilakukan, untuk cluster 1 (mahasiswa puas) dengan nilai rata-rata proses belajar mengajar 7,389, kompetensi dosen 7,863 dan sarana dan prasarana 7,8883. Cluster 2 (mahasiswa tidak puas) dengan nilai rata-rata proses belajar mengajar 4,466, kompetensi dosen 5,069 dan nilai sarana dan prasarana 5,424. Kontribusi dari penelitian ini untuk membantu pengelola Jurusan Teknik Informatika Universitas Malikussaleh untuk mengevaluasi dan meningkatkan proses pembelajaran secara daring.

Classification System for Soil Types Suitable for Food Crops using Naïve Bayes Method

“…In addition to this research, there are several studies that have been conducted by researchers related to the application of data mining methods and the creation of application systems, including research on the classification of student scientific papers using the naive bayes classifier method. [21], The implementation of fuzzy c-means to determine the level of student satisfaction in online learning [22], application of data mining to determine recipients of non-cash food assistance using the k-nearest neighbor method [23], decision support system for determining PKH acceptance using the naïve bayes method [24], application of the profile matching analysis method to the decision support system for study program recommendations [25] and implementation of data mining to analyze student competition categories using the apriori algorithm [26]…”