Analisis Perilaku Pelajar dalam Pengambilan Kuis Pada Learning Management System Menggunakan Process Mining dan Semi-Automated Workaround Detection untuk Meningkatkan Proses Pembelajaran

Fikri, Muhammad Ali (2024) Analisis Perilaku Pelajar dalam Pengambilan Kuis Pada Learning Management System Menggunakan Process Mining dan Semi-Automated Workaround Detection untuk Meningkatkan Proses Pembelajaran. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026201019-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Latar Belakang: Pemanfaatan teknologi informasi dan komunikasi, terutama dalam bentuk learning management systems (LMS), telah menjadi standar di lembaga pengajaran tinggi. Meskipun mempermudah berbagai kegiatan online, seperti berbagi materi, pengambilan kuis, dan pengumpulan tugas, kekurangan alat data mining yang canggih menyulitkan pengajar untuk memahami perilaku dan interaksi pelajar secara menyeluruh. Sebagian besar institusi pengajaran tinggi, lebih dari 90%, telah mengalokasikan investasi besar dalam LMS berbasis web. Oleh karena itu, dibutuhkan pengembangan alat analisis yang lebih sederhana agar pengajar dapat memahami perilaku pelajar secara lebih terperinci dalam konteks pembelajaran online. (KPI nya apa)
Permasalahan: Keterbatasan dalam analisis perilaku pelajar saat mengerjakan kuis melibatkan fokus terbatas pada satu kelompok pelajar dan minimnya analisis antar angkatan. Untuk mengatasi hal ini, diperlukan pendekatan yang melibatkan analisis antar angkatan yaitu angkatan 2019 dan angkatan 2021. Seringkali pengajar tidak sempat menganalisis data dari proses pembelajaran online untuk melihat apakah pelajar menunjukkan perilaku yang tidak diinginkan atau tidak sesuai dengan standar. Analisis lebih dalam diperlukan untuk mendapatkan pola perilaku dan interaksi pelajar dalam aktivitas pengambilan kuis dengan angkatan yang berbeda dan juga faktor penyebab dari pola perilaku pelajar pada pengambilan kuis.
Tujuan: Tujuan dari penelitian tugas akhir ini adalah untuk mengidentifikasi pola perilaku dan interaksi pelajar dalam pengambilan kuis antar angkatan dan faktor penyebab dari pola perilaku pelajar tersebut. Hasil penelitian diharapkan dapat memberikan rekomendasi kepada pengajar untuk meningkatkan strategi pengajaran untuk mendapatkan pengalaman belajar yang ideal untuk pelajar, terutama dalam aktivitas pembelajaran yang berfokus pada pengambilan kuis.
Metode: Penelitian ini menggunakan pendekatan process mining dan semi-automated workaround detection pattern dengan memanfaatkan data event logs dari sistem LMS berbasis moodle. Data event logs yang digunakan mencakup time, user full name, event context, component, event name, description, origin, dan ip address. Data tersebut diekstraksi dari sistem LMS yang kemudian akan diolah menggunakan R code dan tool Apromore. Model proses aktual yang dihasilkan akan dianalisis untuk menemukan pola perilaku pelajar saat pengambilan kuis antar antar angkatan.
Hasil: Antar angkatan memiliki pola perilaku yang hampir sama pada aktivitas pengambilan kuis berupa pelajar; melakukan tindakan kecurangan dengan mengakses modul kursus selama pengambilan kuis, mengakses kuis tidak sesuai kelas pelajar tersebut berada, terlambat dalam mengerjakan kuis, tidak mengumpulkan kuis, mengulang halaman soal terlalu sering, membutuhkan waktu yang cukup lama pada suatu soal, mengumpulkan kuis lebih cepat daripada rata-rata pelajar lainnya. Rekommendasi dari pola tersebut berupa menggunakan aplikasi pengamanan kuis, grouping pelajar, memberikan peringatan tentang konsekuensi terlambat dan tidak mengerjakan kuis, mengidentifikasi pelajar yang mengalami kesulitan sejak awal, dan mengidentifikasi pelajar berprestasi tinggi sejak dini, memberikan materi tambahan, mempromosikan sebagai benchmark.
Manfaat: Penelitian ini memberikan gambaran kepada pengajar terhadap pola perilaku pelajar terutama saat pengambilan kuis sehingga dapat mengetahui penyebab pola perilaku dan memberikan rekomendasi yang sesuai. Penelitian ini juga memberikan contoh implementasi metode process mining menggunakan PM2 yang dikombinasikan dengan analisis eksploratif. Hasil dari penelitian ini bermanfaat juga bagi pelajar karena memberikan umpan balik rinci mengenai perilaku dan kinerja mereka saat mengerjakan kuis, membantu mereka mengidentifikasi area yang perlu ditingkatkan dalam pembelajaran.
=================================================================================================================================
Background: The utilization of information and communication technology, especially in the form of learning management systems (LMS), has become standard in higher education institutions. While it facilitates various online activities, such as material sharing, quiz taking, and assignment submission, the lack of sophisticated data mining tools makes it difficult for educators to fully understand learner behavior and interactions. Most higher education institutions, more than 90%, have allocated large investments in web based LMSs. Therefore, there is a need to develop simpler analytical tools to enable teachers to understand learner behavior in more detail in the context of online learning.
Problem: Limitations in the analysis of learner behavior while taking quizzes involve a limited focus on one group of learners and a lack of analysis between cohorts. To overcome this, an approach that involves analysis across cohorts, namely the class of 2019 and the class of 2021, is needed. Teachers often do not have time to analyze data from the online learning process to see if students are exhibiting undesirable or non-standard behaviors. Deeper analysis is needed to get the pattern of student behavior and interaction in quiz-taking activities with different batches and also the causal factors of student behavior patterns in quiz-taking.
Purpose: The purpose of this final project research is to identify learner behavior and interaction patterns in quiz-taking with group variants and the causal factors of the learner behavior patterns. The results of the research are expected to provide recommendations to teachers to improve teaching strategies to obtain an ideal learning experience for students, especially in learning activities that focus on quiz-taking.
Methods: This research uses process mining approach and semi-automated workaround detection pattern by utilizing event logs data from moodle-based LMS system. The event logs data used includes time, user full name, event context, component, event name, description, origin, and ip address. The data is extracted from the LMS system which will then be processed using R code and Apromore tool. The resulting actual process model will be analyzed to find patterns of student behavior when taking quizzes between group variants.
Results: Between classes have almost the same pattern of behavior in quiz-taking activities in the form of students; cheating by accessing course modules during quiz taking, accessing quizzes not according to the class the student is in, being late in taking quizzes, not submitting quizzes, repeating question pages too often, taking a long time on a question, collecting quizzes faster than the average other student. Recommendations from this pattern include using a quiz security application, grouping students, providing warnings about the consequences of being late and not taking quizzes, identifying students who have difficulties from the start, and identifying high-achieving students early, providing additional materials, promoting as a benchmark.
Benefits: This research provides teachers with an overview of student behavior patterns, especially when taking quizzes, so that they can find out the causes of behavior patterns and provide appropriate recommendations. This research also provides an example of implementation of process mining method using PM2 combined with exploratory analysis. The results of this research are also beneficial to learners as it provides detailed feedback on their behavior and performance while taking quizzes, helping them identify areas for improvement in learning.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Learning Management System, Process mining, Workaround, Pola Perilaku, Behavior Patterns
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.6 Management information systems T Technology > T Technology (General) > T58.8 Productivity. Efficiency
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Ali Fikri
Date Deposited:	16 Jul 2024 03:53
Last Modified:	16 Jul 2024 03:53
URI:	http://repository.its.ac.id/id/eprint/108344

Actions (login required)

View Item