Analisis Tingkat Pemahaman Mahasiswa Universitas Dinamika Bangsa Dalam Pembelajaran Daring Menggunakan Algoritma K-Nearst Neighbor
DOI:
https://doi.org/10.33998/jms.2022.2.1.29Keywords:
Mahasiswa; Pembelajaran Daring; K-Nearst NeighborAbstract
Universitas memilki peranan penting dalam mengembangkan pemahaman dan wawasan mahasiswa dalam belajar. Namun, sejak pembelajaran daring berlangsung banyak mahasiswa yang kurang memahami pembelajaran yang diajarkan dikarenakan kekurangan dalam beberapa faktor. Pemahaman merupakan kemampuan untuk menghubungkan atau mengasosiasikan informasi-informasi lain yang sudah tersimpan dalam database di otak kita sebelumnya, maka demikian tingkat pemahaman mahasiswa dapat mempengaruhi pengembangan potensi yang dimilikinya. Dibutuhkan suatu metode untuk menganalisa tingkat pemahaman terhadap mahasiswa untuk mengevaluasi metode pembelajaran daring sehingga dapat mengembangkan pemahaman mahasiswa dengan menggunakan algoritma K-Nearst Neighbor , dengan algoritma ini didapatkan hasil berupa keputusan terhadap tingkat pemahaman mahasiswa.
Kata Kunci: Mahasiswa; Pembelajaran Daring; K-Nearst Neighbor
Downloads
References
R. H. Syah, “Dampak Covid-19 pada Pendidikan di Indonesia: Sekolah, Keterampilan, dan Proses Pembelajaran,” SALAM J. Sos. dan Budaya Syar-i, vol. 7, no. 5, 2020, doi: 10.15408/sjsbs.v7i5.15314.
A. W. Anggraeni, D. Angelina, and M. Dwijayanti, “Tanggapan Mahasiswa Terhadap Pembelajaran Daring Di Masa Karantina Covid-19,” Hum. Dan Era Disrupsi, vol. 1, no. 1, pp. 627–638, 2020.
N. H. (2) dan R. F. T. (3) Rusnawati Ellis (1), “Efektivitas Model Konseling Teman Sebaya Untuk Mengurangi Perilaku Prokrastinasi Akademik Pada Mahasiswa.”
H. H. Fauziah, “Fakor-Faktor Yang Mempengaruhi Prokrastinasi Akademik Pada Mahasiswa Fakultas Psikologi Uin Sunan Gunung Djati Bandung,” Psympathic J. Ilm. Psikol., vol. 2, no. 2, pp. 123–132, 2016, doi: 10.15575/psy.v2i2.453.
B. Subali, “Prinsip Assesmen dan Evaluasi Pembalajaran,” Yogyakarta UNY Press, 2012.
D. P. C. C. L. E. Y. N. to K. in 20 Weeks, “Pengertian KNN,” Dk, vol. 53, no. 9, pp. 1689–1699, 2015.
Z. LUBIS, “Optimasi Nilai K Pada Algoritma K-Nn Dalam Clustering Menggunakan Algoritma Expectation Maximization,” Univ. Sumatera Utara, p. 57, 2019.
R. Muhammad Gunawan , Muhammad Zarlis, “Analisis Komparasi Algoritma Naive Bayes dan K- Nearst Neighbor Untuk Memprediksi Kelulusan Mahasiswa Tepat Waktu,” Media Inform. Budidarma, vol. 5, 2021.
G. N. D Nofriansyah, Algoritma Data Mining dan Pengujian. 2015.
B. G. Sudarsono and S. P. Lestari, “Diagnosa Tingkat Depresi Mahasiswa Akhir Terhadap Penelitian Ilmiah Menggunakan Algoritma K-Nearest Neighbor,” vol. 4, pp. 1094–1099, 2020, doi: 10.30865/mib.v4i4.2448.
