Prediksi Keberhasilan Mahasiswa Bisakah?

Berhasil dari sudut pandang data

Bukanlah sesuatu yang mudah diprediksi mahasiswa di kampus. Namun, memahami seorang siswa akan berhasil atau tidak dengan melihat rekam jejak akademiknya bisa menjadi patokan. Apakah mahasiswa ini akan DO atau lulus kuliah dapat diprediksi dengan masa studi dan juga kinerja akademiknya. Putus sekolah di dunia akademik memilih sesuatu yang baru. Hal yang harus dilakukan tentu tidak terkait dengan siswa ini akan dilakukan DO atau tidak tetapi:

  1. Apa atribut yang menjadi pemicu seorang siswa akan meningkat DO
  2. Apa yang akan diubah oleh mahasiswa?
  3. Apa yang dapat digunakan untuk memprediksi DO

Bagaimana Prediksi DO dilakukan

DO pada dasarnya diprediksi dengan berbagai pendakatan. Informasi umum selama lima tahun terakhir yang digunakan adalah:

Decision Tree (27,27%), Naïve Bayes (18,18%), K-Nearest Neighbor (12,12%), Neural Network (12,12%),

dan SVM (12,12%). Lalu apa saja atribut yang digunakan sebagai data prediksi DO ini:

  1. Hasil ujian siswa yang berisi ujian awal, ujian akhir, dan tugas-tugas. Data ini dikenal dengan Data Kinerja Siswa
  2. Survei tentang perkuliahan atau penilaian tidak langsung .
  3. Evaluasi materi pembelajaran. Berupa hasil evaluasi materi pembelajaran yang dilakukan oleh pelajar.

Lalu apa yang bisa diprediksi. Beberapa hal yang dapat diprediksi adalah

  1. Skor atau nilai di mata kuliah lain
  2. Nilai kelulusan akhir (IPK)
  3. Pertimbangkan lulus atau DO
  4. Keminatan terhadap suatu bidang

Hal yang menarik untuk dibahas, atribut, dan juga prediksi yang membutuhkan penambangan yang dikenal dengan penambangan pendidikan dan analisis pembelajaran.

Penambangan data pendidikan dan pembelajaran Analytics

Penambangan data pendidikan didefinisikan sebagai praktik untuk menentukan data yang berasal dari domain Pendidikan yang diperlukan penambangan data, pembelajaran mesin, dan data statistik yang sebagian besar diperoleh dari mahasiswa dan pengajar. Data-data tersebut diolah untuk diprediksi atau diambil keputusan.

Belajar analitik ditentukan sebagai proses pengukuran, evaluasi, analisis, dan pelaporan data untuk lebih memahami proses pembelajaran dan konteksnya. Sebagai upaya untuk belajar dan mengoptimalkan proses belajar dan lingkungan.

Metode untuk:

  1. Ramalan
  2. Kekelompokan
  3. Penambangan hubungan
  4. Analisis Jaringan Sosial
  5. Proses Penambangan
  6. Penambangan Teks
  7. Penelusuran pengetahuan

EDM dan LA akan sangat membantu perkembangan pendidikan di masa yang akan datang.

Editor

Ridi Ferdiana

Peneliti

Ellysa Tjandra

Tahun

2020

Tautan Publikasi

Sedang ditinjau

Leave a comment

Your email address will not be published. Required fields are marked *