Clustering Performance User Ketika Menggunakan Aplikasi Pseudolearn
Muhammad Bintang Sholu Firmansyah
Abstrak
Penelitian ini bertujuan untuk mengidentifikasi perilaku belajar mahasiswa selama menggunakan aplikasi PseudoLearn dalam menyelesaikan soal berbasis pseudocode, serta menganalisis hubungan perilaku tersebut dengan tingkat pemahaman terhadap materi. Aktivitas mahasiswa direkam dalam bentuk data log yang mencakup jumlah langkah dan waktu pengerjaan, kemudian dianalisis menggunakan metode K-Means Clustering untuk mengelompokkan pola perilaku. Empat cluster terbentuk dari hasil pengelompokan, kemudian diuji menggunakan One Way ANOVA dan dilanjutkan dengan uji post hoc Bonferroni untuk melihat signifikansi perbedaan hasil belajar antar kelompok. Untuk menentukan batas klasifikasi perilaku, digunakan analisis Pearson Correlation Coefficient yang menunjukkan bahwa kombinasi ≥18 langkah dan ≥53 detik memiliki korelasi tertinggi terhadap nilai post-test. Hasil clustering dikonfirmasi melalui wawancara dengan mahasiswa, sehingga diperoleh empat label perilaku: Ideal, Normal, Gaming the System, dan Struggling. Oleh karena itu, penelitian ini menunjukkan bahwa perilaku belajar yang terekam melalui aktivitas pengguna pada sistem dapat mencerminkan tingkat pemahaman mahasiswa dan menjadi dasar untuk perancangan strategi pembelajaran yang lebih adaptif dan efektif