Pembahasan Jurnal Penerapan K-Means dalam Efektivitas Pembelajaran E-Learning pada Masa Pandemi Covid-19

Pembahasan Jurnal 


Penerapan K-Means dalam Efektivitas Pembelajaran E-Learning pada Masa Pandemi Covid-19 

Karya : Seko Lesmana, Atika Fauzia Akbari, Elsa Yulia Rahman, Dudih Gustian

Disini saya mengambil jurnal tersebut dari : 

http://www.jurnal.upnyk.ac.id/index.php/semnasif/article/view/4090/3056


1. apa urgensinya sehingga harus ada penelitian itu :

Dari penelitian tersebut, dapat di tentukan urgensi untuk Menentukan Tingkat Kepuasan Pembelajaran Online pada Masa Pandemi Covid-19


2. bagaimana proses metodologi penelitian yang ditempuh

Metode yang dilakukan yaitu menggunakan algoritma K-Means dengan mengumpulkan data responden, menghitung jarak iterasi, kemudian melakukan pengelompokan berdasarkan cluster

Adapun metode pada penelitian tersebut dilakukan dengan cara mengumpulkan data responden, menghitung jarak literasi, kemudian melakukan pengelompokan berdasarkan cluster . Pengumpulan data responden di lakukan dengan menggunakan kuisioner google form terhadap  639 siswa dengan jumlah pertanyaan sebanyak 10 buah dan di bagi menjadi 4 cluster.

cluster tersebut dibedakan menjadi STS, TS, S dan SS, terhadap sistem pembelajaran secara daring


3. bagimana proses k-means dalam memberikan solusi dari permasalahan yang ada

Adapun tahapan yang harus dilakukan dalam perhitungan algoritma K-Means, yaitu:

1. Mentukan K sebagai jumlah cluster yang ingin dibentuk. 

2. Tetapkan nilai untuk pusat cluster (centroid) 

3. Hitung jarak setiap data terhadap masing-masing centroid dengan menggunakan persamaan       Eunclidean Distance hingga pada setiap data ditemukan jarak yang paling dekat dengan centroid.          Persamaan Euclidean Distance yaitu : 


4. Kelompokkan data ke dalam cluster dengan jarak yang paling pendek menggunakan persamaan 


5. Hitung pusat cluster yang baru menggunakan persamaan



Xij = E cluster ke -K 

P = banyak nya anggota cluster ke K. 

Dan lakukan perulangan dari tahap 3 sampai dengan 5 hingga tidak ada lagi data yang berpindah pada cluster yang lain.


4. kira2 menurut anda, apakah ada yang perlu disimpulkan lagi, tolong dituliskan 

1. Untuk cluster pertama (C1) menyatakan bahwa kategori sangat tidak setuju terhadap pembelajaran online tergolong “tinggi” yaitu mencapai 241 siswa. 

2. Untuk cluster kedua (C2) menyatakan bahwa katergori tidak setuju terhadap pembelajaran online tergolong “sangat tinggi” yaitu mencapai 293 siswa. 

3. Untuk cluster ketiga (C3) menyatakan bahwa kategori setuju terhadap pembelajaran online tergolong “rendah” yaitu hanya mencapai 83 siswa 

4. Untuk cluster keempat (C4) menyatakan bahwa kategori sangat setuju terhadap pembelajaran online terholong “sangat rendah” yaitu hanya mencapai 22 siswa.


5. apa saran anda dalam penelitian tersebut 

Mungkin dapat dicoba dengan menggunakan metode lain, dan di sinkronkan, apakah hasil nya sama atau tidak

Komentar

Posting Komentar

Postingan populer dari blog ini

Analisa dan Perancangan Sistem Toko Anugrah

Gambar
Analisa dan Perancangan Sistem Toko Anugrah Pada kesempatan ini kami diberikan kesempatan untuk membuat analisa dan perancangan sistem dari sebuah jurnal yang berjudul "Penerapan Fp-Growth Dalam Penjualan Perlengkapan Ibadah Umat Muslim" yang disusun oleh Muhammad Wildan Goni, Erip Suratno, Sitiyana Nursyi’ah, dan Dudih Gustian. Peracangan yang akan dibuat adalah perancangan UML yang meliputi: Use Case Diagram, Class Diagram, dan Activity Diagram. Toko Anugrah  Toko Anugrah merupakan salah satu toko yang menjual perlengkapan ibadah umat muslim, dimana barang yang dijual antara lain peci, sarung, sorban, samping kebat, baju koko, mukena, sejadah, kerudung, kemeja, baju ihram dan tasbih. Dalam satu tahun terakhir terjadi permasalahan, dimana persentase barang yang tidak terjual sebanyak 60% berbanding barang yang terjual sebanyak 40%. Manfaat penelitian ini ialah membantu pemilik toko dalam mengembangkan bisnisnya. Dengan adanya sistem, pemilik toko tidak perlu mencatat da...
Baca selengkapnya

Pembahasan Jurnal Artificial neural network based particle swarm optimization in predictions mortality rate of broiler chicken

Gambar
 Pembahasan Jurnal  Artificial neural network based particle swarm optimization in predictions mortality rate of broiler chicken Karya : D Hasman, D Gustian, R B Saputra, H Rahmasari, Lorentina and S ARatnasari Disini saya mengambil jurnal tersebut dari :  https://iopscience.iop.org/article/10.1088/1755-1315/335/1/012007/pdf 1. apa urgensinya sehingga harus ada penelitian itu Jumlah populasi ayam yang besar, sebaliknya, mengakibatkan dalam kematian yang signifikan. Sehingga dapat menimbulkan beberapa kerugian seperti dari segi finansial, waktu, sumber daya manusia dll. Perusahaan berusaha untuk menjaga tingkat kematian seminimal mungkin. Hal ini karena kondisi masing-masing petani mengalami kesulitan dalam menangani kondisi yang cepat dan efisien. Perusahaan menginginkan kematian tingkat harus dijaga minimal sekitar 10% dari total kematian, sehingga dapat mengurangi kerugian secara finansial. jumlah kematian yang tidak menentu bahkan di Kuartal II 2015 terjadi penurunan k...
Baca selengkapnya