Analisis Interaksi Aktivitas Pembelajaran Daring Berdasarkan Data Log Aktivitas pada Learning Managemefnt System (LMS) Menggunakan Educational Process Mining

Abstract

Perpaduan perkembangan teknologi di bidang pendidikan telah mengembangkan suatu inovasi yang disebut LMS (Learning Management System) yang dapat diakses dari mana saja dan kapan saja tanpa harus melakukan pertemuan secara fisik di kelas. Kegiatan interaksi pada LMS memiliki event log yang dapat diekstraksi untuk mengidentifikasi analisis menggunakan Educational Process Mining (EPM). Kami mengekstrak event log dari ELING, platform LMS yang disediakan oleh fakultas kami. Selanjutnya, kami melakukan Process Mining menggunakan metode Heuristic Miner dari tiga dosen kelas mata kuliah Data Warehouse yang berbeda. Analisis yang dilakukan yaitu melihat gambaran kegiatan pembelajaran yang diberikan oleh masing-masing dosen dan pendekatannya dalam mengarahkan mahasiswa untuk berinteraksi dengan modul materi pada ELING apakah sesuai urutan dalam Rencana Pembelajaran Semester (RPS). Kami memvariasikan dependency threshold untuk mengidentifikasi modul pembelajaran mana yang memiliki tingkat ketergantungan yang lebih tinggi antar event yang menjadi inti pembelajaran mata kuliah tersebut. Pada dependency threshold 0,6, jumlah kegiatan dari model yang ditemukan untuk semua dosen adalah 21. Sementara pada threshold 0,8, jumlah kegiatan bervariasi antara 12 dan 20. Dengan variasi dependency threshold ini juga akan mengidentifikasi modul mana yang tetap muncul yang berhubungan dengan bentuk model aktivitas pembelajaran dan apakah model yang dihasilkan sesuai dengan urutan RPS. Abstract The combination of technological developments in the field of education has developed an innovation called LMS (Learning Management System) that can be accessed from anywhere and anytime without having to conduct physical meetings in class. Interaction activities in the LMS have event logs that can be extracted to identify analysis using Educational Process Mining (EPM). We extract event logs from ELING, an LMS platform provided by our faculty. Next, we conducted Process Mining using the Heuristic Miner method from three different Data Warehouse course class lecturers. The analysis carried out is to see an overview of the learning activities provided by each lecturer and their approach in directing students to interact with the material modules on ELING whether in the order in the Semester Learning Plan (RPS). We vary the dependency threshold to identify which learning modules have a higher level of dependency between events that are at the core of the course's learning. At a dependency threshold of 0.6, the number of activities from the model found for all lecturers was 21. While at the threshold of 0.8, the number of activities varies between 12 and 20. With dependency threshold variations, it will also identify which modules still appear that relate to the shape of the learning activity model and whether the resulting model matches the RPS sequence.

Keywords

• Learning Management System
• Process Mining
• Heuristic Miner
• Dependency Threshold
• Educational Process Mining