KLASIFIKASI KETERPAKAIAN MODUL E-LEARNING BERBASIS MOODLE DENGAN PENDEKATAN TEXT MINING

Abstract

Pandemi COVID-19 memberikan dampak pada berbagai bidang termasuk dunia pendidikan. Salah satu kebijakan yang harus dilakukan adalah melarang proses belajar tatap muka dan menggantinya dengan pembelajaran daring. Universitas Tanjungpura sebagai salah satu institusi pendidikan memfasilitasi kebijakan ini dengan menyediakan fasilitas sistem e-learning. Sistem e-learning di UNTAN menggunakan platform Moodle. Tujuan dari penelitian ini adalah menghasilkan aplikasi yang dapat mengklasifikasi keterpakaian modul e-learning secara otomatis. Sebuah modul dapat dianggap dipakai atau digunakan apabila memiliki fitur atau aktivitas seperti lesson, assignment, quiz, forum, file, dan rencana pembelajaran semester (RPS). Untuk dapat mendeteksi secara ototmatis apakah sebuah modul memiliki fitur-fitur tersebut, maka perlu dibuat sebuah aplikasi yang dapat menemukan informasi tersebut secara cepat, tepat, dan akurat. Informasi didapat dengan cara mengambil (crawling) data tampilan modul berupa kode HTML untuk kemudian mengolahnya menggunakan metode text mining. Data yang diolah menghasilkan informasi berupa kategori keterpakaian modul, rekapitulasi data modul berdasarkan tahun ajaran, fakultas, dan program studi serta kualitas modul berdasarkan nilai (scoring). Berdasarkan hasil pengujian dengan mengambil sampling 5 modul pada tiap fakultas, didapat kinerja algoritma dalam mengklasifikasikan kateogri modul secara benar sebesar 88,89 %. Hal ini dapat dikatakan algoritma dapat bekerja secara baik.