IMPLEMENTASI ALGORITMA CLUSTERING UNTUK PENGELOMPOKAN MAHASISWA BERDASARKAN RESPON TERHADAP METODE PEMBELAJARAN BAHASA INGGRIS KOMPUTER

Justin Eduardo Simarmata; Iis  Aprianti; Debora  Chrisinta; Miko Purnomo

doi:10.47775/ictech.v20i1.332

Authors

Justin Eduardo Simarmata Universitas Timor
Iis Aprianti Universitas Timor
Debora Chrisinta Universitas Timor
Miko Purnomo Universitas Timor

DOI:

https://doi.org/10.47775/ictech.v20i1.332

Keywords:

Clustering, Metode Ward, Pembelajaran Bahasa Inggris, Persepsi Mahasiswa

Abstract

Permasalahan yang dihadapi dalam proses pembelajaran Bahasa Inggris adalah rendahnya minat dan motivasi belajar mahasiswa yang dipengaruhi oleh persepsi mahasiswa terhadap metode pembelajaran yang digunakan, khususnya media video. Perbedaan persepsi ini dapat menyebabkan ketidakefektifan dalam penyampaian materi serta pencapaian hasil belajar yang tidak merata. Penelitian ini bertujuan untuk mengelompokkan mahasiswa berdasarkan respon mahasiswa terhadap media video dalam pembelajaran Bahasa Inggris, sehingga dapat diketahui karakteristik masing-masing kelompok dan strategi pembelajaran yang sesuai. Metode yang digunakan adalah analisis klaster dengan pendekatan Hierarchical Agglomerative Clustering menggunakan metode Ward. Data diperoleh dari kuesioner yang mencakup enam variabel, kemudian dilakukan pra-pemrosesan meliputi pembersihan data dan transformasi data kategorik menjadi numerik. Hasil analisis menunjukkan terbentuknya tiga klaster mahasiswa dengan distribusi yang relatif merata, di mana setiap klaster memiliki karakteristik persepsi dan motivasi belajar yang berbeda. Klaster pertama didominasi oleh sikap netral, klaster kedua menunjukkan respon positif terhadap video pembelajaran, dan klaster ketiga memperlihatkan preferensi terhadap video dengan konten percakapan. Hasil penelitian menunjukkan bahwa pengajar dapat menyesuaikan strategi dan konten pembelajaran dengan karakteristik masing-masing kelompok untuk meningkatkan efektivitas dan keterlibatan mahasiswa.

References

Bait Bifel, M. G., Timor, U., & Simarmata, J. E. (2025). Identifikasi Pengaruh Fasilitas Belajar Terhadap Hasil Belajar Matematika Peserta Didik Menggunakan Pendekatan Structural Equation Modeling. Jurnal Jendela Matematika, 3.

Chrisinta, D., & Simarmata, J. E. (2023). Analisis Sentimen Penilaian Masyarakat Terhadap Pejabat Publik Menggunakan Algoritma Naïve Bayes Classifier. Komputika: Jurnal Sistem Komputer, 12(1), 93–101. https://doi.org/10.34010/KOMPUTIKA.V12I1.9638.

Contrino, M. F., Reyes-Millán, M., Vázquez-Villegas, P., & Membrillo-Hernández, J. (2024). Using an adaptive learning tool to improve student performance and satisfaction in online and face-to-face education for a more personalized approach. Smart Learning Environments, 11(1), 6. https://doi.org/0.1186/s40561-024-00292-y.

Guo, S., Zheng, Y., & Zhai, X. (2024). Artificial intelligence in education research during 2013–2023: A review based on bibliometric analysis. Education and Information Technologies, 29(13), 16387–16409. https://doi.org/10.1007/s10639-024-12491-8.

Haydar, A., Priharsari, D., & Wicaksono, S. A. (2022). Analisis Learning Management System terhadap Pengalaman Mahasiswa pada Pembelajaran Jarak Jauh (Studi Kasus: FILKOM UB). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(10), 4638–4645.

Jia, H. (2024). A study on evaluation of english hybrid teaching courses based on AHP and K-means. PeerJ Computer Science, 10(e2074). https://doi.org/10.7717/peerj-cs.2074.

Niu, M. (2024). Design and Application of the DPC-K-Means Clustering Algorithm for Evaluation of English Teaching Proficiency. International Journal of Advanced Computer Science & Applications, 15(8). https://doi.org/10.14569/ijacsa.2024.0150851.

Simarmata, J. E. (2020). Pemanfaatan Aplikasi Geogebra Dalam Pembelajaran Kalkulus I Pada Mahasiswa Program Studi Pendidikan Matematika Universitas Timor. MES: Journal of Mathematics Education and Science, 6(1), 40–47. https://doi.org/10.30743/mes.v6i1.2624.

Simarmata, J. E., & Chrisinta, D. (2024). Implementation of Completely Randomized Design (CRD) using R Software to Evaluate Linear Algebra Learning Systems Pasca the Covid-19 Pandemic. SITEKIN: Jurnal Sains, Teknologi Dan Industri, 22(1), 66–74. https://doi.org/10.24014/sitekin.v22i1.22226.

Simarmata, J. E., Chrisinta, D., & Purnomo, M. (2024). Implementation of K-Means Clustering to Human Development Indicators in East Nusa Tenggara. Journal of Research in Mathematics Trends and Technology, 6(2), 46–56. https://doi.org/10.32734/jormtt.v6i2.17066

Sitinjak, E. K. (2022). Penggunaan Video Pembelajaran untuk Meningkatkan Kemampuan Pemecahan Masalah Fisika. Jurnal Penelitian Dan Pengembangan Pendidikan, 6(1), 19–25. https://doi.org/10.23887/jppp.v6i1.45006

Wang, Z., Sun, Y., Cao, Y., Yang, J., Shi, W., Zhang, A., & Yang, X. (2024). Adaptive Hierarchical Clustering Based Student Group Exercise Recommendation via Multi-objective Evolutionary Method. International Conference on Neural Computing for Advanced Applications, 186–200. https://doi.org/10.1007/978-981-97-7001-4_14.

Wijayanti, R. A., Rahwanda, D., Efendi, Y., & Syaputri, W. (2024). Challenging The Students by Using Video Movie to Improve Students’ Vocabulary on Independent Curriculum. ELT-Lectura, 11(1), 13–24. https://doi.org/10.31849/elt-lectura.v11i1.16396.

Yu, X. (2025). A method for evaluating the learning effectiveness of MOOC English online education based on fuzzy clustering decision tree. International Journal of Continuing Engineering Education and Life Long Learning, 35(1–2), 46–61. https://doi.org/10.1504/IJCEELL.2025.143798.

Zhang, D. (2025). Quality Evaluation of College English Classroom Teaching based on K-Means Clustering Algorithm. International Conference on Intelligent Systems and Computational Networks (ICISCN) , 1(1), 1–6. https://doi.org/10.1109/ICISCN64258.2025.10934355.