Implementation of the Fuzzy C-Means Algorithm with Particle Swarm Optimization (FCMPSO) for Student Thinking Process Clustering in the Learning Process

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 4, No. 6, Juni 2020, hlm. 1625-1632 e-ISSN: 2548-964X http://j-ptiik.ub.ac.id Implementasi Algoritme Fuzzy C-Means dengan Particle Swarm Optimization (FCMPSO) untuk Pengelompokan Proses Berpikir Siswa dalam Proses Belajar Nur Sa’diyah1, Ahmad Afif Supianto2, Candra Dewi3 Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: , , Abstrak Proses belajar saat ini dapat dilakukan dengan menggunakan berbagai media pembelajaran, salah satunya bernama Monsakun, media pembelajaran soal cerita aritmatika sederhana. Kegiatan belajar yang dilakukan siswa pada Monsakun akan tersimpan dalam bentuk datalog. Datalog tersebut merupakan representasi proses berpikir siswa selama belajar dengan Monsakun. Proses berpikir yang dilakukan siswa ketika belajar di Monsakun tentu berbeda-beda antara satu siswa dengan siswa yang lainnya. Oleh karena itu, pengelompokan siswa yang memiliki kecenderungan cara berpikir yang mirip ke dalam kelompok yang sama diperlukan agar memudahkan tenaga pengajar dalam menangani dan memberikan umpan balik yang tepat terhadap kendala belajar siswa-siswanya. Penelitian ini memiliki tujuan memanfaatkan datalog dari media pembelajaran Monsakun untuk mendapatkan kelompok-kelompok proses berpikir siswa dalam proses belajar menggunakan algoritme Fuzzy CMeans yang dioptimasi dengan Particle Swarm Optimization (FCMPSO). Berdasarkan hasil implementasi yang telah dilakukan menggunakan 12 data assignment di Monsakun, diperoleh hasil terbaik pembentukan kelompok didominasi oleh 2 cluster. Adapun nilai parameter optimum memiliki hasil yang berbeda-beda untuk setiap data assignment, dan hanya terdapat kesamaan nilai optimum untuk semua data assignment pada parameter learning factor. Kata kunci: clustering, proses berpikir siswa, media pembelajaran, Fuzzy C-Means, particle swarm optimization, FCMPSO Abstract The current learning process can be carried out using a variety of learning media, one of which is called Monsakun, a learning media about simple arithmetic word problems. Learning activities undertaken by students at Monsakun will be stored in the datalog. The datalog is a representation of students' thought processes while studying with Monsakun. The thought process that students do when studying at Monsakun certainly varies from one student to another student. Therefore, clustering students who have a tendency to think similarly into the same group is needed in order to facilitate the teaching staff in handling and providing appropriate feedback on the learning constraints of their students. This study aims to utilize datalog from Monsakun learning media to get groups of students' thought processes in the learning process using the Fuzzy C-Means algorithm that is optimized with Particle Swarm Optimization (FCMPSO). Based on the results of the implementation that has been carried out using 12 data assignments at Monsakun, the best results are group formation dominated by 2 clusters. The optimum parameter values have different results for each data assignment, and there is only the same optimum value for all data assignments on the learning factor parameters. Keywords: clustering, student thinking process, learning media, Fuzzy C-Means, particle swarm optimization, FCMPSO (Dewiyani, 2009). Tenaga pengajar harus memahami proses bepikir siswa agar dapat memberikan penanganan yang tepat untuk setiap siswa. Oleh karena itu, diperlukan proses pengelompokan tipe-tipe siswa yang memiliki proses berpikir yang serupa untuk memberikan kemudahan bagi tenaga pengajar dalam 1. PENDAHULUAN Proses berpikir yang dimiliki setiap siswa dalam proses belajar dan menyelesaikan permasalahan-permasalah tertentu memiliki perbedaan dan karakteristiknya masing-masing Fakultas Ilmu Komputer Universitas Brawijaya 1625 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer memberikan penanganan untuk siswa. Hingga saat ini, kegiatan belajar mengajar dapat dilakukan dengan berbagai cara, salah satunya dengan memanfaatkan sebuah media pembelajaran. Monsakun merupakan sebuah media pembelajaran interaktif yang menerapkan permasalah aritmatika melalui integrasi kalimat (Supianto, et al., 2016). Media pembelajaran ini akan merekam setiap kegiatan siswa ketika menyelesaikan tugas yang diberikan kedalam sebuah datalog. Berdasarkan datalog yang dikumpulkan tersebut, dapat dilakukan penelitian terhadap proses berpikir siswa. Penelitian yang telah dilakukan menggunakan datalog siswa pada media pembelajaran Monsakun antara lain yaitu tentang langkah-langkah yang dilakukan siswa pada Monsakun, yang dianalisis sehingga dapat diidentifikasi state-state yang menjadi tempat siswa mengalami kesulitan dalam menemukan jawaban yang benar (Supianto, et al., 2016). Selanjutnya, investigasi aktivitas serta pertimbangan yang dilakukan siswa dalam menggunakan Monsakun (Supianto, et al., 2017a) dan analisis berbasis model terhadap datalog untuk menyelidiki proses berpikir siswa (Supianto, et al., 2017b) juga telah dilakukan. Namun, penelitian-penelitian tersebut belum menerapkan data mining dalam proses pengolahan datalog. Penerapan data mining dapat dilakukan untuk menggali informasi yang belum diketahui dari datalog hasil aktivitas siswa. Proses evaluasi performa siswa ketika melakukan kegiatan belajar menggunakan Monsakun tidak memiliki target kelas, sehingga pendekatan yang dapat dilakukan adalah teknik clustering (Supianto, et al., 2017). Salah satu algoritme clustering adalah Fuzzy C-Means (FCM). Pemilihan metode FCM pada penelitian ini berdasarkan penelitian yang telah dilakukan oleh (Ramadhan, et al., 2017), yang melakukan perbandingan proses clustering menggunakan metode K-Means dan FCM pada data pengetahuan siswa, dan FCM menghasilkan performa yang lebih baik dibandingkan dengan K-Means. Namun, FCM juga memiliki kelemahan yaitu sensitif terhadap pusat cluster awal sehingga menyebabkan mudah terjebak pada optimum lokal (Ma, et al., 2015). Terdapat beberapa algoritme optimasi yang dapat digunakan untuk mengatasi masalah yang ada pada Fuzzy C-Means (FCM). Salah satunya yaitu menggunakan algoritme Particle Swarm Fakultas Ilmu Komputer, Universitas Brawijaya 1626 Optimization (PSO). Penerapan PSO untuk meningkatkan performa pada FCM telah dibuktikan oleh (Siringoringo & Jamaluddin, 2019). Penelitian tersebut meng-cluster-kan ulasan product yang diambil dari toko online. Berdasarkan hasil ekperimental yang telah dilakukan, terbukti bahwa perbaikan performa FCM dapat dilakukan dengan menerapkan PSO. Berdasarkan latar belakang tersebut, penelitian ini bermaksud mengolah datalog dari aktivitas belajar siswa pada media pembelajaran Monsakun menggunakan teknik clustering untuk mendapatkan kelompok-kelompok berdasarkan proses berpikir siswa menggunakan algoritme FCMPSO. 2. DASAR TEORI 2.1. Media Pembelajaran Monsakun Monsakun merupakan sebuah media pembelajaran digital interaktif berbasis tabletPC yang menerapkan konsep p (...truncated)