首页> 外文OA文献 >Analisis Perilaku Pengguna E-Learning BESMART Melalui Teknik Clustering dengan Algoritma K-Means
【2h】

Analisis Perilaku Pengguna E-Learning BESMART Melalui Teknik Clustering dengan Algoritma K-Means

机译:基于K-means算法的聚类技术分析BEsmaRT电子学习用户行为

摘要

Makalah ini membahas tentang analisis perilaku pengguna e-elearning BESMART UNY khususnya oleh mahasiswa dengan teknik clustering menggunakan algoritma K-Means. Tujuan dari penelitian diharapkan dengan menggali data dari riwayat log pengguna BESMART, diperoleh informasi yang menarik dan bermanfaat bagi kemajuan BESMART dan hasil akademik mahasiswa. Hasil yang diperoleh yaitu mata kuliah yang paling banyak diakses oleh pengguna BESMART adalah mata kuliah dari Fakultas Teknik, Jurusan Pendidikan Teknik Elektronika yaitu Media Digital, sedangkan aktivitas atau modul yang paling banyak dilakukan adalah course. Pada umumnya jumlah pengguna yang mengakses BESMART didalam jam perkuliahan lebih banyak daripada diluar perkuliahan, kecuali pada hari libur dimana jumlah waktu akses relatif sama. Untuk mempersiapkan Ujian Tengah Semester, mahasiswa mempunyai kesadaran mengakses BESMART lebih rutin untuk mempersiapkan dan menghadapi ujian mereka. udKata kunci:, data mining, algoritma K-Means, teknik clustering
机译:本文讨论了BESMART UNY电子学习用户行为的分析,特别是由学生使用K-Means算法进行聚类分析。通过从BESMART用户日志历史记录中挖掘数据,获得有关BESMART的进展和学生学习成绩的有趣且有用的信息,可以预期研究的目的。获得的结果是BESMART用户访问最广泛的主题是电子工程教育系工程学院的课程,即数字媒体,而执行得最广泛的活动或模块是课程。通常,在上课时间访问BESMART的用户数量要多于课外,但在节假日的访问时间相对相同的假期除外。为了准备期中考试,学生意识到可以更常规地访问BESMART,以准备并面对他们的考试。关键字:数据挖掘,K-Means算法,聚类技术

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号