Data Mining untuk Meningkatkan Performa Akademik Mahasiswa: Studi Kasus dan Implikasinya

Buku ini membahas peran Educational Data Mining (EDM) dalam mengungkap nilai-nilai tersembunyi dari data yang dihasilkan oleh proses pendidikan. Prediksi performa akademik mahasiswa merupakan bagian sangat penting. Tujuannya adalah untuk membantu lembaga pendidikan mengidentifikasi mahasiswa yang berisiko putus sekolah (DO) atau lulus terlambat. Buku ini terbagi menjadi tiga bagian utama, yaitu:

1. Membahas definisi dan tujuan EDM, pentingnya prediksi performa akademik mahasiswa, kontribusi dan manfaat, perkembangan penelitian, faktor-faktor yang mempengaruhi, jenis data, metode serta teknik. Pengumpulan dan persiapan, analisis eksplorasi data, pemilihan fitur, penggunaan metode gradient boosting trees disertai contoh soal dan penyelesaiannya. Evaluasi MSE, MAE, dan RMSE, validasi model menggunakan cross-validation.
2. Studi kasus dan penyelesaian prediksi performa akademik mahasiswa. Data akademik dan non-akademik, model prediksi gradient boosting trees, GridsearchCV digunakan untuk penyetelan hyperparameter. Penggunaan software Python dan RapidMiner. Bagian ini juga menjelaskan secara detail ekstraksi log LMS.
3. Kesimpulan, tantangan dan peluang yang dihadapi, serta arah penelitian dan pengembangan selanjutnya.

Buku ini sangat cocok untuk mahasiswa jurusan komputer, termasuk Sistem Informasi, Teknik Informatika, Manajemen Informatika, dan jurusan sejenisnya. Namun, buku ini juga sangat bermanfaat bagi mahasiswa yang ingin memantau performa akademik mereka sendiri, serta berguna bagi perguruan tinggi dalam memantau prestasi mahasiswa mereka.

Penulis

Dr. Ir. Muhammad Arifin, S.Kom, M.Kom, MCE, IPM
Prof. Dr. Widowati, S.Si., M.Si
Farikhin, M.Si, Ph.D