1 PEDAHULUA 1.1
Latar Belakang Universitas Terbuka (UT) adalah Perguruan Tinggi Negeri yang didirikan
dengan tujuan antara lain untuk memberikan kesempatan memperoleh pendidikan tinggi kepada warga Indonesia di mana pun mereka berada, yang karena suatu dan lain hal tidak dapat mengikuti pendidikan tinggi tatap muka. UT menerapkan sistem belajar jarak jauh dan terbuka. Jarak jauh berarti proses belajar mengajar tidak dilaksanakan secara tatap muka melainkan menggunakan media, baik cetak maupun non cetak. Terbuka, berarti tidak ada pembatasan usia, tahun ijazah, masa belajar, waktu registrasi, frekwensi mengikuti ujian dan sebagainya. Batasan yang ada hanyalah bahwa setiap mahasiswa UT harus sudah menamatkan jenjang pendidikan menengah atas (Tim Penulis UT. 2007). Sistem kemahasiswaan, baik administrasi maupun akademik dikelola secara terpusat dan berlaku sama untuk semua mahasiswa di seluruh Indonesia. Keterbukan yang ditawarkan UT mendapatkan respon positif dari masyarakat dan berdampak pada besarnya jumlah mahasiswa UT. Sayangnya persistensi mahasiswa UT sangat rendah, khususnya untuk program reguler, dimana terdapat sejumlah besar mahasiswa UT tidak melakukan registrasi ulang secara berkesinambungan pada semester berikutnya.
Hal tersebut kemudian
mengakibatkan mahasiswa berstatus non-aktif. Kondisi seperti ini sangat tidak menguntungkan baik bagi mahasiswa maupun bagi UT karena menghambat kelulusan yang dapat menjadi indikator kualitas kinerja dan penyelenggaraan pendidikan tinggi di UT. Kondisi ini juga menyulitkan pihak pengelola dalam menyediakan sarana dan prasarana belajar seperti formulir registrasi, buku materi pokok (modul), naskah/lembar jawaban ujian dan lain sebagainya. Beberapa faktor mempengaruhi status kenonaktifan mahasiswa. Faktor yang paling berpengaruh adalah faktor pelayanan administrasi dan pelayanan akademik yang kurang memuaskan. Pelayanan administrasi mencakup pelayanan registrasi, informasi, dan komunikasi, sedangkan pelayanan akademik meliputi tutorial, penyediaan bahan belajar dan bahan ujian (Isfarudi 1994). Karakteristik mahasiswa UT sangat heterogen. Mereka berasal dari lingkungan yang berbeda,
2 status sosial ekonomi yang berbeda, latar belakang pendidikan yang berbeda, dan kelompok umur yang sangat bervariasi. Gaya belajar, lingkungan belajar, dan budaya belajar bisa jadi dapat mempengaruhi prestasi belajar mahasiswa UT. Selain itu, karakteristik dari program studi yang diambil juga mempengaruhi status mahasiswa UT. Misalnya program studi Matematika yang memerlukan diskusi dan pembahasan antara mahasiswa dan dosen maupun antar mahasiswa memiliki mahasiswa non aktif yang cukup besar. Penelitian yang terkait dengan mahasiswa non aktif sesungguhnya sudah banyak dilakukan, termasuk cara penanganannya.
Namun penanganan yang
selama ini diusulkan dan dikerjakan biasanya berlaku umum untuk semua mahasiswa non aktif, tidak tertuju kepada suatu kelompok mahasiswa tertentu. Jika dilakukan pemilihan atas suatu kelompok mahasiswa, sasaran tersebut hanya didasarkan atas perkiraan terhadap faktor-faktor yang diduga menjadi penyebab mahasiswa menjadi non aktif. Misalnya, SKS kumulatif mahasiswa. Dengan kata lain, semua mahasiswa non aktif ditangani dengan cara yang relatif sama tanpa mempertimbangkan karakteristik yang mereka miliki. Akibatnya, program pelayanan penanganan mahasiswa non aktif menjadi kurang efektif dan efisien. Menurut Saxena (2002), dalam data kemahasiswaan sering tersimpan informasi yang sangat penting tentang mahasiswa, antara lain tentang demografi dan prestasi akademik mereka. Sedangkan menurut Kember dalam Saxena(2002), informasi tersebut dapat digunakan oleh pihak institusi untuk menyusun dan mengembangkan program secara lebih tepat, efektif dan efisien. Basis data mahasiswa UT menyimpan informasi yang berkaitan dengan individu
mahasiswa
Universitas
Terbuka,
antara
lain:
Nomor
Induk
Mahasiswa(NIM), nama, alamat, tanggal lahir, jenis kelamin, status pekerjaan, IPK dan SKS yang telah diperoleh, dan status mahasiswa (aktif maupun non aktif). Di dalamnya tentu terkandung informasi penting tentang mahasiswa non aktif yang dapat dimanfaatkan oleh UT untuk menyusun program penanganan yang lebih tepat, efektif dan efisien. Penelitian ini dimaksudkan untuk menggali informasi penting yang tersimpan di dalam basis data mahasiswa non aktif UT, membuat kelompokkelompok berdasarkan karakteristik yang mirip dan mengenali karakteristik
3 kelompok-kelompok tersebut. Dibutuhkan suatu metode yang dengan cepat dapat digunakan untuk menemukan dan menganalisis karakteristik mahasiswa non aktif baik dari sisi demografi, latar belakang pendidikan, maupun prestasi akademik. Dengan diketahuinya karakteristik mahasiswa non aktif, diharapkan pihak manajemen dapat memilih cara yang tepat, efektif, dan efisien dalam menyusun program, melayani dan meningkatkan pelayanan terhadap mahasiswa. Metode data mining yang dapat digunakan untuk menemukan dan menganalisis karakteristik data adalah analisis klaster. Analisis klaster mengelompokkan data berdasarkan kemiripan atribut dari data objek sedemikian sehingga data objek yang berada di dalam klaster yang sama memiliki kemiripan satu sama lain tetapi mereka tidak mirip dengan data objek yang berada dalam klaster yang lainnya (Han & Kamber 2001).
Penelitian ini menerapkan
algoritma klastering yang dikembangkan untuk memproses data dengan tipe campuran, yaitu algoritma algCEBMDC, suatu algoritma klastering dengan pendekatan cluster ensemble. 1.2
Perumusan Masalah Masalah yang teridentifikasi merupakan masalah yang cukup serius bagi
UT, yaitu besarnya jumlah mahasiswa non aktif. Perumusan masalah mahasiswa non aktif ditunjukkan oleh Gambar 1. Dibutuhkan suatu metoda analisis yang dengan cepat dapat digunakan untuk mengelompokkan mahasiswa non aktif berdasarkan kemiripan karakteristik mereka. Faktor yang akan diamati pada penelitian ini adalah : 1. Berdasarkan karakteristiknya, mahasiswa non aktif terbagi kedalam berapa kelompok? 2. Apakah terbentuknya kelompok tersebut dipengaruhi oleh demografi atau latar belakang pendidikan atau prestasi akademik? 3. Kapan mahasiswa mulai berstatus non aktif?
4
Akibat
Pengaruh : Layanan Adm & Layanan Akademik
Menyulitkan pengelolaan, menghambat kelulusan, & menurunkan Kinerja
Mahasiswa Non Aktif Metode Analisis Klaster
Tujuan Menemukan karakteristik kelompok mhs non Aktif menggunakan algCEBMDC u/
Manfaat Sistem deteksi dini, efisiensi & efektifitas penyusunan program pelayanan=> Meminimalisasi mahasiswa non aktif
Gambar 1 Skema Perumusan Masalah 1.3
Tujuan Penelitian Tujuan dari penelitian ini adalah menemukan karakteristik kelompok
mahasiswa non aktif Universitas Terbuka, menggunakan algoritma klastering dengan pendekatan ’cluster ensemble’. 1.4
Ruang Lingkup Ruang lingkup penelitian terbatas pada data mahasiswa non aktif Program
Studi Matematika pada FMIPA-UT.
Program Studi ini dipilih karena terdapat
sekitar 86%, jumlah yang cukup besar, dari mahasiswanya menjadi tidak aktif setelah mengikuti proses belajar di UT. 1.5
Manfaat Penelitian Hasil dari penelitian ini adalah informasi tentang karakteristik kelompok
mahasiswa non aktif Universitas Terbuka. Hasil yang diperoleh diharapkan dapat digunakan oleh manajemen sebagai alat deteksi dini dan dapat membantu manajemen dalam penyusunan strategi dan perancangan program pelayanan yang tepat, efektif dan efisien khususnya dalam menangani mahasiswa non aktif dan melayani mahasiswa UT secara umum. Dengan demikian, diharapkan status mahasiswa non aktif dapat diminimalisasi dan partisipasi mahasiswa untuk
5 melakukan registrasi ulang dapat ditingkatkan. Selain itu, manfaat dari penelitian ini adalah memberikan sumbangan pemikiran di bidang ilmu komputer dan dunia pendidikan.
