PENERAPAN TEXT MINING UNTUK MENGUKUR PENGEMBANGAN KEMAMPUAN BERPIKIR KRITIS DALAM PEMBELAJARAN BERBASIS PROYEK MAHASISWA TEKNIK INFORMATIKA

Abstract

Penelitian ini bertujuan untuk mengeksplorasi penerapan text mining dalam mengukur kemampuan berpikir kritis mahasiswa Teknik Informatika melalui analisis laporan proyek
berbasis pembelajaran proyek. Dengan menggunakan pendekatan deskriftif kuantitatif, data berupa 80 laporan proyek mahasiswa dikumpulkan dari Learning Management System (LMS).
Analisis dilakukan melalui beberapa tahapan, termasuk preprocessing data, ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dan Word Embeddings,
analsis sentimen, topik modeling dengan Latent Dirichlet Allocation (LDA), serta klasifikasi kualitas laporan menggunakan Naïve Bayes. Hasil penelitian menunjukkan bahwa text mining
efektif dalam mengidentifikasi indikator kemampuan berpikir kritis, seperti pemahaman konsep teknis, keterampilan penerapan teknologi, dan fokus pada aspek pengujian dan keamanan.
Analisis sentimen mengungkap mayoritas laporan memiliki sentimen netral hingga positif, sedangkan analisis topik mengidentifikasi lima tema utama, termasuk pengembangan aplikasi
dan penggunaan database. Model klasifikasi Naïve Bayes memberikan gambaran kualitas berpikir kritis mahasiswa, meskipun akurasi masih perlu ditingkatkan. Kesimpulannya, text
mining memberikan pendekatan evaluasi berbasis data yang obyektif dan efisien, serta mendukung perancangan kurikulum yang responsive. Implikasi penelitian ini mencakup
penguatan materi pembelajaran dan integrasi sistem evaluasi berbasis text mining.