Pengaruh Kualitas Sistem Rekomendasi Machine Learning dan Personalisasi Pembelajaran terhadap Kepuasan Pengguna pada Platform E-Learning
Keywords:
e-learning, machine learning, sistem rekomendasi, personalisasi pembelajaran, kepuasan pengguna.Abstract
Perkembangan teknologi digital telah membawa perubahan dalam dunia pendidikan, salah satunya melalui penggunaan platform e-learning. Platform ini tidak hanya digunakan sebagai media pembelajaran daring, tetapi juga mulai memanfaatkan sistem rekomendasi berbasis machine learning untuk membantu pengguna menemukan materi yang sesuai dengan kebutuhan belajar mereka. Selain itu, personalisasi pembelajaran juga dianggap mampu memberikan pengalaman belajar yang lebih baik bagi pengguna. Penelitian ini bertujuan untuk mengetahui pengaruh Kualitas Sistem Rekomendasi Machine Learning dan Personalisasi Pembelajaran terhadap Kepuasan Pengguna pada platform e-learning. Metode yang digunakan dalam penelitian ini adalah metode kuantitatif dengan penyebaran kuesioner kepada 31 mahasiswa sebagai responden. Data yang diperoleh kemudian dianalisis menggunakan metode Partial Least Square Structural Equation Modeling (PLS-SEM) dengan bantuan software SmartPLS 4. Hasil penelitian menunjukkan bahwa variabel Kualitas Sistem Rekomendasi Machine Learning memiliki nilai koefisien jalur sebesar 0,251 dengan nilai P-Value sebesar 0,278, sedangkan variabel Personalisasi Pembelajaran memiliki nilai koefisien jalur sebesar 0,498 dengan nilai P-Value sebesar 0,181. Hasil tersebut menunjukkan bahwa kedua variabel tidak berpengaruh signifikan terhadap Kepuasan Pengguna karena nilai P-Value lebih besar dari 0,05. Namun demikian, model penelitian mampu menjelaskan variasi Kepuasan Pengguna sebesar 37,8% berdasarkan nilai R-Square sebesar 0,378. Penelitian ini diharapkan dapat menjadi masukan bagi pengembang platform e-learning dalam meningkatkan kualitas layanan dan pengalaman belajar pengguna.
References
Hair, joseph F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (3rd Editio). SAGE Publications.
Drachsler, H., & Kalz, M. (2016). The MOOC and Learning Analytics Innovation Cycle. Journal of Computer Assisted Learning, 32(3), 281–290. https://doi.org/10.1111/jcal.12135
DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9–30. https://doi.org/10.1080/07421222.2003.11045748
Arkorful, V., & Abaidoo, N. (2015). The Role of E-Learning, Advantages and Disadvantages of Its Adoption in Higher Education. International Journal of Instructional Technology and Distance Learning, 12(1), 29–42.
Clark, R. C., & Mayer, R. E. (2016). E-Learning and the Science of Instruction (4th Editio). John Wiley & Sons.
Ahmadi, I., & Hasrullah. (2025). SISTEM REKOMENDASI BERBASIS MACHINE LEARNING UNTUK PERSONALISASI KONTEN E-LEARNING 1 Imam STMIK Borneo Internasional Era digital telah membawa transformasi fundamental dalam lanskap pendidikan global , menandai pergeseran signifikan dari metode konvension. Jurnal Multidisiplin Saintek, 10(6), 0–6.
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (1st Editio). The MIT Press.
Wijaya, G. F., & Yuniarto, D. (2024). Tinjauan Penerapan Machine Learning pada Sistem Rekomendasi Menggunakan Model Klasifikasi. Populer: Jurnal Penelitian Mahasiswa, 3(4), 144–153. https://doi.org/10.58192/populer.v3i4.2798
Ricci, F., Rokach, L., & Shapira, B. (2022). Recommender Systems Handbook (3rd Editio). Springer. https://doi.org/10.1007/978-1-0716-2197-4
Burke, R. (2002). Hybrid Recommender Systems: Survey and Experiments. User Modeling and User-Adapted Interaction, 12(4), 331–370. https://doi.org/10.1023/A:1021240730564
Hidayat, T. (2024). Implementasi Sistem Rekomendasi Berbasis Machine Learning untuk Meningkatkan Pengalaman Pengguna. Jurnal Logicloom, 1(9).
Drachsler, H., & Kalz, M. (2016). The MOOC and Learning Analytics Innovation Cycle. Journal of Computer Assisted Learning, 32(3), 281–290. https://doi.org/10.1111/jcal.12135
DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9–30. https://doi.org/10.1080/07421222.2003.11045748
Mulyana, H. L., & Rumaisa, F. (2024). Course Learning Recommendation System Using Neural Collaborative Filtering. Brilliance: Research of Artificial Intelligence, 4(2), 517–524. https://doi.org/10.47709/brilliance.v4i2.4699
Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th Editio). SAGE Publications.
Sugiyono. (2017). Metode Penelitian Kuantitatif, Kualitatif, dan R&D (26th ed.). Alfabeta.
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (3rd Editio). Morgan Kaufmann.
DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9–30. https://doi.org/10.1080/07421222.2003.11045748
Drachsler, H., & Kalz, M. (2016). The MOOC and Learning Analytics Innovation Cycle. Journal of Computer Assisted Learning, 32(3), 281–290. https://doi.org/10.1111/jcal.12135
Kotler, P., & Keller, K. L. (2016). Marketing Management (15th Editi). Pearson Education.
Hair, joseph F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (3rd Editio). SAGE Publications.
