Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma Genetika

Proyek perangkat lunak adalah proyek yang melibatkan kelompok mahasiswa dalam menyelesaikan tugas mini proyek. Dalam kasus ini, mini proyek dibagi dalam sub-tugas di tiap sesi pertemuan. Hal ini ditujukan untuk melatih kemampuan kolaborasi mahasiswa pemula dalam tim proyek. Permasalahan yang ditemuk...

Full description

Saved in:
Bibliographic Details
Main Authors: Danang Wahyu Utomo, Egia Rosi Subhiyakto, Defri Kurniawan
Format: Article
Language:Indonesian
Published: Universitas Jenderal Soedirman 2022-07-01
Series:Dinamika Rekayasa
Online Access:https://dinarek.unsoed.ac.id/jurnal/index.php/dinarek/article/view/528
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1849310448121282560
author Danang Wahyu Utomo
Egia Rosi Subhiyakto
Defri Kurniawan
author_facet Danang Wahyu Utomo
Egia Rosi Subhiyakto
Defri Kurniawan
author_sort Danang Wahyu Utomo
collection DOAJ
description Proyek perangkat lunak adalah proyek yang melibatkan kelompok mahasiswa dalam menyelesaikan tugas mini proyek. Dalam kasus ini, mini proyek dibagi dalam sub-tugas di tiap sesi pertemuan. Hal ini ditujukan untuk melatih kemampuan kolaborasi mahasiswa pemula dalam tim proyek. Permasalahan yang ditemukan adalah banyak mahasiswa yang menghindari tugas kelompok, atau memilih kelompok berdasarkan komunitas grup bermain, atau grup sosial media. Kami mengusulkan algoritma genetika dan komposisi ulang pembentukan tim proyek untuk melatih kemampuan kolaborasi mahasiswa, mandiri, dan tanggung jawab. Algoritma genetika ditujukan untuk menentukan komposisi tim proyek secara dinamis. Komposisi ulang tim secara dinamis dapat melatih kemampuan kolaborasi mahasiswa. Penelitian ini dilakukan dengan dua sesi eksperimen: sesi pertama menggunakan ­random-select dan sesi kedua menggunakan algoritma genetika dan komposisi ulang tim proyek. Hasil eksperimen menunjukkan bahwa komposisi ulang dengan algoritma genetika mampu menghasilkan solusi optimal dalam formasi tim dengan skala error (RMSE) tiap pertemuan adalah 0. Selain itu, level komposisi tim berimbang dengan level kompetensi kelas, rata-rata nilai mahasiswa meningkat tiap sesi eksperimen. Adanya komposisi ulang tim proyek mampu melatih mahasiswa dalam berkolaborasi dengan mahasiswa lain
format Article
id doaj-art-caa0c8867b844ad9b192c524af0cd9b6
institution Kabale University
issn 1858-3075
2527-6131
language Indonesian
publishDate 2022-07-01
publisher Universitas Jenderal Soedirman
record_format Article
series Dinamika Rekayasa
spelling doaj-art-caa0c8867b844ad9b192c524af0cd9b62025-08-20T03:53:42ZindUniversitas Jenderal SoedirmanDinamika Rekayasa1858-30752527-61312022-07-0118212113010.20884/1.dr.2022.18.2.528273Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma GenetikaDanang Wahyu Utomo0Egia Rosi Subhiyakto1Defri Kurniawan2Teknik Informatika, Universitas Dian Nuswantoro, IndonesiaTeknik Informatika, Universitas Dian Nuswantoro, IndonesiaTeknik Informatika, Universitas Dian Nuswantoro, IndonesiaProyek perangkat lunak adalah proyek yang melibatkan kelompok mahasiswa dalam menyelesaikan tugas mini proyek. Dalam kasus ini, mini proyek dibagi dalam sub-tugas di tiap sesi pertemuan. Hal ini ditujukan untuk melatih kemampuan kolaborasi mahasiswa pemula dalam tim proyek. Permasalahan yang ditemukan adalah banyak mahasiswa yang menghindari tugas kelompok, atau memilih kelompok berdasarkan komunitas grup bermain, atau grup sosial media. Kami mengusulkan algoritma genetika dan komposisi ulang pembentukan tim proyek untuk melatih kemampuan kolaborasi mahasiswa, mandiri, dan tanggung jawab. Algoritma genetika ditujukan untuk menentukan komposisi tim proyek secara dinamis. Komposisi ulang tim secara dinamis dapat melatih kemampuan kolaborasi mahasiswa. Penelitian ini dilakukan dengan dua sesi eksperimen: sesi pertama menggunakan ­random-select dan sesi kedua menggunakan algoritma genetika dan komposisi ulang tim proyek. Hasil eksperimen menunjukkan bahwa komposisi ulang dengan algoritma genetika mampu menghasilkan solusi optimal dalam formasi tim dengan skala error (RMSE) tiap pertemuan adalah 0. Selain itu, level komposisi tim berimbang dengan level kompetensi kelas, rata-rata nilai mahasiswa meningkat tiap sesi eksperimen. Adanya komposisi ulang tim proyek mampu melatih mahasiswa dalam berkolaborasi dengan mahasiswa lainhttps://dinarek.unsoed.ac.id/jurnal/index.php/dinarek/article/view/528
spellingShingle Danang Wahyu Utomo
Egia Rosi Subhiyakto
Defri Kurniawan
Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma Genetika
Dinamika Rekayasa
title Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma Genetika
title_full Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma Genetika
title_fullStr Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma Genetika
title_full_unstemmed Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma Genetika
title_short Formasi Pengelompokan Siswa Pada Alat Kolaborasi Pendidikan Perangkat Lunak: Komposisi Ulang Tim Proyek Berbasis Algoritma Genetika
title_sort formasi pengelompokan siswa pada alat kolaborasi pendidikan perangkat lunak komposisi ulang tim proyek berbasis algoritma genetika
url https://dinarek.unsoed.ac.id/jurnal/index.php/dinarek/article/view/528
work_keys_str_mv AT danangwahyuutomo formasipengelompokansiswapadaalatkolaborasipendidikanperangkatlunakkomposisiulangtimproyekberbasisalgoritmagenetika
AT egiarosisubhiyakto formasipengelompokansiswapadaalatkolaborasipendidikanperangkatlunakkomposisiulangtimproyekberbasisalgoritmagenetika
AT defrikurniawan formasipengelompokansiswapadaalatkolaborasipendidikanperangkatlunakkomposisiulangtimproyekberbasisalgoritmagenetika