Perbandingan Analisa Clustering Pada Penggunaan AI Assistant Menggunakan Metode K-Means dan K-Medoids

Abstract

Pemanfaatan kecerdasan buatan (Artificial Intelligence,AI) dalam konteks pendidikan tinggi semakin meningkat, khususnya melalui penggunaan AI Assistant sebagai alat bantu akademik. Memiliki tujuan menganalisis pola penggunaan AI Assistant dalam pembelajaran berdasarkan intensitas interaksi yang diukur melalui durasi sesi dan jumlah prompt yang digunakan. Penelitian penggunakan pendekatan kuantitatif deskriptif. Dengan menggunakan metode clustering dapat diketahui bagimana pola atau kecenderungan pelajar dalam menggunakan chatboot AI. Chatbot AI yang diteliti berupa ChatGPT yang dikembangkan oleh OpenAI. Algoritma K-Means digunakan untuk menganalisa data unsupervise learning tanpa label untuk membentuk pola dalam cluster. Proses dimulai dari preparation data, hingga pemodelan. Analisa ini guna mengetahui mengelompokkan pola perilaku siswa berdasarkan data penggunaan, seperti frekuensi pertanyaan, sesi, dan waktu belajar, guna memahami efektivitasnya terhadap hasil belajar. Hasil pengolah membentuk 3 cluster dengan Rerata Silhouette Coefficient K=3 dengan menggunakan metode K-Means sebesar 0,539 yang menunjukkan clustering yang cukup baik. Sedangkan Rerata Silhouette Coefficient pada metode K-Medoids bernilai -0,003 hal ini menunjukkan metode ini menunjukkan performa yang buruk atau tidak sesuai digunakan pada kasus ini. Rata-rata durasi penggunaan AI Assistant per prompt adalah sekitar 3,54 menit, menunjukkan bahwa mahasiswa cenderung mengalokasikan waktu yang relatif lama pada setiap interaksi. Berdasarkan diagram heatmap diketahui bahwa AI digunakan merata di berbagai jenjang pendidikan. Terdapat korelasi positif yang sangat kuat sebesar 0,902 antara lamanya sesi dengan jumlah prompt yang digunakan. Penelitian ini mengindikasikan bahwa pola intensitas penggunaan AI lebih dipengaruhi oleh perilaku pengguna dibandingkan latar belakang disiplin akademik.

GS Cited Analysis