VOKASI NEWS – Oleh: Nasa Zata Dina, S.Kom., M.Kom., M.Sc
Studi ini bertujuan untuk mengembangkan kerangka kerja desain berbasis kasus untuk menganalisis ulasan pengguna online dan memahami preferensi pengguna dalam desain terkait konten Massive Open Online Course (MOOC). Tujuan lain adalah untuk mengidentifikasi tren masa depan dari desain terkait konten MOOC. Penelitian ini mengekstrak pasangan kata kunci yang kemudian disebut Feature-Sentiment-Pairs (FSPs) menggunakan penambangan teks untuk mengidentifikasi preferensi pengguna. Kemudian preferensi pengguna digunakan sebagai fitur desain terkait konten MOOC. Ulasan online dikumpulkan dari www.coursera.org sebagai studi kasus MOOC. Kerangka kerja ini bertujuan untuk menggunakan data ulasan online berskala besar ini sebagai data kualitatif dan mengubahnya menjadi informasi yang bermakna kuantitatif, terutama pada desain terkait konten sehingga perancang MOOC dapat menentukan konten yang lebih baik berdasarkan data tersebut. Kerangka kerja ini menggabungkan tampilan ulasan online, penambangan teks, dan analitik data untuk mengungkapkan informasi baru tentang preferensi pengguna dari desain terkait konten MOOC. Kerangka kerja ini dapat menghindari fitur yang tidak diinginkan pada desain terkait konten MOOC dan juga mempercepat identifikasi preferensi pengguna
Tujuan dari Data-Driven Design adalah untuk mendesain sistem berdasarkan data yang disediakan. Pola dari data yang tersedia ditemukan dengan menggunakan algoritma penambangan data. Hasilnya akan digunakan sebagai sistem desain baru. Tantangan penggunaan Data-Driven Design sebagai proses evaluasi produk adalah struktur data, pemahaman data, informasi yang tidak lengkap, sifat data, dan keterbatasan kognitif individu. Data seringkali tidak terstruktur dan heterogen; Oleh karena itu, data tersebut wajib diolah menjadi informasi. Oleh karena itu, tantangan utama dari desain berbasis data adalah mengubah data tidak terstruktur berskala besar menjadi informasi yang bermakna sehingga orang dapat memanfaatkan pengetahuan tersebut.
Penambangan data berupa teks dalam konteks penelitian ini adalah mentransformasikan teks yang tidak terstruktur menjadi huruf bilangan. Dapat dikatakan bahwa teks tidak terstruktur mengacu pada data kualitatif, dan vektor angka merupakan data kuantitatif. Vektor-vektor tersebut nantinya akan digunakan sebagai masukan untuk proses pada framework. Proses tersebut akan melibatkan algoritma penambangan data untuk memprediksi hasil klasifikasi.
Studi ini bertujuan untuk membantu perancang platform pembelajaran MOOC untuk memahami kebutuhan pengguna tanpa harus menjelajahi ulasan online setiap saat.
Selengkapnya kunjungi : http://news.unair.ac.id/2021/01/15/memanfaatkan-penambangan-teks-untuk-mendukung-desain-mooc-berbasis-data/
