Analisis Distribusi dan Tren Nilai Mahasiswa dengan Pendekatan Statistik Deskriptif dan Visualisasi Data
Abstract Views: 1629
PDF Downloads: 2198
DOI:
https://doi.org/10.56211/sudo.v4i3.1233Keywords:
Statistik Deskriptif; Tren Nilai; Visualisasi Data; Nilai Mahasiswa
Abstract
Penelitian ini bertujuan untuk menganalisis distribusi dan tren nilai mahasiswa pada mata kuliah Kalkulus selama periode lima tahun, yaitu dari tahun 2019 hingga 2023. Metode yang digunakan adalah statistik deskriptif untuk mengetahui karakteristik penyebaran nilai, seperti rata-rata, median, serta sebaran nilai dalam bentuk grafik boxplot dan histogram. Selain itu, visualisasi data diterapkan untuk memberikan gambaran yang lebih komprehensif mengenai tren nilai mahasiswa dari tahun ke tahun. Hasil penelitian menunjukkan adanya penurunan signifikan pada capaian nilai mahasiswa pada tahun 2021 yang diduga dipengaruhi oleh perubahan sistem pembelajaran akibat pandemi. Namun, pada tahun-tahun berikutnya (2022 dan 2023) terjadi peningkatan tren nilai, yang menunjukkan adanya perbaikan dalam strategi pembelajaran maupun adaptasi mahasiswa terhadap metode pembelajaran yang diterapkan. Temuan ini menegaskan pentingnya analisis data berbasis statistik dan visualisasi sebagai sarana evaluasi kinerja akademik, sekaligus memberikan landasan bagi pengembangan metode pembelajaran yang lebih efektif di masa depan.
Downloads
References
Ratnawati, D., & Vivianti, V. “Persepsi Mahasiswa terhadap Pembelajaran Daring pada Mata Kuliah Praktik Aplikasi Teknologi Informasi”. Jurnal Edukasi Elektro, 2020. 4(2), 58–65. doi:10.21831/jee.v4i2.34835 DOI: https://doi.org/10.21831/jee.v4i2.34835
Prawatiningsih, D., & Nur Asia, T. “Kualitas Pembelajaran E-Learning Berdasarkan Persepsi Mahasiswa”. JAMP: Jurnal Administrasi dan Manajemen Pendidikan, 5(1), 2022. 63–71. Retrieved from https://journal2.um.ac.id/index.php/jamp/article/view/24471 DOI: https://doi.org/10.17977/um027v5i12022p25
Puspita, G. E., Willianti, E., & Isnoviana, M. “Perbandingan Nilai Indeks Prestasi Terhadap Studi Pembelajaran Daring dan Luring di Semester Awal Sebelum Sampai Pertengahan Pandemi COVID-19 pada Mahasiswa Fakultas Kedokteran Universitas Wijaya Kusuma Surabaya Angkatan 2019”. CALVARIA MEDICAL JOURNAL, 1(1), 2023. 11–17. doi:10.30742/cmj.v1i1.9 DOI: https://doi.org/10.30742/cmj.v1i1.9
Kaliisa, R., Misiejuk, K., López-Pernas, S., Khalil, M., & Saqr, M. “Have Learning Analytics Dashboards Lived Up to the Hype? A Systematic Review of Impact on Students' Achievement, Motivation”, Participation and Attitude. arXiv preprint . 2023. Retrieved from https://arxiv.org/abs/2312.15042 DOI: https://doi.org/10.1145/3636555.3636884
Field, A. Discovering statistics using IBM SPSS statistics. Sage Publications. 2021
Budiyono. Statistika untuk Penelitian. Surakarta: UNS Press. 2020
R. Hochmuth, J. Peters, F. Rønning, and C. Winsløw, “Modelling mathematics for educational research and practice: A comparison of two theoretical approaches,” Educational Studies in Mathematics”, vol. 118, no. 1, pp. 153–168, 2025, doi: 10.1007/s10649-024-10368-8 DOI: https://doi.org/10.1007/s10649-024-10368-8
Qu, Z., & Genton, M. G. “Sparse functional boxplots for multivariate curves”. Journal of Computational and Graphical Statistics, 31(4), 2022. 976–989. https://doi.org/10.1080/10618600.2022.2066680 DOI: https://doi.org/10.1080/10618600.2022.2066680
Wang, D., Hu, B., Hu, C., Zhu, F., Liu, X., Zhang, J., ... & Peng, Z. Clinical characteristics of 138 hospitalized patients with 2019 novel coronavirus–infected pneumonia in Wuhan, China. JAMA, 323(11), 2020. 1061–1069. https://doi.org/10.1001/jama.2020.1585 DOI: https://doi.org/10.1001/jama.2020.1585
James, S., Swan, K., & Daston, C. “More than inconvenienced: The unique needs of U.S. college students during the COVID-19 pandemic”. Journal of Postsecondary Education and Disability, 34(3), 2021. 303–320
Chen, R. J. J. The Future of Data Visualization in Business. Advances in Economics, Management and Political Sciences, 133(1), 2025. 195–200. https://doi.org/10.54254/2754-1169/2025.19669 DOI: https://doi.org/10.54254/2754-1169/2025.19669
Lan, X., Wu, Y., & Cao, N. (2024). Affective Visualization Design: Leveraging the Emotional Impact of Data. IEEE Transactions on Visualization and Computer Graphics, 30(1), 1–11. https://doi.org/10.1109/TVCG.2023.3327385 DOI: https://doi.org/10.1109/TVCG.2023.3327385
Downloads
Article History
Pages: 203-211
How to Cite
Issue
Section
License
Copyright (c) 2025 Nailis Saadah, Teuku Andiansyah, Taufik Hidayat, Chairul Amni, Sunyanti Sunyanti
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskahnya pada sudo Jurnal Teknik Informatika menyetujui ketentuan berikut:
Hak cipta atas artikel apapun dalam sudo Jurnal Teknik Informatika dipegang penuh oleh penulisnya di bawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License. dengan beberapa ketentuan sebagai berikut:
"Penulis mengakui bahwa sudo Jurnal Teknik Informatika berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License / CC BY SA 4.0"
"Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini ke dalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi ke dalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada sudo Jurnal Teknik Informatika."
"Pembaca diperbolehkan mengunduh, menggunakan, dan mengadopsi isi artikel selama mengutip artikel dengan menyebutkan judul, penulis, dan nama jurnal ini. Pengutipan tersebut dilakukan demi kemajuan ilmu pengetahuan dan kemanusiaan serta tidak boleh melanggar hukum yang berlaku."
