Prodi S1 Teknik Informatika, Fakultas Informatika, Universitas Telkom

Transkripsi

1 IMPLEMENTASI REKOMENDASI MATERI AJAR BERDASARKAN KERANGKA KERJA SILUENS IMPLEMENTATION OF RECOMMENDATIONS TEACHING MATERIALS BASED ON SILUENS FRAMEWORK Irvan Dwi Putra Manurung 1, Anisa Hrdiani, S.T., M.T. 2, Nungki Slviandro, S.Kom., M.Kom 3 1,2,3 Prodi S1 Tknik Informatika, Fakultas Informatika, Univrsitas Tlkom 1 irvandpm@gmail.com, 2 anisahrdiani@gmail.com, 3 slviandro@gmail.com Abstrak Kbragaman larning styl yang ada pada siswa mnjadi salah satu faktor yang prlu diprtimbangkan dalam mngimplmntasikan -larning. Pnyampaian matri pmblajaran harus dapat disajikan tidak hanya dalam bntuk fil matri saja, ttapi juga harus mampu mnysuaikan dngan larning styl masing masing siswa. Krangka krja SILUENS yang mrupakan sistm valuasi brintlignsia dalam - larning digunakan dalam mmbrikan rkomndasi stratgi blajar brupa matri pmblajaran yang bragam yang dissuaikan dngan larning styl atau prfrnsi blajar siswa dngan mnggunakan mtod clickstram analysis yang didasarkan pada contnt visit atau viw dari masing masing pngguna. Pngimplmntasian rkomndasi matri ajar ini pada Larning Managmnt Systm (LMS) yang brsifat opn sourc mampu mmbantu mnntukan gaya blajar siswa, mrkomndasikan stratgi blajar dan mmbantu prkmbangan tingkat pmahaman siswa trhadap matri pmblajaran. Kata kunci: -larning, SILUENS, larning styl, larning managmnt systm. Abstract Th divrsity of larning styls that xist on th studnt bcam on of th factors to considr in implmnting an -larning. Dlivry of larning matrial should b prsntd not only in th form of fils, but also to b abl to adapt to th larning styl of ach studnt. Th framwork SILUENS which is an intllignc valuation systm in -larning is usd to providing rcommndations larning stratgis such as matrials divrs larning customizd larning styl or prfrncs of studnt larning using clickstram analysis basd on contnt visit or viw of ach usr. Implmntation of this rcommndations of taching matrial on a Larning Managmnt Systm (LMS) that is opn sourc can hlp dtrmin th studnt's larning styl, rcommnd larning stratgis and hlp th dvlopmnt of studnts' undrstanding of th larning matrials. 1 Pndahuluan Khadiran -larning ini diharapkan mampu mngakomodasi siswa dalam blajar scara mandiri, yang tidak slalu brgantung pada waktu dan tmpat dngan tidak hanya brfokus pada kgiatan mmbaca atau mnulis, namun juga dapat blajar ssuai dngan larning styl nya masing-masing. Larning styl mrupakan suatu gaya dalam blajar yang dimiliki olh masing masing siswa dalam pross blajarnya. Gaya blajar atau larning styl siswa trsbut tntunya brbda bda satu dngan yang lainnya. Kbragaman larning styl masing masing siswa itulah yang mnjadi salah satu faktor yang prlu diprtimbangkan dalam mngimplmntasikan -larning, bagaimana pross untuk mngtahui larning styl stiap siswa pada suatu larning managmnt systm brdasarkan aktivitasnya, bagaimana mngimplmntasikan matri yang ssuai dngan larning styl siswa trsbut. SILUENS (Sistm Evaluasi Brintlignsia dalam E-Larning) mrupakan krangka krja yang mampu mmbrikan rkomndasi stratgi blajar brupa matri pmblajaran, mtod pnyampaian matri, mtod valuasi dan saran prbaikan cara blajar yang diprolh dari diagnostik dan pnilaian tingkat pmahaman, gaya blajar dan prfrnsi blajar [1]. Salah satu pndkatan yang dapat digunakan untuk mmprolh larning styl atau prfrnsi blajar siswa ssuai dngan krangka krja SILUENS adalah dngan mnggunakan clickstram analysis brdasarkan bagaimana prilaku pngguna trhadap sistm. Pnyampaian matri pmblajaran harus dapat disajikan tidak hanya dalam bntuk tks, ttapi juga harus dapat mnysuaikan dngan larning styl masing masing siswa. Hal ini dikarnakan sorang siswa akan mrasa lbih mudah mngrti dan nyaman blajar tntang suatu matri apabila ssuai dngan gaya atau larning styl dirinya sndiri. Larning managmnt systm (LMS) mrupakan sistm manajmn pmblajaran yang dapat digunakan untuk mngimplmntasikan sistm pmblajaran onlin. Pngimplmntasian rkomndasi matri ajar dapat dilakukan dngan mmanfaatkan LMS trsbut.

2 Brdasarkan prmasalahan trsbut dilakukan implmntasi rkomndasi matri ajar brdasarkan krangka krja SILUENS shingga pngimplmntasiannya dapat mmbantu mahasiswa mmahami matri ajar yang dibrikan. 2 Dasar Tori 2.1 SILUENS Sistm Evaluasi Brintlignsia (SILUENS) mrupakan sistm valuasi yang dibuat untuk mwujudkan valuasi yang komprhnsif, mmnuhi prsyaratan valuasi dan mampu mngakomodasi prkmbangan tingkat pmahaman siswa scara kognitif juga mngnali gaya blajar (larning styl) siswa brdasarkan prilaku blajarnya (larning bhavior) [1]. Gambar 1 Krangka krja SILUENS [1] Pngimplmntasian sistm brdasarkan krangka krja SILUENS pada pnlitian ini adalah dngan mmfokuskan pada mtod pnyampaian matri yang ssuai dngan gaya blajar siswa yang diprolh pada tahap idntifikasi mnggunakan data clickstram, yang kmudian dianalisis untuk mmbrikan rkomndasi matri brdasarkan prfrnsi blajar. Pnggunaan kusionr sprti yang trdapat pada gambar 2 digunakan untuk mnginisialisasi pmahaman siswa trhadap gaya blajarnya masing- masing, pngrtian dari gaya blajarnya dan stratgi blajar yang ditawarkan ssuai dngan hasil kusionrnya. 2.2 Larning styl Larning styl adalah sbuah kombinasi dari banyak biological dan pngalaman yang ditujukan untuk konsntrasi, masing-masing dngan caranya sndiri. Gaya blajar stiap siswa brbda bda, ada yang dngan cara mndngar, mlihat, mmbaca, mnulis, ilustrasi, vrbalisasi ataupun pngalaman langsung [2]. Gaya blajar yang brbda bda dari stiap plajar atau siswa inilah yang mrupakan salah satu faktor pnntu bagaimana sorang siswa dapat mnrima, mmahami matri pmblajaran dngan cpat dan mudah. Nil Flming s VARK modl mrupakan modl larning styl yang mngacu kpada tip Visual, Aural, Rading / Writing, dan Kinsthtic, dimana masing masing modl trsbut mmiliki karaktristik sprti yang dijlaskan pada tabl 1. Tabl 1 Karaktristik masing - masing larning styl [3]. Larning Cara mmprolh informasi SWOT (Study Without Tars) styl Visual Untuk mmprolh informasi sorang yang visual dapat mnggunakan sbuah gambar, vido, postrs, slids ataupun flowchart. Aural Rading Kinsthtic dapat mnggunakan tap rcordr, mngingat atau mndngarkan suatu crita scara langsung atau dngan mlalui suara rkaman. dapat mnggunakan list, kamus, handouts, maupun txtbooks. praktik, contoh contoh yang ada, aplikasi dan trial and rror. Packag yang dapat digunakan untuk diplajari dapat dibuat dngan mnggambar kmbali apa yang tlah dilihat, mngamati pag/halaman pada layar atau mdia yang trsdia. Modl visual akan mrasa nyaman mlalui apa yang mrka lihat. mngubah ringkasan catatan catatan blajar baik itu dari txtbook atau yang sjnisnya kmudian mrkamnya dngan suara dan mndngarkannya kmbali. Modl aural akan mrasa nyaman mlalui apa yang mrka dngar dan mrka katakan mngubah ringkasan atau mnulis kmbali apa yang tlah dibaca, mmbaca nots brulang-ulang, mnulis kmbali apa yang trlihat pada tks, charts, ataupun diagram dngan kata atau kalimat sndiri. latihan, contoh nyata, studi kasus dan aplikasi yang dapat mmbantu tori yang ada.

3 VARK modl dipilih untuk diimplmntasikan karna modl ini mmiliki kritria yang ssuai untuk mngimplmntasikan rkomndasi matri ajar dan juga dapat dngan mudah dipahami prbdaan masing-masing komponnnya, sdrhana (simpl), mudah digunakan dan matri matri pmblajaran untuk mndukung larning styl trsbut sudah banyak didsain dibanding dngan larning styl lainnya [4]. VARK mngusulkan bahwa studnts blajar dngan cara yang brbda bda dan dngan bgitu hasil blajar dapat lbih maksimal jika mrka mnggunakan prfrnsi mrka sndiri dan bukan prfrnsi orang lain. 2.3 Clickstram Analysis Clickstram mrkam stiap aksi click dari sorang pngguna pada suatu wb [6]. Pada suatu wbsit, clickstram analytics mrupakan pross dari mngumpulkan, mnganalisis dan mlaporkan kumpulan data tntang halaman apa yang pngguna viw atau kunjungi brdasarkan mous clicks masing masing pngguna [7]. Pndkatan inilah yang digunakan untuk mngtahui larning styl pngguna. Ktrtarikan sorang studnt dngan suatu modl/ jnis pnyampaian matri yang dibrikan scara langsung akan brpngaruh juga ktika mnggunakan sistm pmblajaran onlin. Ssorang yang mnyukai suatu cara pnyampaian matri akan mnuju (visit) k matri yang cara pnyampaiannya juga mnyrupai yang sblumnya kmudian mnggunakannya, mncoba, dan mngmbangkannya, baik dia mmiliki kmampuan yang baik trhadap topic matri trsbut maupun tidak trlalu baik sprti yang diptakan pada tabl 2. P r f r n c s Tabl 2 Kaitan prfrnc dngan strngths, skills and abilitis abilitis [8] Strngths, skills and abilitis I am good at it I am not good at it. o Go to it! o Dvlop it. o Continu with your prsnt o Practic it. I lik it. stratgis. o Us it. o Enhanc thm. o Try it. I don t lik it. o Lav it till latr. o Motivation will void it. o Discard it. o Don t go thr! o Us your othr strngths. 3 Pmbahasan 3.1 Prancangan Sistm Moodl (Modular Objct Orintd Dynamic Larning Environmnt) mrupakan sbuah aplikasi Larning Managmnt Systm (LMS) yang dapat digunakan ataupun dimodifikasi olh siapa saja scara gratis. LMS ini digunakan untuk dimodifikasi shingga mnghasilkan sistm rkomndasi matri ajar. Pnlitian ini mmanfaatkan fitur fitur yang dimiliki olh Moodl untuk mnangkap prfrnsi dari pngguna sprti yang trlihat pada tabl 3. Tabl 3 Mapping larning styl, fitur Moodl dan dngan matri yang diimplmntasi Larning Styl Fitur Moodl yang digunakan Implmntasi pada SILUENS Visual (V) Pag Vido, PowrPoint Slid and Show. Aural (A) URL Voic, Slid ditambah dngan audio Rading (R) Fil Tks dokumn, fil pdf yang ditanamkan (mbddd) Kinsthtic (K) Extrnal tool Tools onlin yang ditanamkan (mbddd), tutorial 3.2 Implmntasi Sistm Pngimplmntasian sistm brdasarkan krangka krja SILUENS mmfokuskan pada mtod pnyampaian matri yang ssuai dngan gaya blajar siswa yang diprolh pada tahap idntifikasi mnggunakan data clickstram, yang kmudian dianalisis untuk mmbrikan rkomndasi matri brdasarkan prfrnsi blajar. Pngguna pada awalnya akan dibrikan matri pmblajaran normal yang blum dibrikan rkomndasi namun mnyajikan mpat jnis / tip matri yang masing masing matri trsbut mwakili satu larning styl. Prfrnsi usr dalam mngakss matri trsbut akan trsimpan mnjadi usr clickstram logs didalam databas. Usr clickstram logs trsbut kmudian diolah mlalui bbrapa tahapan pngolahan (capturing, filtring dan

4 kalkulasi larning styl) yang akan dibahas pada subbab brikutnya shingga mnghasilkan data hasil pngolahan brupa data larning styl masing masing pngguna. Data trsbut kmudian akan digunakan untuk pmtaan antara data larning styl dngan data cours shingga masing masing matri pmblajaran dapat dissuaikan dngan larning styl. Pross trsbut kmudian mnghasilkan pmbrian rkomndasi matri ajar brdasarkan larning styl yang paling dominan trhadap usr dan ditampilkan rkomndasi matri ajar trsbut brdasarkan matri yang paling dominan dngan usr. Studnt Moodl LMS Moodl Databas Start Data cours Mnampilkan matri ajar Usr clickstram logs Pngolahan clickstram logs Data larning styl Mnampilkan rkomndasi matri ajar End Gambar 2 Dsain simulasi sistm 3.3 Pngolahan clickstram logs dan kalkulasi larning styl Langkah atau tahapan untuk mlakukan pngolahan clickstram logs dimulai dngan pross capturing yang tlah dilakukan, kmudian dilakukan pross filtring trhadap data yang tlah ditangkap dan slanjutnya dilakukan pross kalkulasi brdasarkan standard algorithm sprti yang trlihat pada gambar 3. Capturing Filtring Kalkulasi larning styl Gambar 3 Tahapan pngolahan clickstram logs Capturing Tahap capturing dilakukan dngan cara sistm akan mnangkap bhavior dari pngguna slama mnggunakan sistm. Raw clickstram data dapat ditangkap dngan brbagai cara, salah satunya adalah mlalui srvr log fils. Srvr log fils suatu situs akan mrkam smua rqust dan prtukaran informasi antara srvr dan pngguna sistm [9]. Contoh bbrapa bagian dari pross capturing pada sistm adalah sprti yang mnunjukkan rkaman aktivitas yang dilakukan olh pngguna trlihat pada tabl 4 brikut: Tabl 4 Contoh pross capturing id vntnam componnt action objcttabl 1 \cor\vnt\usr_loggdin cor loggdin usr 2 \mod_rsourc\vnt\cours_modul_viwd mod_rsourc viwd rsourc 3 \cor\vnt\cours_viwd cor viwd NULL 4 \mod_chat\vnt\cours_modul_viwd mod_chat viwd chat 5 \mod_url\vnt\cours_modul_viwd mod_url viwd url Pross capturing ini akan mnangkap kgiatan pngguna dari awal hingga akhir, shingga pross capturing yang dilakukan akan mnghasilkan data clickstram logs yang brsifat dinamis. Hal ini dilakukan untuk mnangani apabila trjadi prubahan prilaku pngguna trhadap sistm Filtring Brdasarkan data hasil pada pross capturing, data trsbut akan disaring (filtr) untuk mngambil informasi yang brkaitan dngan objcttabl yang mwakili masing masing modul VARK. Informasi trsbut

5 brupa clickstram logs trhadap objcttabl pag, fil, url dan xtrnal tool shingga brdasarkan pross capturing akan mnghasil output pada pross filtring sprti yang trlihat pada tabl 5. Tabl 5 Contoh pross filtring id vntnam componnt action objcttabl 2 \mod_rsourc\vnt\cours_modul_viwd mod_rsourc viwd rsourc 5 \mod_url\vnt\cours_modul_viwd mod_url viwd url Cara yang digunakan untuk pross filtring adalah dngan mnambahkan qury sbagai brikut pada fungsi yang trdapat pada Moodl: SELECT objcttabl FROM `mdl9b_logstor_standard_log` WHERE usrid = '$usrid' and objcttabl in ('pag','url','rsourc','lti') group by objcttabl"; Kalkulasi Kusionr VARK Flming mmiliki dua jnis algoritma yang dapat digunakan untuk mngkatgorisasikan hasil dari pngisian kusionr yang diprolh, diantaranya adalah VARK rsarch algorithm dan VARK standard algorithm [10]. a. VARK Standard algorithm Algoritma ini mrupakan sbuah algoritma yang mnggunakan prbandingan aritmatika dari nilai masing masing skor VARK milik individu trsbut. Skor V, A, R, dan K sorang individu masing masing akan dijumlahkan, kmudian akan dibandingkan skornya untuk mndapatkan hasil prfrnsi blajar trbsar. b. VARK Rsarch algorithm Sprti yang tlah dijlaskan sblumnya, algoritma ini mrupakan algoritma yang mnggunakan standard dviasi dari databas VARK yang sangat bsar untuk mmbandingkan skor masing masing individu dngan skor individu yang lain yang tlah mnggunakan VARK. Algoritma yang digunakan pada kusionr VARK Nil D Flming adalah rsarch, sdangkan pada pngolahan clickstram logs algoritma yang digunakan adalah standard algorithm. Kuntungan dari digunakannnya algoritma standard ini adalah bahwa algoritma ini mmbandingkan skor rspondn hanya dngan dirinya sndiri tanpa ada rfrnsi dari luar, ukuran skor yang dibandingkan adalah untuk rspondn itu sndiri dan bukan dngan rspondn lain yang ada pada databas [11]. Brdasarkan hasil pross yang tlah dilakukan sblumnya maka akan diprolh hasil kalkulasi yang mnyatakan jumlah skor trbsar mrupakan larning styl yang paling dominan trsbut pngguna sprti yang trlihat pada tabl 6. Cara yang digunakan untuk pross kalkulasi adalah dngan mnambahkan qury sbagai brikut pada fungsi yang trdapat pada Moodl: SELECT objcttabl, count(objcttabl) as jumlah FROM `mdl9b_logstor_standard_log` WHERE usrid = '$usrid' ; Tabl 6 Contoh hasil pross kalkulasi usrid coursid objcttabl jumlah 3 2 Pag URL LTI Rsourc 95 Brdasarkan hasil yang diprolh trsbut maka larning styl pngguna dngan usrid 3 adalah Rad. Hal ini dikarnakan mmiliki jumlah viw trhadap rsourc (fil) trtinggi dibandingkan dngan objcttabl yang lainnya, shingga pngguna trsbut akan mmprolh rkomndasi matri rad. Pnlitian sblumnya mnjlaskan bahwa larning styl ssorang dapat brubah dari waktu k waktu dan modl dinamis (dynamic studnt modlling) dapat digunakan untuk mngidntifikasi prubahan larning styl, mmprbaruhi (updating) larning styl ssuai dngan bhavior usr dalam mnggunakan sistm [12]. 3.4 Pngujian dan Hasil Prbdaan hasil larning styl yang diprolh brdasarkan clickstram dngan kusionr VARK sbsar 77,8% dan mnghasilkan tmuan yang mngindikasikan bahwa larning styl yang ssorang rasakan bahwa ssorang trsbut mmiliki kcndrungan gaya blajar sprti itu (yang dihasilkan mlalui kusionr VARK) dapat brbda dngan cara ssorang trsbut mnggunakan sistm pmblajaran (yang dihasilkan mlalui clickstram). Hal trsbut dikatakan brupa indikasi karna ada faktor lain yang dapat mnybabkan prbdaan trsbut (misalnya pngisian kusionr tidak dngan sungguh sungguh mnggambarkan diri ssorang trsbut dan atau prilaku random trhadap sistm). Pngujian dan hasil yang diprolh trkait dngan pngimplmntasi rkomndasi matri ajar adalah dngan mnganalisis hasil nilai ujian dan mmprolh hasil positif sprti yang trlihat pada gambar 4 dimana sbanyak 83% pngguna yang mngalami prubahan nilai naik mnggunakan dan mngakss rkomndasi matri ajar yang dibrikan ssuai dngan larning styl-nya.

6 Gambar 4 Prubahan nilai stlah diimplmntasikan rkomndasi Slanjutnya untuk mndukung hasil pngujian trsbut dilakukan pngujian Paird Sampls T-Tst. Pngujian ini mnggunakan IBM SPSS untuk mmudahkan pross prhitungan dan analisis. Brdasarkan hasil ujian objk pnlitian dngan jumlah 36 orang mnghasil prbdaan hasil nilai ujian yang smakin baik yang diprolh siswa stlah mmprolh rkomndasi matri ajar sprti yang trlihat pada gambar 5. Gambar 5 Prbdaan man sblum dan ssudah rkomndasi Sblum mlakukan pngujian hingga mmprolh hasil ksimpulan trlbih dahulu prlu ditntukan hipotsis Ho dan Ha sprti brikut: Ho : Tidak ada prbdaan antara rata-rata nilai sblum dibrikan rkomndasi dngan rata-rata nilai ssudah dibrikan rkomndasi. Ha : Ada prbdaan antara rata-rata nilai sblum dibrikan rkomndasi dngan rata-rata nilai ssudah dibrikan rkomndasi Gambar 6 Hasil paird sampls tst Tingkat signifikansi yang digunakan pada pngujian ini adalah sbsar 5%. Tingkat signifikansi dalam hal ini brarti mngambil risiko salah dalam mngambil kputusan untuk mnolak hipotsis yang bnar sbsar 5% (0,05) dimana ukuran trsbut mrupakan ukuran standar yang sring digunakan dalam pnlitian. Nilai signifikansi (Sig.) kmudian digunakan untuk mnntukan apakah Ho ditrima atau ditolak dngan ktntuan sbagai brikut: Jika nilai Sig. < 0,05, maka Ho ditolak dan Ha ditrima. Shingga dapat disimpulkan trdapat prbdaan scara nyata. Jika nilai Sig. > 0,05, maka Ho ditrima. Shingga dapat disimpulkan tidak trdapat prbdaan scara nyata [13]. Nilai Sig. yang diprolh brdasarkan gambar 6 adalah sbsar 0,000 shingga Ha ditrima (0,000 < 0,005). Olh karna itu pada pngujian ini dapat diambil ksimpulan bahwa trdapat prbdaan hasil sblum dibrikan rkomndasi matri ajar dngan ssudah dibrikan rkomndasi matri ajar. 4 Ksimpulan dan Saran 4.1 Ksimpulan Brdasarkan hasil pngujian dan analisa yang tlah dilakukan sblumnya, dapat diambil bbrapa ksimpulan sbagai brikut: 1. Pndtksian larning styl stiap siswa dapat dilakukan dngan mnggunakan pndkatan clickstram analysis yang trdiri dari tahapan capturing, filtring dan kalkulasi. 2. Pndtksian larning styl stiap siswa yang dilakukan dngan mnggunakan pndkatan clickstram logs mnghasilkan larning styl yang brbda dngan mnggunakan pndkatan kusionr VARK onlin. Hal ini mnghasilkan ksimpulan bahwa larning styl ssorang dapat brbda dngan larning styl ktika mnggunakan sistm pmblajaran onlin. Hasil ksimpulan trsbut divalidasi dngan adanya hasil pngolahan fdback yang dibrikan kpada pngguna yang mnyatakan bahwa trdapat 28% pngguna

7 yang mngakss matri ajar pada sistm tidak brdasarkan hasil ts yang mrka prolh dngan pndkatan kusionr VARK diawal sblum mnggunakan sistm. 3. Faktor yang mnybabkan trdapatnya prbdaan hasil larning styl brdasarkan pndkatan clickstram log dngan pndktan kusionr VARK onlin trsbut adalah rndahnya tingkat awarnss pngguna shingga mnybabkan prilaku random dalam mnggunakan sistm, slain ini juga pngguna hanya mngakss jnis matri yang mrka ingin akss saja, tanpa mmprhatikan rkomndasi hasil kusionr yang mrka prolh sblumnya. 4. Rkomndasi matri ajar brdasarkan larning styl mampu mmbantu siswa mmahami matri pmblajarannya dan mampu mmbrikan bahan untuk valuasi guru dalam pross pmbuatan matri pmblajaran yang mampu mwakili larning styl masing masing pnggunanya. 4.2 Saran Saran yang dapat dibrikan untuk pngmbangan pnlitian slanjutnya adalah: 1. Pnggunaan tknik clikstrms analysis dngan mnggunakan paramtr lain slain paramtr contnt viw (contnt visit) pada larning styl VARK dapat dilakukan sbagai prbandingan. 2. Bahan ajar atau kontn pndukung dapat dibuat trlbih dahulu sblum mlakukan studi kasus untuk mningkatkan kualitas ktpatan pmbrian matri yang ssuai dngan larning styl. Daftar Pustaka [1] A. Hrdiani and H. S. Sastramihardja, "SILUENS Sistm Evaluasi Brintlignsia dalam -Larning". [2] R. Dunn and K. Burk, Larning styl: Th clu to you. (LS and CY: Rsarch and implmntation manual), [3] N. Flming, [Onlin]. Availabl: [Accssd 03 Novmbr 2015]. [4] W. L. Lit, M. Svinicki and Y. Shi, "Attmptd Validation of th Scors of th VARK: Larning Styls Invntory With Multitrait-Multimthod Confirmatory Factor Analysis Modls," Educational and Psychological Masurmnt, vol. 70, no. 2, pp , April [5] N. D. Flming, "vark-larn," A guid to larning styls, [Onlin]. Availabl: [Accssd May 2016]. [6] J. Wi, Z. Shn, N. Sundarsan and K.-L. Ma, "Visual Clustr Exploration of Wb Clickstram Data". [7] A. Abraham, A.-E. Hassanin, A. P. d Lon F. d Carvalho and V. Snášl, "Mining and Analysis of Clickstram Pattrns," in Studis in Computational Intllignc, Springr-Vrlag, [8] N. D. Flming, "vark-larn," August [Onlin]. Availabl: [Accssd Jun 2016]. [9] R. E. Bucklin and C. Sismiro*, March [Onlin]. Availabl: [Accssd 22 Jun 2016]. [10] N. D. Flming, "vark-larn," A guid to larning styl, [Onlin]. Availabl: [Accssd Jun 2016]. [11] N. D. Flming, "vark-larn," [Onlin]. Availabl: [Accssd Jun 2016]. [12] K. Q. Z. P. M. V. S. (. P. I. D. I. D. G. S. J. M. S. (. Sabin Graf, Towards Larning and Instruction in Wb 3.0: Advancs in Cognitiv and Educational Psychology, Springr-Vrlag Nw York, [13] S. Raharjo, "Konsistnsi," Panduan Olah Data Pnlitian dngan SPSS, 5 March [Onlin]. Availabl: [Accssd Jun 2016].