Kerangka integrasi carta kawalan dan nipals untuk ramalan prestasi akademik pelajar berasaskan data masa efikasi kendiri

Abstract

Model ramalan prestasi pelajar penting untuk membantu bukan sahaja pelajar itu sendiri tetapi juga tenaga pengajar dalam mengenal pasti pelajar yang berisiko mempunyai masalah atau pun berupaya untuk cemerlang pada masa hadapan. Banyak model ramalan telah dikembangkan menggunakan teknik pembelajaran mesin untuk meramal prestasi pelajar, namun masih terdapat beberapa kelompangan yang perlu diisi iaitu faktor masa yang berterusan, efikasi kendiri dan tingkah laku dalam pembelajaran pelajar. Oleh itu, carta kawalan digunakan untuk mengenal pasti data pelajar yang bermasalah dan seterusnya diaplikasikan dalam model Analisis Diskriminan PLS (DPLS) berasaskan algoritma Non-Linear Iterative Partial Least Square (NIPALS). Kajian ini bertujuan membangunkan satu kerangka peramalan integrasi yang menggabungkan carta kawalan Hotelling T2 bersama DPLS berasaskan algoritma NIPALS dalam meramal prestasi akademik pelajar. Carta kawalan berfungsi sebagai model pengesanan atau penapis manakala model ramalan DPLS bertindak sebagai peramal. Faktor masa diintegrasikan ke dalam set data meggunakan konsep Analisis Komponen Utama Multiarah (MPCA) dengan penambahan bilangan minggu sebagai pemboleh ubah baharu untuk membentuk matriks data tiga dimensi. Proses unfolding dibuat ke atas kumpulan data ini dan disusun semula menjadi satu matriks data dua dimensi yang besar sebelum model ramalan berasaskan NIPALS dibangunkan. Analisis Diskriminan PLS (DPLS) berasaskan algoritma NIPALS digunakan dalam membangunkan model ramalan di antara matriks data X dan Y berdasarkan kepada kategori gred keputusan akhir bagi setiap pelajar. Kerangka yang dibangunkan menunjukkan keupayaan model carta kawalan dalam membuat pengesanan pelajar berisiko dan model DPLS yang dibangunkan menunjukkan kebolehan dalam meramal prestasi pelajar melalui data yang berterusan. Model ramalan DPLS berasaskan algoritma NIPALS berupaya untuk membuat ramalan yang baik bagi faktor masa berterusan berbanding ramalan melalui data secara one-off. Model ini dibangunkan menggunakan data masa dan prestasi sebenar yang dikumpul melalui 182 orang pelajar Institusi Pengajian Tinggi Awam. Pengintegrasian faktor masa dapat membantu dalam memantau corak perubahan prestasi menggunakan carta kawalan dan dalam meramal prestasi pelajar dengan lebih baik berbanding dengan tanpa berdasarkan faktor masa.