Analisis Statistik Terhadap Pola dan Distribusi Waktu Belajar Mandiri Mahasiswa Reguler CK (Studi Kasus: Universitas Pamulang)
Keywords:
Python, Manajemen Waktu, Mahasiswa Pekerja, Pola Tidur, Statistik DeskriptifAbstract
Mahasiswa yang menjalani peran ganda sebagai pekerja (working students) menghadapi tantangan manajemen waktu yang kompleks, yang seringkali berdampak pada performa akademik dan kesehatan mental. Fenomena ini menyebabkan mahasiswa rentan mengalami kelelahan fisik yang menghambat efektivitas kognitif. Penelitian ini bertujuan untuk menganalisis profil durasi belajar mandiri dan pola tidur mahasiswa Kelas Reguler CK Universitas Pamulang, serta menguji hubungannya dengan tingkat penguasaan materi perkuliahan. Metode penelitian yang digunakan adalah kuantitatif deskriptif dengan pendekatan komputasi. Pengolahan data survei dari 20 responden dilakukan menggunakan modifikasi algoritma bahasa pemrograman Python, memanfaatkan pustaka Pandas untuk meningkatkan akurasi data cleaning pada data tidak terstruktur. Hasil penelitian menunjukkan bahwa rata-rata durasi belajar mandiri mahasiswa sangat rendah, yaitu 1,70 jam/hari, sedangkan rata-rata waktu tidur adalah 5,88 jam/hari. Analisis lebih lanjut mengungkap bahwa faktor kelelahan fisik menjadi hambatan belajar utama bagi 55% responden. Uji korelasi Pearson menunjukkan adanya hubungan positif (r=0,35) antara durasi waktu tidur dengan penguasaan materi, namun korelasi negatif yang sangat lemah pada durasi belajar. Kesimpulannya, bagi mahasiswa pekerja, kualitas istirahat memiliki kontribusi yang lebih signifikan terhadap kesiapan belajar dibandingkan sekadar memaksakan durasi belajar yang panjang dalam kondisi lelah. Temuan ini menyarankan perlunya strategi belajar yang lebih efisien berbasis manajemen energi.
References
A. Bela and B. Santoso, “Prokrastinasi Akademik dan Manajemen Waktu Terhadap Stres Akademik,” Jurnal Psikologi Wijaya Putra, vol. 4, no. 1, pp. 37–48, 2023, doi: 10.38156/psikologi.v4i1.123.
A. P. Candra, “Analisis Data Menggunakan Python: Memperkenalkan Pandas dan NumPy,” Journal of Information System and Education Development, vol. 3, no. 1, pp. 11–16, 2025.
E. Susanta, “Analisis Statistik Uji Normalitas dan Homogenitas Data Nilai Mata Pelajaran dengan Menggunakan Python,” AL-IBANAH: Jurnal Pendidikan Islam, vol. 10, no. 1, pp. 51–56, 2025.
I. Arifin and R. Q. Ain, “Peran Manajemen Waktu dalam Meningkatkan Produktivitas Belajar Mahasiswa,” Sultra Educational Journal, vol. 1, no. 3, pp. 45–51, 2021, doi: 10.54297/seduj.v1i3.199.
I. Firdaus and D. Rahmawati, “Strategi Manajemen Waktu bagi Mahasiswa yang Bekerja Paruh Waktu (Studi Kualitatif),” Jurnal Ilmiah Research Student, vol. 2, no. 2, pp. 15–25, 2025.
I. H. Ikasari, P. Rosyani, and R. Amalia, “Klasifikasi Jenis Buah Menggunakan Metode CNN,” RIGGS: Journal of Artificial Intelligence and Digital Business, vol. 4, no. 2, pp. 45–52, 2024.
I. Suhada and P. Rosyani, “Konversi Citra RGB Ke Grayscale Menggunakan OpenCV,” JRIIN: Jurnal Riset Informatika dan Inovasi, vol. 2, no. 3, pp. 10–15, 2024, doi: 10.31004/jriin.v2i3.123.
N. M. Surbakti, “Penggunaan Bahasa Pemrograman Python dalam Pembelajaran Kalkulus,” Algoritma: Jurnal Matematika, vol. 2, no. 3, pp. 98–107, 2024, doi: 10.62383/algoritma.v2i3.67.
P. Rosyani and J. Priambodo, “Penerapan Algoritma C4.5 Untuk Prediksi Tingkat Kepuasan Mahasiswa,” Jurnal Informatika Universitas Pamulang, vol. 5, no. 4, pp. 50–58, 2021.
P. Rosyani, “Classification of Plant Leaf Diseases Using Convolutional Neural Networks,” International Journal of Integrative Sciences, vol. 4, no. 1, pp. 1–10, 2025.
R. Amalia and P. Rosyani, “Biodiversity Mapping and Utilization of Medicinal Plants,” Journal of Public Health Research, vol. 8, no. 2, pp. 120–130, 2025, doi: 10.55927/fjst.v4i1.13443.
R. Syahputra, “Analisis Pola Tidur Mahasiswa Teknik Informatika Menggunakan Algoritma K-Means,” Jurnal Teknologi Informasi, vol. 9, no. 3, pp. 100–110, 2022.
S. P. Y. Haryati, “Hubungan Kualitas Tidur dengan Prestasi Belajar pada Mahasiswa,” Jurnal Penelitian Perawat Profesional, vol. 5, no. 2, pp. 473–480, 2023.
Sugiyono, Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta, 2021.
W. McKinney, Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3rd ed. Sebastopol: O’Reilly Media, 2022.
