<![CDATA[Penelitian ini bertujuan mengoptimalkan kesuksesan akademis dengan mengembangkan sistem deteksi dini guna mengidentifikasi potensi mahasiswa tingkat akhir yang berisiko dropout. Penelitian berfokus pada perancangan sistem yang mampu memberikan peringatan kepada pembimbing akademik atau bagian akademik kampus untuk segera melakukan mitigasi pencegahan, dengan tujuan mengurangi potensi mahasiswa drop out lebih banyak. Metodologi penelitian dimulai dengan analisis faktor dropout melibatkan tinjauan literatur, wawancara, dan studi kasus. Selanjutnya, model prediktif dikembangkan menggunakan metode machine learning, seperti regresi logistik, dengan memanfaatkan data akademik dan perilaku studi mahasiswa. Implementasi sistem deteksi dilakukan dengan menyusun antarmuka pengguna yang user-friendly dan integrasi yang baik dengan sistem informasi kampus. Hasil penelitian ini menunjukkan bahwa model prediktif yang dikembangkan mampu mengidentifikasi mahasiswa tingkat akhir yang berpotensi dropout dengan akurasi yang tinggi. Sistem deteksi memberikan peringatan dini kepada pembimbing akademik atau bagian akademik kampus, memungkinkan mereka untuk mengambil langkah-langkah pencegahan dan memberikan bantuan tepat waktu. Evaluasi kinerja sistem menunjukkan efektivitasnya dalam meningkatkan kesadaran dan respon terhadap potensi mahasiswa drop out, dengan harapan dapat memberikan kontribusi positif terhadap peningkatan tingkat kelulusan dan kualitas pendidikan tinggi secara keseluruhan.]]>
Copyrights © 2024
