<![CDATA[Drop out telah menjadi masalah utama di banyak universitas, berdampak signifikan pada mahasiswa, institusi pendidikan, dan masyarakat luas. Tingginya angka dropout mencerminkan kualitas universitas yang buruk, menurunkan reputasi, dan akreditasi Universitas. Penyebab dropout bervariasi, termasuk faktor akademik, finansial, ataupun faktor lainnya. Penelitian ini bertujuan untuk mengembangkan sistem pengolahan data siswa yang lebih efisien guna mengatasi masalah drop out di Universitas Esa Unggul. Saat ini, pengelolaan data siswa masih menggunakan Microsoft Excel, yang tidak hanya memakan waktu lama tetapi juga rentan terhadap kesalahan penginputan. Oleh karena itu, sistem baru ini menggunakan data warehouse untuk penyimpanan data, bahasa pemrograman Python untuk pengolahan data untuk mengetahui faktor penyebab dropout, serta algoritma K-Means untuk mengetahui pengelompokan mahasiswa yang berpotensi dropout rendah, sedang, dan tinggi yang kemudian ditampilkan kedalam visual Dengan pendekatan proaktif seperti panggilan dan pengiriman pesan kepada mahasiswa yang terancam dropout, sistem ini diharapkan dapat membantu universitas dalam mengurangi angka dropout dan meningkatkan kualitas pendidikan secara keseluruhan.]]>
Copyrights © 2024
