<![CDATA[Kemampuan adaptasi mahasiswa dalam pembelajaran daring merupakan faktor penting yang memengaruhi motivasi, keterlibatan, dan keberhasilan akademik. Untuk mendukung deteksi dini tingkat adaptasi mahasiswa, penelitian ini mengusulkan pembangunan sistem prediksi berbasis machine learning menggunakan framework Flask. Model dilatih menggunakan dataset mahasiswa yang mencakup aspek demografis, teknis, dan sosial-ekonomi. Beberapa algoritma diuji untuk menentukan model terbaik dengan indikator akurasi, presisi, recall, dan F1-score. Model yang terpilih kemudian diintegrasikan ke dalam aplikasi web dengan memanfaatkan Flask sebagai micro web framework yang ringan dan fleksibel. Proses deployment dilakukan dengan membangun API yang menerima input data mahasiswa, menjalankan prediksi, dan menghasilkan keluaran berupa kategori adaptasi rendah, sedang, atau tinggi. Sistem yang dihasilkan mampu memberikan hasil dengan antarmuka sederhana sehingga mudah digunakan oleh mahasiswa maupun dosen. Hasil implementasi menunjukkan bahwa penggunaan Flask tidak hanya mempercepat proses integrasi model machine learning ke dalam aplikasi berbasis web, tetapi juga membuka peluang pengembangan lebih lanjut, termasuk integrasi dengan sistem manajemen pembelajaran. Penelitian ini berkontribusi dalam menghadirkan solusi praktis untuk mendukung personalisasi pembelajaran daring melalui pemanfaatan teknologi prediksi adaptasi mahasiswa.]]>
Copyrights © 2025
