<![CDATA[Abstrak. Manajemen reputasi institusi pendidikan secara manual kini tidak efisien akibat information overload wacana publik digital, sehingga menghambat mitigasi krisis. Penelitian ini bertujuan merancang sistem orkestrasi analitik data multi-sumber terotomasi untuk intelijen pemantauan reputasi. Metodologi mengintegrasikan kerangka CRISP-DM dan Agile Scrum dalam siklus Machine Learning Operations (MLOps). Arsitektur dibangun menggunakan Apache Airflow untuk ekstraksi data paralel, IndoBERT hibrida untuk klasifikasi sentimen, PostgreSQL (pgvector) untuk penyimpanan vektor, dan Retrieval-Augmented Generation (RAG) Google Gemini pada dasbor Streamlit. Hasil pengujian membuktikan sistem beroperasi otonom dan fault-tolerant. Logika IndoBERT hibrida berhasil mengoreksi bias, meningkatkan Recall kelas negatif dari 20% menjadi 80%, sementara RAG efektif mengeliminasi halusinasi kecerdasan buatan. Kesimpulannya, integrasi teknologi ini menghasilkan sistem pendukung keputusan yang tangguh, sehingga memungkinkan institusi merespons dinamika opini publik secara proaktif dan berbasis bukti.]]>
Copyrights © 2026
