Dalam pengelolaan akademik, perguruan tinggi dihadapkan pada tantangan pemantauan performa mahasiswa dalam jumlah besar. Evaluasi yang masih bersifat manual dan reaktif menyebabkan keterlambatan dalam pengambilan keputusan, sehingga berdampak pada rendahnya tingkat kelulusan tepat waktu.

Pendekatan berbasis data diperlukan untuk:

1. Mengoptimalkan pemanfaatan data akademik historis
2. Mengidentifikasi risiko keterlambatan kelulusan sejak dini
3. Mendukung kebijakan akademik yang objektif dan terukur

Student Graduation Predictor berfungsi sebagai Sistem Pendukung Keputusan Akademik yang mengintegrasikan analisis data dan visualisasi dalam satu platform terpadu.

Melalui sistem ini, pihak akademik dapat:

1. Mengunggah data mahasiswa dalam format CSV
2. Melakukan analisis dan pelatihan model secara otomatis
3. Mengakses hasil prediksi beserta penjelasan logika keputusan

Sistem dirancang agar mudah digunakan, cepat, dan dapat diandalkan.

Fitur Utama

1. Algoritma C4.5 Kustom

1. Menggunakan Information Gain Ratio untuk pemilihan atribut optimal
2. Menghasilkan model yang interpretatif dan transparan

2. Pemrosesan Data Otomatis

1. Pembersihan dan normalisasi data
2. Discretization variabel numerik (IPK, SKS, dll.)
3. Penanganan data kontinu secara dinamis

3. Analitik dan Visualisasi

1. Visualisasi pohon keputusan
2. Evaluasi model (Akurasi, Presisi, Recall, F1-Score)
3. Exploratory Data Analysis (EDA) otomatis

4. Antarmuka Profesional

1. Desain responsif dan intuitif
2. Berbasis web, mudah diakses oleh staf akademik

Arsitektur Sistem

1. Backend: Flask
2. Pengolahan Data: Pandas dan NumPy
3. Visualisasi: Matplotlib dan Seaborn
4. Deployment: Docker & Docker Compose

Arsitektur ini memastikan sistem stabil, konsisten, dan siap diterapkan di lingkungan institusi.

Manfaat Bagi Perguruan tinggi

1. Deteksi dini mahasiswa berisiko
2. Dasar pengambilan keputusan akademik berbasis data
3. Peningkatan kualitas layanan akademik
4. Optimalisasi tingkat kelulusan tepat waktu