SAPS — Student Academic Prediction System

🎓

Total Mahasiswa

120

Dataset keseluruhan

🧠

Akurasi Model

87.5%

Decision Tree

⚠️

Mahasiswa Berisiko

34

28.3% dari total

✅

Tepat Waktu Lulus

79

65.8% dari total

Distribusi Status Risiko

n=120

Tidak Berisiko (71.7%)

Berisiko (28.3%)

Distribusi Prediksi Kelulusan

n=120

Tepat Waktu (65.8%)

Terlambat (34.2%)

Rata-rata Fitur per Status Risiko

Komparasi

Feature Importance

Decision Tree

🎓

Dataset SIAKAD Mahasiswa Indonesia

Sumber: Kaggle · hafizhathallah/kelulusan-mahasiswa · Lisensi CC BY-SA 4.0

500

Records

8

Fitur

2

Label

Data Mahasiswa SIAKAD

Hal 1 / 25

ID	Nama	Prodi	IPK	Kehadiran	Nilai MK	SKS	MK Ulang	Sem	Status Risiko	Prediksi Lulus

☁ Word Cloud — Faktor Risiko Akademik

Berdasarkan Data

Ukuran kata mencerminkan seberapa sering faktor tersebut muncul pada mahasiswa berisiko di dataset SIAKAD.

Intensitas:

Rendah → Tinggi

☁ Word Cloud — Rekomendasi Akademik

AI Generated

Kata kunci rekomendasi yang paling sering diberikan sistem kepada mahasiswa berisiko berdasarkan pola data.

Intensitas:

Rendah → Tinggi

Analisis Frekuensi Kata

Top 10

Faktor Risiko

Rekomendasi

Input Data Mahasiswa

6 Fitur

IPK 3.00

Kehadiran 80%

Nilai Rata-rata MK 75

SKS Lulus 100

MK Mengulang 1

Semester 6

Hasil Prediksi Model

Status Risiko

—

Prediksi Kelulusan

—

Accuracy

87.5%

Precision

84.2%

Recall

81.6%

F1-Score

82.9%

Confusion Matrix — Status Risiko

Pred: Aman

Pred: Risiko

Aktual
Aman

61TP

8FP

Aktual
Risiko

7FN

24TN

Benar (85)

Salah (15)

Confusion Matrix — Prediksi Lulus

Pred: Tepat

Pred: Lambat

Aktual
Tepat

57TP

9FP

Aktual
Lambat

6FN

28TN

Benar (85)

Salah (15)

Perbandingan Algoritma

Akurasi (%)

Informasi Model

Konfigurasi

Algoritma	Decision Tree Classifier
Library	scikit-learn (Python)
Dataset	120 records · 6 fitur · Kaggle Indonesia
Split	80% Training / 20% Testing (96 / 24)
Max Depth	5
Criterion	Gini Impurity