Rancangan Early Warning System Berbasis Big Data untuk Deteksi Dini Risiko Dropout Mahasiswa

Di video ini saya mempresentasikan rancangan solusi Big Data untuk mendeteksi mahasiswa pendidikan jarak jauh yang berisiko putus kuliah sejak dini Pada Kampus Perguruan Jarak Jauh, dosen tidak bertemu langsung dengan mahasiswa sehingga tanda-tanda penurunan motivasi sulit terlihat. Padahal setiap klik mahasiswa di Virtual Learning Environment (VLE) terekam sebagai data log. Rancangan ini memanfaatkan data tersebut untuk membangun sistem peringatan dini. Studi kasus memakai Open University Learning Analytics Dataset (OULAD) berisi data 32.593 mahasiswa dan 10.655.280 baris log klik VLE. Teknologi yang digunakan: Kaggle API untuk pengumpulan data otomatis Google Drive sebagai data lake Google Colab sebagai lingkungan komputasi cloud Apache Spark (PySpark & Spark MLlib) untuk pemrosesan dan pelatihan model Power BI untuk dashboard Early Warning System