https://github.com/rezaafaisal/dropout-classification
https://github.com/rezaafaisal/dropout-classification
Last synced: 2 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/rezaafaisal/dropout-classification
- Owner: rezaafaisal
- Created: 2025-01-14T09:33:51.000Z (4 months ago)
- Default Branch: main
- Last Pushed: 2025-01-15T07:34:41.000Z (4 months ago)
- Last Synced: 2025-02-26T07:37:07.985Z (3 months ago)
- Language: Jupyter Notebook
- Size: 3.7 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Proyek Akhir: Menyelesaikan Permasalahan Perusahaan Edutech
## Business Understanding
Jaya Jaya Institut merupakan salah satu institusi pendidikan perguruan yang telah berdiri sejak tahun 2000. Hingga saat ini ia telah mencetak banyak lulusan dengan reputasi yang sangat baik.
### Permasalahan Bisnis
Dibalik dari semua keindahan yang ada pada Jaya Jaya Institute, terdapat masalah seperti terdapat beberapa siswa yang tidak menyelesaikan pendidikannya alias dropout. Jumlah dropout yang tinggi ini tentunya menjadi salah satu masalah yang besar untuk sebuah institusi pendidikan.
### Cakupan Proyek
1. Menganalisis faktor penyebab dropout siswa.
2. Membuat model machine learning yang dapat digunakan untuk prediksi sederhana yang dapat di akses online.
3. Membangun dashboard menggunakan metabase untuk analisis penyebab terjadinya dropout
### Persiapan
Sumber data: [students_performance](https://github.com/dicodingacademy/dicoding_dataset/blob/main/students_performance/README.md)
Setup environment:
```
pip install -r requirements.txt
```
*menginstall library yang diperlukan*
```
streamlit run app.py
```
*menjalankan model menggunakan streamlit*
## Business Dashboard
[Link Dashboard](https://metabase.frealabs.web.id/public/dashboard/5b5f645f-ac99-40b4-bfc3-a4795420db69)
Dashboard yang dibuat merupakan salah satu solusi untuk mengatasi tingginya jumlah dropout pada Jaya Jaya Institute, dengan menampilkan data yang memiliki korelasi terhadap dropout siswa seperti :
- Rata-rata nilai siswa setiap semester
- Siswa termasuk penerima beasiswa atau tidak
- Apakah biaya kuliah sesuai dengan keadaan saat ini
- Apakah siswa termasuk orang yang mengungsi
- Apakah jurusan mempengaruhi tingkat dropout
Pada bagian atas terdapat data kuantitatif terkait massa siswa yang dropout dan berapa persetanasenya, siswa yang lulus, dan siswa yang sedang berlangsung belajar mengajarnya
Dibawahnya terdapat grafik bar yang menunjukkan bahwa nilai rata-rata siswa sangat mempengaruhi tingkat dropout siswa, dan nilai yang lebih tinggi cenderung akan selesai atau lulus.
Disampingnya terdapat grafik donat yang menampilkan persentase siswa yang mendapatkan beasiswa antara yang dropout, yang lulus maupun yang sedang bersekolah dan terlihat jelas jika dibandingkan antara yang lulus dan dropout, sisawa yang mendapatkan beasiswa kemungkinan besar tidak ada dropout.
Sedangkan dibawahnya lagi terdapat 2 grafik donat yang menunjukan apakah siswa yang tidak mendapatkan biaya kuliah sesuai dengan keadaan saat ini dan siswa yang tidak mengungsi cenderung dropout.
Grafik bar horizontal yang mnunjukakan daftar jurusan dan persentase dropout siswanya dengan peringkat pertama diduduki oleh Biofuel Production Technologies kemudian selanjutnya.
## Menjalankan Sistem Machine Learning
```
streamlit run app.py
```
*jika ingin menjalankan secara lokal di komputer*
1. Untuk menjalankan sistem, silahkan kunjungi : [Link Prototype Model](https://dropout-classification.streamlit.app/)
2. maka akan tampil sperti gambar diatas, lalu silahkan sesuaikan inputan dengan siswa yang ingin diprediksi statusnya apakah termasuk dropout atau tidak
3. selanjutnya tekan prediksi maka akan tampil hasil prediksi beserta probabilitasnya dalam bentuk tabel.
## Conclusion
Berdasarkan hasil analisis, terdapat beberapa faktor yang paling mempengaruhi tingkat dropout siswa diantaranya adalah nilai akhir semester siswa, dimana siswa yang memiliki nilai yang rendah cenderung di-dropout
Selanjutnya yang mempengaruhi dropout adalah biaya pendidikan sesuai dengan yang terbaru, ini cukup mempngaruhi karena jika tidak sesuai maka potensi dropout lebih tinggi jika biaya sesuai dengan biaya terbaru.
Penerima beasiswa sangat mempengaruhi motivasi pelajar untuk menyelesaikan pendidikannya, tidak heran jika orang yang mendapatkan beasiswa akan berusaha sedini mungkin untuk terhindar dari dropout.
### Rekomendasi Action Items
1. Optimalisasi Dukungan Akademik
- **Pendampingan Belajar**: Menyediakan program bimbingan belajar tambahan untuk siswa yang memiliki nilai rendah.yang berisiko mengalami kesulitan akademik dan memberikan perhatian khusus.
- **Pemberian Feedback yang Cepat**: Memberikan umpan balik langsung kepada siswa terkait kinerja mereka agar dapat memperbaiki performa sebelum terlambat.
2. Peningkatan Akses Beasiswa
- **Program Beasiswa Baru**: Menyediakan lebih banyak peluang beasiswa, terutama untuk siswa dari latar belakang ekonomi rendah.
3. Penyesuaian Biaya Pendidikan
- **Skema Pembayaran Fleksibel**: Memberikan opsi pembayaran cicilan atau pengurangan biaya bagi siswa yang menghadapi kesulitan ekonomi.
- **Subsidi Pendidikan**: Berkolaborasi dengan pihak ketiga untuk memberikan subsidi biaya pendidikan bagi siswa kurang mampu.