SIPKA

Sistem Prediksi Kesiapan Akreditasi Program Studi berbasis Machine Learning — instrumen 9 kriteria SN-Dikti, mendukung BAN-PT & Lembaga Akreditasi Mandiri
Akurasi model (10-Fold CV)

Profil Kinerja Program Studi

Pilih lembaga akreditasi tujuan, kemudian isi indikator kuantitatif tiap kriteria. Nilai mentah akan dikonversi otomatis menjadi skor 0–4 sesuai rubrik matriks penilaian.

Tombol contoh mengisi form dengan profil simulasi.
Masih ada indikator yang kosong. Lengkapi seluruh isian atau gunakan tombol contoh.

Hasil Prediksi Kesiapan

Prediksi dihasilkan model yang dilatih pada profil simulasi berbasis struktur matriks 9 kriteria.

🗂
Belum ada prediksi. Isi data pada halaman Input Data Prodi lalu tekan Jalankan Prediksi.

Evaluasi & Perbandingan Algoritma

Empat algoritma diuji dengan 10-Fold Stratified Cross Validation pada dataset yang sama. Metrik: Accuracy, Precision (macro), Recall (macro), F1-Score (macro), dan AUC (one-vs-rest).

AlgoritmaAccuracyPrecisionRecallF1-ScoreAUC

Matriks Bobot 9 Kriteria per Lembaga Akreditasi

Preset bobot (total 100) mengikuti pola instrumen 9 kriteria SN-Dikti — kriteria Luaran & Capaian Tridharma berbobot dominan. Bobot dapat disesuaikan dengan dokumen resmi instrumen masing-masing LAM pada implementasi institusi.

Rubrik Konversi Nilai Mentah → Skor 0–4 (ringkas)

  • Rasio dosen:mahasiswa — skor 4 pada rentang 1:10 s.d. 1:25, menurun di luar rentang.
  • Dosen S3 ≥ 50%, LK+GB ≥ 40%, serdos ≥ 80% → skor 4 (interpolasi linier).
  • DOP ≥ Rp20 jt/mhs/th, dana penelitian ≥ Rp10 jt & PkM ≥ Rp5 jt/dosen/th → skor 4.
  • IPK ≥ 3,25, kelulusan tepat waktu ≥ 70%, waktu tunggu ≤ 3 bulan, kesesuaian ≥ 80% → skor 4.
  • Publikasi + HKI ≥ 1 karya/dosen/th, penelitian ≥ 1,5 judul/dosen/th → skor 4.
  • Indikator kualitatif (VMTS, tata pamong, kurikulum OBE) dinilai langsung skala 0–4.

Klasifikasi Kesiapan (skala Nilai Akreditasi 0–400)

  • Siap — Unggul : NA ≥ 361
  • Siap — Baik Sekali : 301 ≤ NA ≤ 360
  • Siap — Baik : 200 ≤ NA ≤ 300
  • Belum Siap : NA < 200