Formulir Validasi Ahli (Expert Validation)

Sistem Peringatan Dini Dropout Mahasiswa
Hierarchical Early Warning System (HEWS)

⭐ Fokus: Threshold Optimal τ = 0.4234 & Interpretasi SHAP
A. Identitas Dosen Pembimbing
B. Kemudahan Penggunaan (Usability)

1. Dashboard (slider & grafik) mudah dipahami dan digunakan.

2. Visualisasi SHAP (Waterfall Plot) memudahkan memahami alasan spesifik mengapa mahasiswa berisiko.

3. Informasi (probabilitas, faktor dominan) cukup untuk mengambil keputusan awal.

C. Relevansi Fitur dengan Pengalaman Lapangan

4. Fitur dominan (Absensi, IPS, SKS, dll.) sesuai dengan pengalaman membimbing.

5. Interpretasi SHAP (merah=↑risiko, biru=↓risiko) masuk akal secara pedagogis.

6. Sistem membantu melihat faktor yang mungkin terlewat jika berbeda dengan intuisi.

D. Kepercayaan Model & Threshold (τ=0.4234)

7. Threshold 0.4234 cukup sensitif mendeteksi dropout tanpa terlalu banyak false alarm.

8. Saya percaya sistem ini andal untuk peringatan dini sebelum mahasiswa dropout.

E. Dampak Praktis & Rekomendasi

9. Sistem membantu mengidentifikasi mahasiswa yang memerlukan intervensi khusus.

10. Saya merekomendasikan HEWS digunakan luas di lingkungan akademik.

F. Saran & Masukan Kualitatif
G. Tanda Tangan Digital
* Tanda tangan akan tersimpan sebagai gambar digital.

Validator,

(Nama Lengkap & Tanda Tangan)

NIP. ___________________

Universitas: ___________________

Peneliti,

Ismail Setiawan

Tanggal: 02-09-2026

Lihat Model
* Formulir ini digunakan sebagai bukti validasi ahli (Expert Validation) dalam penelitian disertasi.