Sistem ini menyimulasikan algoritma Hierarchical Early Warning System (HEWS) berdasarkan ekstraksi Explainable AI (SHAP). Berikut cara menggunakannya:
Langkah 1: Ubah nilai pada form di kolom kiri. Form ini terbagi menjadi Fitur Perilaku Dinamis (IPK, Absensi, SKS) dan Fitur Latar Belakang Statis (Ekonomi, Mutu Sekolah).
Langkah 2: Klik tombol "Analisis Probabilitas" di bagian bawah form.
Langkah 3: Perhatikan angka Probabilitas di sebelah kanan. Jika melampaui batas sensitif 42.34% (Adaptive Threshold), sistem akan membunyikan alarm Dropout.
Langkah 4: Lihat diagram Waterfall (SHAP). Batang Merah adalah faktor yang mendorong ke arah Drop Out. Batang Biru adalah faktor penyelamat.
Langkah 5: Baca "Analisis & Interpretasi Klinis" di panel biru bagian paling bawah. Penjelasan tersebut akan berubah-ubah secara otomatis merangkum alasan kausalitas dari input spesifik yang Anda berikan.
HEWS - Hierarchical Early Warning System
Evaluasi Probabilitas Dropout Fase Ultra-Early (Semester 1 & 2) dengan Explainable AI
Input Profil Mahasiswa (Top-10 Fitur)
Domain Akademik & Perilaku Dinamis (Smt 1 & 2)
Domain Demografis (Latar Belakang Statis)
Hasil Diagnosis Sistem (SHAP Explainer)
Probabilitas Dropout:
(Ambang Batas Optimasi XGBoost: 42.34%)
Visualisasi Waterfall Plot (Simulasi SHAP)
*Merah (Positif) mendorong probabilitas ke arah Dropout. Biru (Negatif) menarik ke zona Aman.
+ Agregasi dampak dari 50 variabel administratif lainnya: -2.5% (Aman)