Perpustakaan Digital ITB

Institut Teknologi Bandung (ITB) menargetkan peringkat 150 dunia pada QS World University Rankings tahun 2030, namun sarana pemantauan yang tersedia saat ini masih menyajikan capaian indikator secara deskriptif, yaitu terbatas pada posisi yang telah terjadi. Penyajian tersebut belum menjawab dua kebutuhan yang menentukan, yaitu ketiadaan proyeksi tren tiap indikator serta belum adanya perbandingan capaian terhadap universitas pesaing pada tingkat tiap indikator, padahal peringkat QS bersifat relatif terhadap kinerja institusi lain. Tugas akhir ini merancang arsitektur sistem dan membangun prototipe dashboard yang mengintegrasikan berbagai sumber data capaian indikator QS di tingkat institusi, sekaligus menyajikan proyeksi capaian dan perbandingannya terhadap universitas pada rentang peringkat sasaran. Pengembangan dilakukan mengikuti metodologi Cross-Industry Standard Process for Data Mining (CRISP-DM). Data dikumpulkan melalui skrip Python dari Scopus Search API, laman publik SIX ITB, dan berkas resmi QS, kemudian dilayani melalui dua layanan API lokal berbasis Flask sebelum digabungkan menjadi satu berkas Excel sebagai sumber tunggal bagi Power BI. Proyeksi capaian dihasilkan menggunakan regresi linear yang dimodelkan terpisah untuk masing-masing dari sembilan indikator QS dengan atribut masukan berupa skor tiga tahun terakhir. Prototipe yang dihasilkan terdiri atas enam halaman dashboard dan memenuhi seluruh tiga puluh kebutuhan fungsional yang ditetapkan. Evaluasi model prediksi menghasilkan rata-rata Mean Absolute Error (MAE) sebesar 3,246, Root Mean Square Error (RMSE) sebesar 4,679, dan koefisien determinasi (R2) sebesar 0,9652 pada data uji, dengan overfit gap sebesar ?0,042 yang menunjukkan tidak adanya indikasi overfitting. Pada tingkat skor keseluruhan, proyeksi mencapai R2 sebesar 0,9956 dengan MAE sebesar 1,0452. Penilaian pengguna menunjukkan rancangan telah sesuai dengan praktik pengelolaan data institusi, sekaligus mengidentifikasi keterbatasan model terhadap perubahan kebijakan institusi pesaing. Kesimpulan yang diperoleh adalah prototipe dashboard yang dikembangkan melengkapi penyajian capaian historis dengan proyeksi tahun berikutnya dan posisi relatif ITB terhadap universitas pembanding, sehingga indikator yang berisiko tidak mencapai target dapat diidentifikasi lebih awal.