Dashboard Universitas

Deskripsi Proyek

Dashboard Universitas adalah aplikasi berbasis web yang dirancang untuk mendukung pengambilan keputusan strategis oleh rektorat dan pimpinan universitas. Dashboard ini menyajikan informasi akademik dan operasional secara real-time dengan visualisasi data yang interaktif.

Pengguna Utama

• Rektorat & Pimpinan Universitas: Untuk monitoring performa akademik dan operasional
• Dekan: Untuk analisis kinerja fakultas masing-masing
• Bagian Akademik: Untuk perencanaan dan evaluasi program studi

Fitur Utama

1. Visualisasi Data Interaktif

• Bar Chart: Distribusi jumlah mahasiswa per fakultas
• Line Chart: Tren pertumbuhan mahasiswa selama 5 tahun akademik
• Box Plot: Analisis distribusi kelulusan tepat waktu
• Horizontal Bar Chart: Total publikasi dosen per fakultas

2. Komponen Interaktif

• Filter Tahun Akademik: Multiselect untuk periode analisis
• Filter Fakultas: Pilih satu atau lebih fakultas untuk deep-dive analysis
• Summary Metrics: Dashboard dengan 4 KPI utama

3. Indikator Utama (KPI)

• Total Mahasiswa Aktif
• Total Dosen Aktif
• Rata-rata IPK
• Presentase Lulusan Tepat Waktu

4. Data yang Ditampilkan

• Jumlah Mahasiswa per Fakultas
• Jumlah Dosen Aktif
• Rata-rata IPK
• Publikasi Dosen
• Kelulusan Tepat Waktu (%)
• Tren 5 tahun akademik (2019/2020 - 2023/2024)

Teknologi yang Digunakan

Teknologi	Versi	Fungsi
Python	3.8+	Bahasa pemrograman utama
Streamlit	1.0+	Framework web application
Pandas	1.3+	Data manipulation & analysis
Plotly	5.0+	Interactive data visualization
NumPy	1.20+	Numerical computing

Instalasi & Setup

Prerequisites

- Python 3.8 atau lebih tinggi
- pip (Python package installer)
- Git

Step 1: Clone Repository

git clone <repository-url>
cd dashboard-universitas

Step 2: Buat Virtual Environment (Opsional tapi Disarankan)

# Windows
python -m venv venv
venv\Scripts\activate

# macOS/Linux
python3 -m venv venv
source venv/bin/activate

Step 3: Install Dependencies

pip install -r requirements.txt

Step 4: Jalankan Aplikasi

streamlit run app.py

Aplikasi akan membuka di browser pada http://localhost:8501

Struktur File

dashboard-universitas/
├── app.py                    # Main application file
├── data_universitas.csv      # Dataset simulasi universitas
├── requirements.txt          # Python dependencies
├── README.md                 # Dokumentasi proyek
└── laporan_analisis.md       # Laporan evaluasi dashboard

Dataset

Sumber Data

Dataset adalah simulasi yang dibuat untuk keperluan akademik, mencakup:

• Periode: 5 Tahun Akademik (2019/2020 - 2023/2024)
• Jumlah Fakultas: 8 Fakultas
• Records: 40 data points (8 fakultas × 5 tahun)

Metrik yang Tersedia

1. Jumlah Mahasiswa: Mahasiswa aktif per fakultas per tahun
2. Dosen Aktif: Jumlah dosen pengajar
3. Rata-rata IPK: Indeks Prestasi Kumulatif mahasiswa
4. Publikasi Dosen: Jumlah publikasi ilmiah per tahun
5. Lulusan Tepat Waktu: Presentase lulusan sesuai jadwal

Fakultas yang Dicakup

1. Teknik Informatika
2. Teknik Sipil
3. Ekonomi dan Bisnis
4. Hukum
5. Kedokteran
6. Pendidikan
7. Seni dan Desain
8. Pertanian

Cara Menggunakan Dashboard

bisa di akses di link : https://hadiswara-dashboard-universitas.streamlit.app/

1. Filter Data

• Pada sidebar kiri, pilih tahun akademik yang ingin dianalisis
• Pilih satu atau lebih fakultas untuk fokus analisis
• Data di dashboard akan otomatis update sesuai filter

2. Interpretasi Visualisasi

Visualisasi Dashboard Universitas

1. Bar Chart - Distribusi Mahasiswa

Deskripsi:

• Menunjukkan perbandingan jumlah mahasiswa antar fakultas
• Warna menunjukkan intensitas (semakin biru = semakin banyak)
• Hover untuk melihat nilai pasti

Kenapa Bar Chart

Aspek	Deskripsi
Membandingkan nilai	Bar memudahkan bandingkan 8 kategori (fakultas) sekaligus
Akurasi membaca	Mata manusia lebih akurat membaca panjang bar daripada area/angle
Urutan natural	Bisa di-sort ascending/descending untuk insight cepat
Space efficient	8 fakultas dapat semua di satu screen
Easy interpretation	Diharapkan Pimpinan instan paham tanpa penjelasan panjang

---

2. Line Chart - Tren Pertumbuhan

Deskripsi:

• Menunjukkan trajectory pertumbuhan mahasiswa selama 8 tahun (2018-2025)
• Membantu identifikasi trend positif/negatif per fakultas
• Berguna untuk perencanaan kapasitas & forecasting

Kenapa Line Chart

Aspek	Deskripsi
Time series visualization	Line chart optimal untuk menampilkan data over time dengan kontinuitas
Multi-series comparison	8 garis (1 per fakultas) bisa overlay untuk bandingkan trend
Slope interpretation	Kemiringan garis langsung menunjukkan growth rate (steep = cepat, flat = stabil)
Trend detection	Mudah identify naik/turun/stabil; crossing points menunjukkan kompetisi
Predictive insight	Mata otomatis extrapolate trend → bisa predict tahun depan

---

3. Box Plot - Analisis Kelulusan

Deskripsi:

• Menunjukkan distribusi & variabilitas tingkat kelulusan per fakultas
• Outliers ditampilkan sebagai titik individual (anomali)
• Membantu identifikasi konsistensi & quality control performa lulusan

Kenapa Box Plot

Aspek	Deskripsi
Distribusi statistik	Box plot menunjukkan median, Q1, Q3, range, dan outlier dalam satu viz
Konsistensi comparison	Box kecil = konsisten; box besar = variabilitas tinggi
Outlier detection	Dots yang meloncat = anomali (trigger investigation)
Quality consistency	Identifikasi mana fakultas dengan kualitas control ketat vs loose
Non-parametric	Tidak perlu asumsi data normal → applicable untuk real-world data

---

4. Horizontal Bar Chart - Total Publikasi Dosen

Deskripsi:

• Menunjukkan jumlah publikasi dosen per fakultas (research productivity)
• Warna menunjukkan ranking publikasi
• Hover untuk melihat total publikasi & insights

Kenapa Bar Chart

Aspek	Deskripsi
Kategorikal data	Data type sama dengan distribusi mahasiswa (kategori + numerik)
Ranking clarity	Bar otomatis menunjukkan ranking (Kedokteran #1, Seni&Desain #8)
Comparison efficiency	Mudah bandingkan research productivity antar fakultas
Visual consistency	Sama chart type dengan distribusi mahasiswa → audience tidak confusion
Decision support	Membantu identify mana fakultas perlu research incentive vs support

3. Export Data

• Gunakan button download di atas tabel untuk export ke CSV
• Screenshot grafik dapat dilakukan dengan tools di pojok kanan grafik

Analisis & Insights

Dari Dataset Simulasi:

1. Pertumbuhan Mahasiswa: Trend positif rata-rata 30 mahasiswa/tahun
2. Rasio Dosen-Mahasiswa: Rata-rata 1:15 (sesuai standar nasional)
3. IPK Rata-rata: ~3.2 (berkategori baik)
4. Publikasi: Korelasi positif dengan dosen aktif
5. Kelulusan Tepat Waktu: Rata-rata 82.5% (masih di bawah target 90%)