Description

Proyek ini bertujuan untuk memprediksi status penempatan kerja mahasiswa dengan memanfaatkan pendekatan Big Data dan Machine Learning yang diimplementasikan dalam ekosistem Hadoop. Data yang dianalisis mencakup berbagai aspek penting seperti latar belakang pendidikan, jurusan, nilai akademik, pengalaman kerja atau magang, serta keterampilan tambahan dan aktivitas organisasi mahasiswa. Pemilihan fitur-fitur tersebut diharapkan dapat memberikan gambaran menyeluruh mengenai faktor-faktor yang memengaruhi keberhasilan penempatan kerja setelah lulus.

Seluruh data disimpan secara terdistribusi dalam Hadoop Distributed File System (HDFS), yang memastikan skalabilitas penyimpanan, reliabilitas akses data, serta ketahanan terhadap kegagalan sistem. Penggunaan HDFS membantu dalam pengelolaan volume data yang besar dan heterogen, sehingga memungkinkan pengolahan data secara paralel dengan performa yang optimal.

Dalam proyek ini, dikembangkan pipeline analitik otomatis yang meliputi beberapa tahapan utama. Proses dimulai dari pengambilan data dari HDFS, kemudian dilanjutkan dengan tahapan pembersihan data untuk menghilangkan nilai yang hilang atau data yang tidak konsisten. Selanjutnya, dilakukan transformasi dan eksplorasi data guna memahami distribusi dan hubungan antar variabel, sekaligus menyiapkan data dalam format yang sesuai untuk proses pelatihan model.

Pemrosesan dan analisis data dilakukan menggunakan Apache Spark pada lingkungan Google Colab. Spark dipilih karena kemampuannya dalam memproses data dalam jumlah besar secara paralel sekaligus efisien dari sisi waktu komputasi. Proses training model Machine Learning dilakukan dengan berbagai algoritma untuk menentukan model terbaik dalam memprediksi status penempatan kerja mahasiswa, mulai dari algoritma klasifikasi seperti Random Forest, Support Vector Machine, hingga Gradient Boosting.

Setelah model Machine Learning dilatih dan diuji dengan data validasi, hasil prediksi dan analisis disimpan kembali ke dalam HDFS. Penyimpanan hasil ini dimanfaatkan untuk keperluan pelaporan dan visualisasi statistik. Dengan demikian, proses pengambilan keputusan berbasis data dapat dijalankan secara lebih cepat dan akurat.

Pendekatan ini tidak hanya meningkatkan akurasi prediksi status penempatan kerja, tapi juga mendukung otomatisasi proses analisis data besar secara berkelanjutan. Hasil dari proyek ini diharapkan menjadi acuan bagi institusi pendidikan dalam melakukan evaluasi kurikulum dan pembinaan kesiapan karier mahasiswa. Selain itu, wawasan strategis dari analisis data ini juga dapat membantu perusahaan dalam mengoptimalkan proses rekrutmen yang berbasis data dan kecerdasan buatan, sehingga tercipta sinergi yang baik antara dunia pendidikan dan dunia kerja.