Pantau Progres Mahasiswa Secara Real-Time

Early Warning System (EWS) yang menganalisis keterlibatan, mendeteksi risiko penurunan, dan membantu Tutor melakukan intervensi akademik secara personal — langsung dari dalam Moodle.

Grafik Keaktifan — Sesi 1 s/d 8
72%
On Track
18%
Pemantauan
10%
Perlu Aksi
Intervensi
✅ Membaik
AI Analisis
Rekomendasi Siap
8 Sesi
Pemantauan per Semester
5 Pilar
Standar Analitik UT
AI Gemini
Mesin Kecerdasan Buatan
Real-Time
Analisis Data Langsung

Satu Dashboard,
Seluruh Informasi Akademik

Plugin EWS Learning Analytics mengubah data mentah Moodle menjadi wawasan (insight) yang langsung dapat ditindaklanjuti oleh Tutor maupun Mahasiswa.

Grafik Keaktifan Dinamis

Visualisasi skor partisipasi mahasiswa per sesi (Tugas 50%, Diskusi 30%, Latihan 20%) dalam bentuk grafik garis yang bergerak sesuai progres nyata.

Deteksi Tren Penurunan

Algoritma otomatis membandingkan skor sesi saat ini dengan sesi sebelumnya. Jika anjlok ≥30 poin, status mahasiswa langsung diturunkan ke Kuning/Merah.

Asisten AI Personal

Bertenaga Gemini AI. Memberikan umpan balik personal, rekomendasi materi, latihan tambahan, dan tips belajar — khusus untuk setiap individu mahasiswa.

Kualitas Diskusi (Likes)

Terintegrasi dengan Reactions Plugin. EWS mengukur bukan hanya kuantitas posting, tapi juga kualitas — berdasarkan apresiasi (likes) dari sesama mahasiswa.

Intervensi & Catatan Tutor

Tutor bisa mengirim pesan peringatan langsung ke mahasiswa dan menyimpan catatan internal pribadi — semuanya tanpa meninggalkan dashboard EWS.

Evaluasi Keberhasilan

Setelah intervensi dikirim, sistem otomatis menilai: "Apakah mahasiswa membaik atau belum?" berdasarkan pergerakan grafik keaktifan minggu berikutnya.

5 Pilar Analitik Pembelajaran

Seluruh pilar yang diamanatkan oleh Universitas Terbuka pada FGD ke-2 telah diterjemahkan ke dalam arsitektur plugin ini.

1

Monitoring Keterlibatan Berkelanjutan

Melacak kehadiran, akses materi, pengerjaan tugas, dan partisipasi diskusi secara kuantitatif di setiap sesi perkuliahan.

Terimplementasi
2

Kualitas Interaksi Diskusi

Mengukur bobot dan kualitas diskusi berdasarkan apresiasi (Likes) dari sesama mahasiswa melalui integrasi plugin Reactions.

Terimplementasi
3

Deteksi Dini & Early Warning

Algoritma 3 Lapis (Visualisasi Grafik, Deteksi AI, dan Perbandingan Skor Antar-Sesi) menangkap tren penurunan secara otomatis.

Terimplementasi
4

Intervensi Personal & Pendampingan

Tutor dapat mengirim pesan peringatan langsung dan menyimpan catatan pribadi. AI menghasilkan 4 struktur saran baku sesuai standar UT.

Terimplementasi
5

Tindak Lanjut & Evaluasi Keberhasilan

Setelah intervensi, sistem otomatis mengevaluasi perubahan perilaku mahasiswa dan menempelkan label hasil (Membaik / Belum Membaik / Dalam Pantauan).

Terimplementasi

Siap Mengubah Cara Anda
Memantau Mahasiswa?

Masuk ke sistem EWS Learning Analytics sekarang dan rasakan kekuatan analitik berbasis AI untuk meningkatkan kualitas pembelajaran.

Masuk ke Dashboard