Prediksi Kelulusan Pendidikan Dasar (World Bank EdStats)

Proyek ini menggunakan data Education Statistics (EdStats, WB_EDSTATS) dari World Bank untuk memprediksi tingkat kelulusan pendidikan dasar (primary completion rate) di berbagai negara dengan model machine learning regresi.[file:141][attached_file:1]

Tujuan Proyek

• Memprediksi persentase kelulusan pendidikan dasar suatu negara pada tahun tertentu.
• Melihat indikator pendidikan/ekonomi mana yang paling berpengaruh terhadap kelulusan.[file:141]

Dataset

• Sumber: World Bank – Education Statistics (EdStats, WB_EDSTATS).[attached_file:1]
• File yang digunakan: WB_EDSTATS_WIDEF.csv (format wide, diunduh dari situs resmi).[file:141]
• Link dataset: https://datatopics.worldbank.org/education/[attached_file:1]

Rumusan Masalah (Singkat)

Diberikan beberapa indikator pendidikan dan ekonomi dari suatu negara, dapatkah model machine learning memprediksi tingkat kelulusan pendidikan dasar (primary completion rate), dan fitur mana yang paling berpengaruh?[file:141][attached_file:1]

Status Proyek

• Tahap awal: eksplorasi data dan pemilihan indikator target + fitur.
• Model awal yang direncanakan: regresi (misalnya Random Forest Regression).

Cara Pakai (Sederhana)

1. Clone repo ini.
2. Pastikan file WB_EDSTATS_WIDEF.csv ada di folder data/ atau sesuai pengaturan kamu.
3. Buka notebook / script Python untuk eksplorasi dan training model.

Lisensi Data

Data Education Statistics (EdStats) dari World Bank berlisensi CC BY 4.0 dan memerlukan atribusi yang sesuai.[attached_file:1]