Analisis Pengaruh Faktor Eksternal terhadap Pemeringkatan Universitas Global Menggunakan Deep Neural Network dan SHAP
Abstract
Pemeringkatan universitas global seperti QS dan THE sering dikritik karena bias terhadap negara maju, di mana dominasi indikator reputasi sering menutupi peran ekosistem riset nasional. Penelitian
ini bertujuan menginterpretasi pengaruh faktor eksternal (GDP, Belanja R&D, Produktivitas Jurnal, Jumlah
Peneliti) terhadap skor universitas menggunakan Deep Neural Network (DNN) dan SHapley Additive exPlanations (SHAP). Penelitian membandingkan tiga skenario model: Full, Internal-Only, dan External-Only. Hasil menunjukkan bahwa model internal mengalami indicator leakage (R 2 > 0.95), sedangkan model eksternal valid untuk analisis kausal (R 2 ≈ 0.12 − 0.38). Analisis SHAP mengungkap bahwa Jumlah Peneliti per Kapita
dan Belanja R&D adalah determinan utama skor universitas. Temuan ini mengindikasikan bahwa universitas
di Indonesia mengalami structural disadvantage dengan defisit skor awal yang signifikan, yang memerlukan
intervensi kebijakan riset nasional untuk diatasi.
Kata Kunci: Deep Neural Network, Ekosistem Riset Nasional, Pemeringkatan Universitas, SHAP, Structural
Disadvantage.
References
E. Hazelkorn, “Global rankings and the geopolitics
of higher education,” Policy Rev. High. Educ., vol.
, no. 2, pp. 123–142, 2023.
S. Marginson, “The new geopolitics of higher education,” Int. J. High. Educ., vol. 9, no. 3, pp. 12–28,
S. M. Lundberg et al., “From local explanations to
global understanding with explainable AI,” Nat. Mach. Intell., vol. 2, pp. 56–67, 2020.
UNESCO, UNESCO Science Report: The race against time for smarter development. Paris: UNESCO
Publishing, 2021.
H. Hill and S. Negara, “Indonesia’s research productivity and global competitiveness,” Bull. Indones.
Econ. Stud., vol. 57, no. 3, pp. 1–22, 2021.
