feat: initial commit project tracer study TA D4 TIF

.gitignore

@@ -0,0 +1,46 @@
+# Logs
+logs
+*.log
+npm-debug.log*
+yarn-debug.log*
+yarn-error.log*
+pnpm-debug.log*
+lerna-debug.log*
+
+node_modules
+dist
+dist-ssr
+*.local
+
+# Editor directories and files
+.vscode/*
+!.vscode/extensions.json
+.idea
+.DS_Store
+*.suo
+*.ntvs*
+*.njsproj
+*.sln
+*.sw?
+.claude
+
+# Python & Virtual Environments
+venv/
+ENV/
+env/
+.venv/
+**/venv/
+**/__pycache__/
+*.py[cod]
+*$py.class
+Backend/venv/
+
+# Environment Variables & Secrets
+.env
+*.env
+!.env.example
+Backend/.env
+
+# Local logs
+*.log
+Backend/*.log

.oxlintrc.json

@@ -0,0 +1,8 @@
+{
+  "$schema": "./node_modules/oxlint/configuration_schema.json",
+  "plugins": ["react", "oxc"],
+  "rules": {
+    "react/rules-of-hooks": "error",
+    "react/only-export-components": ["warn", { "allowConstantExport": true }]
+  }
+}

App.js

@@ -0,0 +1,79 @@
+import { useEffect } from "react";
+import { Routes, Route, Navigate, useNavigate, useLocation } from "react-router-dom";
+
+import LoginPage  from "./src/Login/login";
+import Dashboard from "./src/dashboard";
+import AlumniForm from "./src/form-alumni";
+import ExportKlasifikasi from "./src/Export-Klasifikasi";
+import ForgotPassword from "./src/forgot-password";
+import ProsesKlasifikasi from "./src/proses-klasifikasi";
+import ResetPassword from "./src/reset-password";
+import TahunAngkatan from "./src/tahun-angkatan";
+import ImportData from "./src/ImportData";
+import KuesionerAlumni from "./src/kuesioner-alumni";
+import KamusKataKunci from "./src/kamus-kata-kunci";
+
+function ProtectedRoute({ children }) {
+  const navigate = useNavigate();
+  const location = useLocation();
+
+  useEffect(() => {
+    const checkAuth = () => {
+      const token = localStorage.getItem('token');
+      const username = localStorage.getItem('username');
+      if (!token || !username) {
+        navigate('/', { replace: true });
+      }
+    };
+
+    checkAuth();
+
+    // Dengarkan saat logout dari tab browser lain
+    const handleStorageChange = (e) => {
+      if (e.key === 'token' || e.key === 'username' || e.key === null) {
+        checkAuth();
+      }
+    };
+
+    window.addEventListener('storage', handleStorageChange);
+    return () => window.removeEventListener('storage', handleStorageChange);
+  }, [navigate, location]);
+
+  const token = localStorage.getItem('token');
+  const username = localStorage.getItem('username');
+
+  if (!token || !username) {
+    return <Navigate to="/" replace />;
+  }
+
+  return children;
+}
+
+function App() {
+  return (
+    <Routes>
+      {/* Rute Publik */}
+      <Route path="/" element={<LoginPage />} />
+      <Route path="/register" element={<Navigate to="/" replace />} />
+      <Route path="/forgot-password" element={<ForgotPassword />} />
+      <Route path="/reset-password" element={<ResetPassword />} />
+      <Route path="/kuesioner" element={<KuesionerAlumni />} />
+      <Route path="/tracer-study" element={<KuesionerAlumni />} />
+
+      {/* Rute Terproteksi (Wajib Login) */}
+      <Route path="/dashboard" element={<ProtectedRoute><Dashboard /></ProtectedRoute>} />
+      <Route path="/alumni" element={<ProtectedRoute><AlumniForm /></ProtectedRoute>} />
+      <Route path="/export-klasifikasi" element={<ProtectedRoute><ExportKlasifikasi /></ProtectedRoute>} />
+      <Route path="/proses-klasifikasi" element={<ProtectedRoute><ProsesKlasifikasi /></ProtectedRoute>} />
+      <Route path="/tahun-angkatan" element={<ProtectedRoute><TahunAngkatan /></ProtectedRoute>} />
+      <Route path="/import" element={<ProtectedRoute><ImportData standalone={true} /></ProtectedRoute>} />
+      <Route path="/keywords" element={<ProtectedRoute><KamusKataKunci standalone={true} /></ProtectedRoute>} />
+      <Route path="/kamus-kata-kunci" element={<ProtectedRoute><KamusKataKunci standalone={true} /></ProtectedRoute>} />
+
+      {/* Fallback jika route tidak ditemukan */}
+      <Route path="*" element={<Navigate to="/" replace />} />
+    </Routes>
+  );
+}
+
+export default App;

Backend/.env.example

@@ -0,0 +1,18 @@
+# Application Config
+APP_NAME="FastAPI TA Alumni"
+DEBUG=True
+API_PREFIX="/api/v1"
+
+# Database Connection
+# SQLite (Local Dev Default):
+DATABASE_URL="sqlite:///./ta_database.db"
+# PostgreSQL Example:
+# DATABASE_URL="postgresql://username:password@localhost:5432/dbname"
+# MySQL Example:
+# DATABASE_URL="mysql+pymysql://username:password@localhost:3306/dbname"
+
+# Security & JWT Token
+# Generate a secure key: openssl rand -hex 32
+JWT_SECRET_KEY="replace_this_with_a_very_long_random_hex_string_in_production"
+JWT_ALGORITHM="HS256"
+ACCESS_TOKEN_EXPIRE_MINUTES=1440

Backend/Model/README.md

@@ -0,0 +1,209 @@
+# 🤖 Machine Learning Model
+
+## Deskripsi
+
+Model Machine Learning untuk clustering alumni berdasarkan kompetensi menggunakan Text Mining (TF-IDF) dan K-Means Clustering.
+
+## Struktur Folder
+
+```
+Model/
+├── __init__.py
+├── main.py                    # Pipeline utama
+├── preprocessing/
+│   └── text_preprocessing.py  # Text preprocessing
+├── feature_engineering/
+│   └── tfidf.py               # TF-IDF extraction
+├── clustering/
+│   └── kmeans.py              # K-Means clustering
+├── utils/
+├── data/
+│   ├── raw/                   # Data mentah
+│   ├── processed/              # Data sudah diproses
+│   └── result/                # Hasil clustering
+└── README.md
+```
+
+## Instalasi Dependencies
+
+```bash
+pip install pandas scikit-learn nltk sastrawi
+```
+
+## Penggunaan Dasar
+
+### 1. Import Pipeline
+
+```python
+import pandas as pd
+from Model.main import AlumniClusteringPipeline
+
+# Siapkan data
+data = pd.DataFrame({
+    'nama': ['Ali', 'Budi', 'Citra'],
+    'perusahaan': ['Google', 'Tokopedia', 'Gojek'],
+    'jabatan': ['Engineer', 'Analyst', 'Manager']
+})
+
+# Jalankan pipeline
+pipeline = AlumniClusteringPipeline(n_clusters=3)
+result = pipeline.fit_transform(data)
+
+print(result)
+```
+
+### 2. Auto-Detect K Optimal
+
+```python
+pipeline = AlumniClusteringPipeline(n_clusters=3, auto_k=True)
+result = pipeline.fit_transform(data)
+```
+
+### 3. Simpan Hasil
+
+```python
+# Simpan ke CSV
+result.to_csv('hasil_clustering.csv', index=False)
+
+# Lihat distribusi cluster
+print(result['cluster_label'].value_counts())
+
+# Lihat ringkasan
+summary = pipeline.get_cluster_summary(result)
+print(summary)
+```
+
+## Input Model
+
+Model menerima DataFrame dengan kolom:
+
+| Kolom | Deskripsi |
+|-------|-----------|
+| `nama` | Nama lengkap alumni |
+| `perusahaan` | Nama perusahaan/instansi |
+| `jabatan` | Jabatan/posisi |
+
+## Output Model
+
+DataFrame dengan kolom tambahan:
+
+| Kolom | Deskripsi |
+|-------|-----------|
+| `cluster` | Nomor cluster (0, 1, 2, ...) |
+| `cluster_label` | Label cluster ("Cluster_0", "Cluster_1", ...) |
+
+## CLI Usage
+
+```bash
+cd Model
+python main.py [input.csv] [n_clusters] [output.csv]
+```
+
+Contoh:
+```bash
+python main.py ../data/raw/alumni.csv 3 ../data/result/hasil.csv
+```
+
+## Integrasi dengan Backend
+
+Model sudah diintegrasikan dengan Backend FastAPI melalui `ml_service.py`.
+
+Endpoint untuk clustering tersedia di `/api/v1/clustering`.
+
+Lihat `Backend/app/services/ml_service.py` untuk detail.
+
+----------------------------------------
+
+## Update Progress (2026-08-28)
+
+### Pipeline ML Selesai (6 Tahap)
+
+| Tahap | Script | Fungsi |
+|-------|--------|--------|
+| 1 | `column_mapping.json` | Mapping kolom 2019-2025 |
+| 2 | `merge_data.py` | Merge data multi-file CSV |
+| 3 | `text_preprocessing.py` | Text preprocessing + Sastrawi |
+| 4 | `clustering.py` | TF-IDF + K-Means K=4 |
+| 5 | `interpretasi.py` | Interpretasi C0-C3 |
+| 6 | `dashboard.py` | Generate visualisasi |
+
+### Cara Menjalankan Pipeline
+
+```bash
+cd Model/preprocessing
+python merge_data.py           # Tahap 1-2
+python text_preprocessing.py  # Tahap 3
+python clustering.py          # Tahap 4
+python interpretasi.py        # Tahap 5
+python dashboard.py           # Tahap 6
+```
+
+### Data Sources
+
+| Tahun | File CSV | Records |
+|-------|----------|---------|
+| 2019 | Data_2019_Tracer_study.csv | 30 |
+| 2020 | Data_2020_Tracer_study.csv | 31 |
+| 2021 | Data_2021_Tracer_study.csv | 237 |
+| 2022 | Data_2022_Tracer_study.csv | 211 |
+| 2023 | Data_2023_Tracer_study.csv | 268 |
+| 2024 | Data_2024_Tracer_study.csv | 361 |
+| 2025 | Data_2025_Tracer_study_*.csv (5 file) | 458 |
+| **Total** | | **1596** |
+
+### Hasil
+
+- **Total Alumni:** 1596
+- **Data untuk Clustering:** 1114
+- **K-Means K:** 4 (sesuai PRD)
+- **Silhouette Score:** 0.1034
+- **TF-IDF Features:** 500
+
+### Distribusi Cluster
+
+| Cluster | Jumlah | % | Top Terms |
+|---------|--------|---|-----------|
+| 0 | 587 | 52.7% | perintah, bumn, bnpp, jember, staff |
+| 1 | 146 | 13.1% | freelance, kerja lepas |
+| 2 | 183 | 16.4% | wiraswasta, usaha sendiri |
+| 3 | 198 | 17.8% | swasta, usaha swasta, indonesia |
+
+### Distribusi Kategori C0-C3
+
+| Kategori | Deskripsi | Jumlah | % |
+|----------|-----------|--------|---|
+| C0 | Sesuai Profil Lulusan | 223 | 13.97% |
+| C1 | Bidang Diketahui (BUMN, pemerintah, dll) | 385 | 24.12% |
+| C2 | Bidang Tidak Jelas | 506 | 31.70% |
+| C3 | Belum/Tidak Bekerja | 482 | 30.20% |
+
+### Catatan Hasil
+
+- **C0 (14%)**: Alumni bekerja di bidang sesuai prodi (IT, jaringan, dll)
+- **C1 (24%)**: Bekerja di bidang non-teknis (BUMN, pemerintah, dll)
+- **C2 (32%)**: Bidang pekerjaan tidak teridentifikasi jelas
+- **C3 (30%)**: Alumni belum/tidak bekerja saat tracer study
+
+### Distribusi per Prodi
+
+| Prodi | Kode | C0 | C1 | C2 | C3 |
+|-------|------|----|----|----|----|
+| TIF | 55301 | 13 | 135 | 365 | 169 |
+| MIF | 57401 | 10 | 66 | 226 | 136 |
+| TKK | 56401 | 13 | 48 | 217 | 122 |
+
+### Output Files
+
+```
+Model/data/
+├── standardized/
+│   └── unified_dataset.csv       # Data setelah merge
+├── processed/
+│   ├── dataset_untuk_clustering.csv
+│   ├── clustering_results.csv
+│   ├── model_info.json
+│   └── dashboard/
+│       └── dashboard.html        # Dashboard interaktif
+└── result/
+    └── interpretasi_results.csv  # Hasil C0-C3
+```

Backend/Model/__init__.py

@@ -0,0 +1 @@
+# Model Module

Backend/Model/clustering/__init__.py

@@ -0,0 +1 @@
+# Clustering module

Backend/Model/clustering/kmeans.py

@@ -0,0 +1,176 @@
+"""
+K-Means Clustering Module
+Mengelompokkan alumni berdasarkan kompetensi menggunakan algoritma K-Means Clustering.
+Modul ini mencakup wrapper class untuk scikit-learn KMeans, pencarian k optimal (Elbow Method & Silhouette),
+serta ringkasan statistik setiap kelompok (cluster).
+"""
+
+# Mengimpor modul Any untuk type hint fleksibel
+from typing import Any
+# Mengimpor modul KMeans dari pustaka scikit-learn (sklearn.cluster) untuk implementasi algoritma clustering berbasis centroid
+from sklearn.cluster import KMeans
+# Mengimpor fungsi silhouette_score untuk mengukur seberapa baik data terkelompok dalam cluster-nya dibandingkan cluster tetangga
+from sklearn.metrics import silhouette_score
+# Mengimpor pustaka numpy untuk operasi array numerik dan manipulasi matriks fitur
+import numpy as np
+
+
+
+# Mendefinisikan class KMeansClustering sebagai pembungkus (wrapper) model KMeans Scikit-Learn
+class KMeansClustering:
+    """K-Means Clustering wrapper: Memudahkan inisialisasi, pelatihan (fit), dan prediksi klaster."""
+
+    # Metode konstruktor class yang dijalankan saat objek pertama kali diinisialisasi
+    def __init__(self, n_clusters: int = 3, random_state: int = 42):
+        """
+        Inisialisasi hyperparameter algoritma K-Means:
+        Args:
+            n_clusters: Jumlah cluster (k) yang diinginkan (default: 3)
+            random_state: Seed acak untuk memastikan hasil inisialisasi centroid selalu sama/reproducible (default: 42)
+        """
+        # Menyimpan nilai jumlah cluster ke dalam atribut instance objek
+        self.n_clusters = n_clusters
+        # Menyimpan nilai seed acak ke dalam atribut instance objek
+        self.random_state = random_state
+        # Menginstansiasi objek model KMeans dari Scikit-Learn
+        # n_init='auto': Algoritma secara otomatis menentukan jumlah inisialisasi centroid awal berbasis heuristik Scikit-Learn modern
+        self.model = KMeans(
+            n_clusters=n_clusters,
+            random_state=random_state,
+            n_init='auto'
+        )
+        # Menyiapkan atribut untuk menyimpan label cluster dari tiap data setelah model dilatih (default None)
+        self.labels_ = None
+        # Menyiapkan atribut untuk menyimpan nilai inertia (Within-Cluster Sum of Squares) setelah dilatih (default None)
+        self.inertia_ = None
+
+    # Metode fit untuk melatih model K-Means pada dataset masukan X
+    def fit(self, X) -> 'KMeansClustering':
+        """Melatih (fit) model K-Means terhadap matriks data/fitur X"""
+        # Menjalankan proses clustering pada matriks fitur X hingga posisi centroid konvergen
+        self.model.fit(X)
+        # Menyimpan label cluster hasil fitting (0, 1, 2, ...) ke atribut labels_
+        self.labels_ = self.model.labels_
+        # Mengambil nilai inertia (jumlah kuadrat jarak titik ke centroid terdekat) dari model terlatih
+        self.inertia_ = self.model.inertia_
+        # Mengembalikan instance objek diri sendiri (self) untuk chaining method jika diperlukan
+        return self
+
+    # Metode predict untuk memprediksi cluster data baru tanpa melatih ulang posisi centroid
+    def predict(self, X) -> Any:
+        """Memprediksi label cluster untuk data baru berdasarkan centroid yang telah terbentuk"""
+        # Mengembalikan array numpy berisi label cluster hasil prediksi jarak Euclidean terdekat ke centroid
+        return self.model.predict(X)
+
+    # Metode fit_predict untuk melatih model sekaligus menghasilkan prediksi label cluster data dalam satu langkah
+    def fit_predict(self, X) -> Any:
+        """Melatih model sekaligus menghasilkan label cluster secara langsung"""
+        # Menjalankan proses fitting dan langsung mengembalikan array label cluster
+        self.labels_ = self.model.fit_predict(X)
+        # Menyimpan nilai inersia akhir dari proses klastering
+        self.inertia_ = self.model.inertia_
+        # Mengembalikan array label cluster numerik
+        return self.labels_
+
+
+# Fungsi untuk mencari nilai k optimal menggunakan kombinasi Elbow Method dan Silhouette Score
+def find_optimal_k(X, k_range: range = range(2, 11)) -> dict:
+    """
+    Mencari jumlah cluster optimal (k) menggunakan Elbow Method dan Silhouette Analysis.
+
+    Args:
+        X: Matriks fitur (feature matrix) yang telah melalui tahap preprocessing dan feature engineering
+        k_range: Rentang nilai k yang akan diuji (default: dari k=2 hingga k=10)
+
+    Returns:
+        Dictionary berisi daftar nilai k, inertia, dan silhouette score untuk setiap k yang diuji
+    """
+    # Menyiapkan struktur data dictionary untuk menampung riwayat evaluasi
+    results = {
+        'k': [],             # Menyimpan nilai k yang diuji
+        'inertia': [],       # Menyimpan nilai inertia untuk grafik Elbow
+        'silhouette': []     # Menyimpan nilai rata-rata Silhouette Coefficient
+    }
+
+    # Melakukan iterasi untuk setiap nilai k dalam rentang k_range
+    for k in k_range:
+        # Menginisialisasi objek KMeans dengan jumlah cluster k saat ini (n_init='auto' sesuai standar Scikit-Learn terbaru)
+        kmeans = KMeans(n_clusters=k, random_state=42, n_init='auto')
+        # Melatih model dan memperoleh label pengelompokan cluster untuk matriks data X
+        labels = kmeans.fit_predict(X)
+
+        # Menambahkan nilai k saat ini ke list hasil
+        results['k'].append(k)
+        # Menambahkan nilai inertia (WCSS - Within-Cluster Sum of Squares) ke list hasil
+        results['inertia'].append(kmeans.inertia_)
+
+        # Silhouette score hanya dapat dihitung jika k > 1 dan terdapat lebih dari 1 kelompok cluster unik yang terbentuk
+        if k > 1 and len(set(labels)) > 1:
+            # Menghitung skor silhouette dan menambahkannya ke list hasil
+            results['silhouette'].append(silhouette_score(X, labels))
+        else:
+            # Jika kondisi tidak terpenuhi, set nilai skor silhouette menjadi 0
+            results['silhouette'].append(0)
+
+    # Mengembalikan dictionary lengkap berisi hasil pengujian seluruh nilai k
+    return results
+
+
+# Fungsi untuk menghitung ringkasan statistik dan distribusi data di setiap kelompok klaster
+def get_cluster_summary(df, labels: np.ndarray) -> dict:
+    """
+    Mendapatkan ringkasan profil statistik setiap cluster hasil pengelompokan.
+
+    Args:
+        df: DataFrame pandas berisi data asli alumni sebelum ditransformasi
+        labels: Array numpy yang berisi label cluster dari setiap baris data
+
+    Returns:
+        Dictionary yang berisi jumlah data (count), persentase, dan contoh data per cluster
+    """
+    # Membuat salinan (copy) DataFrame asli agar tidak memodifikasi data induk
+    df_result = df.copy()
+    # Menambahkan kolom baru 'cluster' yang berisi label klaster hasil prediksi K-Means
+    df_result['cluster'] = labels
+
+    # Menyiapkan dictionary untuk menampung ringkasan tiap cluster
+    summary = {}
+    # Melakukan perulangan untuk setiap ID klaster unik yang sudah diurutkan (0, 1, 2, ...)
+    for cluster_id in sorted(df_result['cluster'].unique()):
+        # Memfilter baris data yang masuk ke dalam ID cluster saat ini
+        cluster_data = df_result[df_result['cluster'] == cluster_id]
+        # Mengisi ringkasan informasi cluster (jumlah baris, persentase dari total data, dan 3 sampel data teratas)
+        summary[f'Cluster_{cluster_id}'] = {
+            'count': len(cluster_data),                                                # Jumlah anggota klaster
+            'percentage': round(len(cluster_data) / len(df_result) * 100, 2),          # Persentase terhadap total populasi
+            'sample_data': cluster_data.head(3).to_dict('records')                     # 3 sampel baris data berformat list of dict
+        }
+
+    # Mengembalikan dictionary ringkasan klaster
+    return summary
+
+
+# Blok pengetesan lokal yang hanya dijalankan ketika file ini dieksekusi langsung di terminal (bukan diimpor)
+if __name__ == "__main__":
+    # Mengimpor modul make_blobs untuk membuat dataset sintesis tiruan untuk keperluan unit testing
+    from sklearn.datasets import make_blobs
+
+    # Membuat 100 sampel data tiruan dengan 3 pusat klaster untuk menguji fungsionalitas modul
+    blob_data = make_blobs(n_samples=100, centers=3, random_state=42)
+    # Mengambil matriks fitur X dari data sintesis
+    X = blob_data[0]
+
+    # Menjalankan fungsi pencarian k optimal
+    results = find_optimal_k(X)
+    print("Elbow Method Results:")
+    # Menampilkan hasil evaluasi inertia dan silhouette score untuk setiap nilai k
+    for i in range(len(results['k'])):
+        print(f"  K={results['k'][i]}: Inertia={results['inertia'][i]:.2f}, Silhouette={results['silhouette'][i]:.4f}")
+
+    # Menguji proses klastering akhir dengan k=3
+    kmeans = KMeansClustering(n_clusters=3)
+    # Melakukan fitting dan prediksi
+    labels = kmeans.fit_predict(X)
+    # Menampilkan label unik yang terbentuk
+    print(f"\nClustering complete! Labels: {np.unique(labels)}")
+

Backend/Model/config/__init__.py

@@ -0,0 +1,5 @@
+from .default_keywords import (
+    PRODI_CODES,
+    DEFAULT_KEYWORD_DICTIONARY,
+    DEFAULT_BIDANG_KERJA_UMUM,
+)

Backend/Model/config/default_keywords.py

@@ -0,0 +1,134 @@
+"""
+=============================================================
+MASTER CONFIGURATION: KAMUS PROFIL LULUSAN & SEKTOR PEKERJAAN
+=============================================================
+PRD Reference: Section 7, 18, & 24
+Dokumen ini berisi kamus acuan default untuk profil kurikulum
+program studi Jurusan Teknologi Informasi (D4 TIF, D3 MIF, D3 TKK)
+dan daftar sektor industri kerja umum.
+=============================================================
+"""
+
+# Pemetaan Kode Program Studi ke Singkatan Resmi
+PRODI_CODES = {
+    # Kode Resmi Nasional (PDDIKTI)
+    '55301': 'TIF',
+    '57401': 'MIF',
+    '56401': 'TKK',
+    # Kode Internal & PDD
+    '21': 'TIF',
+    '19': 'MIF',
+    '20': 'TKK',
+    '22': 'TIF',  # Kampus Nganjuk
+    '23': 'TIF',  # Kampus Sidoarjo
+    # Format Deskriptif Teks
+    'Teknik Informatika (55301)': 'TIF',
+    'Manajemen Informatika (57401)': 'MIF',
+    'Teknik Komputer (56401)': 'TKK',
+    'Teknik Informatika Kampus Kab. Nganjuk (55302)': 'TIF',
+    'Teknik Informatika Kampus Kab. Sidoarjo (55304)': 'TIF',
+    'D4 Teknik Informatika': 'TIF',
+    'D3 Manajemen Informatika': 'MIF',
+    'D3 Teknik Komputer': 'TKK',
+    'TIF': 'TIF',
+    'MIF': 'MIF',
+    'TKK': 'TKK',
+}
+
+# Kamus Profil Lulusan Per Program Studi (Untuk Kategori C0 - Sesuai Profil)
+DEFAULT_KEYWORD_DICTIONARY = {
+    'TIF': [
+        'software engineer', 'software developer', 'software development', 'software',
+        'programmer', 'programming', 'coder', 'coding', 'koding', 'code', 'dev', 'developer', 'development',
+        'quality assurance', 'qa engineer', 'qa tester', 'software tester', 'tester', 'testing', 'qa', 'qc software',
+        'it consultant', 'konsultan it', 'konsultan perangkat lunak', 'konsultan software',
+        'project manager it', 'manajemen proyek it', 'manajemen proyek', 'project manager',
+        'scrum master', 'system analyst', 'analis sistem', 'analisis sistem', 'teknik informatika',
+        'algoritma', 'pengembangan software', 'pengembangan aplikasi', 'app developer',
+        'aplikasi', 'sistem informasi', 'teknologi informasi', 'informatika',
+        'mobile developer', 'web developer', 'android developer', 'ios developer',
+        'frontend', 'frontend developer', 'backend', 'backend developer', 'fullstack', 'fullstack developer',
+        'game developer', 'game programmer', 'game', 'gaming', 'cyber security',
+        'cyber', 'keamanan sistem', 'keamanan siber', 'keamanan jaringan',
+        'machine learning', 'artificial intelligence', 'data scientist', 'data science',
+        'cloud', 'cloud computing', 'devops', 'devops engineer', 'site reliability engineer', 'sre',
+        'prompt engineer', 'ai engineer', 'nlp engineer', 'computer vision', 'cloud architect',
+        'it specialist', 'it staff', 'staff it', 'it officer', 'it programmer', 'lead developer',
+        'tech lead', 'solutions architect', 'software architect', 'security engineer',
+        'soc analyst', 'penetration tester', 'pentester', 'flutter', 'flutter developer',
+        'react developer', 'laravel developer', 'golang', 'python developer', 'java developer',
+        'automation engineer', 'automation tester', 'it auditor',
+        'startup teknologi', 'tech startup', 'software house', 'it entrepreneur',
+        'tokopedia', 'shopee', 'bukalapak', 'sevima', 'sentra vidya utama', 'traveloka',
+        'gojek', 'grab', 'tiket', 'edutech', 'fintech', 'edtech', 'dot indonesia',
+        'tech', 'technology', 'teknologi', 'technocraft', 'solusindo', 'solusitama', 'infomedia', 'telkom',
+        'entrepreneur', 'startup', 'technopreneur', 'founder', 'owner', 'co founder', 'ceo', 'cto', 'cio', 'wirausaha'
+    ],
+    'MIF': [
+        'programmer', 'programming', 'coder', 'coding', 'koding', 'code', 'dev', 'development',
+        'software developer', 'software developer desktop', 'software development',
+        'software developer web', 'software developer mobile', 'web developer', 'mobile developer',
+        'frontend developer', 'backend developer', 'fullstack developer', 'database administrator',
+        'developer', 'database', 'dba', 'sql', 'mysql', 'postgresql', 'oracle', 'mongodb',
+        'data analyst', 'analis data', 'analisis data', 'data warehouse', 'etl',
+        'business intelligence', 'bi analyst', 'bi developer', 'data visualization', 'visualisasi data',
+        'data engineer', 'database engineer', 'data specialist', 'power bi', 'tableau',
+        'business analyst', 'analis bisnis', 'product owner', 'product manager',
+        'erd', 'manajemen database', 'database management', 'backend', 'frontend',
+        'fullstack', 'aplikasi', 'sistem informasi', 'manajemen informatika', 'pemrograman',
+        'teknologi informasi', 'komputer', 'android developer', 'ios developer',
+        'android', 'ios', 'mobile', 'ui ux', 'ui ux designer', 'ui designer', 'ux designer',
+        'product designer', 'graphic designer', 'desain grafis', 'desain logo', 'desain',
+        'design', 'multimedia', 'animasi', 'web designer', 'web master', 'wordpress developer',
+        'erp specialist', 'sap consultant', 'odoo', 'odoo developer',
+        'software house', 'tokopedia', 'shopee', 'bukalapak', 'sevima',
+        'sentra vidya utama', 'traveloka', 'gojek', 'grab', 'edutech', 'fintech', 'edtech',
+        'tech', 'technology', 'teknologi',
+        'it entrepreneur', 'founder', 'owner', 'co founder', 'ceo', 'wirausaha'
+    ],
+    'TKK': [
+        'jaringan', 'network', 'networking', 'network administrator', 'network engineer',
+        'network security', 'administrator jaringan', 'jaringan komputer', 'teknisi jaringan komputer',
+        'lan wan', 'lan', 'wan', 'cloud computing', 'cloud', 'iot', 'internet of things',
+        'iot engineer', 'embedded', 'embedded system', 'firmware', 'hardware', 'sysadmin',
+        'system administrator', 'server administrator', 'datacenter engineer', 'noc engineer',
+        'noc technician', 'field engineer it', 'fiber optic', 'teknisi fiber',
+        'robotika', 'robotics', 'plc', 'scada', 'cctv technician', 'teknisi cctv',
+        'server', 'mikrotik', 'cisco', 'komputer', 'teknisi komputer', 'service komputer',
+        'infrastruktur', 'datacenter', 'teknik komputer', 'it support', 'it technician', 'helpdesk it',
+        'teknisi jaringan', 'admin jaringan', 'computer', 'laptop', 'pc',
+        'cell', 'cellular', 'seluler', 'telekomunikasi', 'telecommunication', 'teknisi',
+        'telkomsel', 'telkom', 'nexwave', 'huawei', 'zte', 'indosat', 'xl axiata', 'smartfren',
+        'fiber', 'optik', 'fiberstar', 'biznet', 'cbn', 'myrepublic', 'noc', 'tower', 'bts',
+        'tech', 'technology', 'teknologi', 'technopreneur',
+        'wirausaha bidang teknik komputer', 'founder', 'owner', 'co founder', 'ceo', 'wirausaha'
+    ]
+}
+
+# Daftar Sektor Pekerjaan Formal Non-IT (Untuk Kategori C1 - Bidang Diketahui)
+DEFAULT_BIDANG_KERJA_UMUM = [
+    # Perbankan & Lembaga Keuangan
+    'bank', 'bni', 'bri', 'mandiri', 'bca', 'btn', 'btpn', 'bank jatim', 'bsi', 'mega', 'muamalat', 'cimb',
+    'perbankan', 'koperasi', 'leasing', 'asuransi', 'pegadaian', 'akuntan', 'accounting',
+    'finance', 'keuangan', 'perpajakan', 'pajak', 'teller', 'kasir', 'finansial',
+    # Manajemen, Administrasi & Staf Formal
+    'manager', 'supervisor', 'staff', 'admin', 'administrasi', 'hrd', 'personalia',
+    'receptionist', 'customer service', 'cs', 'operator', 'sekretaris', 'notaris',
+    # Pemasaran, Penjualan & Retail
+    'marketing', 'sales', 'sales promotion', 'spg', 'spb', 'telemarketing', 'account executive',
+    'toko', 'minimarket', 'indomaret', 'alfamart', 'supermarket', 'mart', 'distributor', 'agen',
+    # Industri Manufaktur, Migas, Energi, Pertanian
+    'migas', 'pelangi migas', 'oil', 'gas', 'pertamina', 'pln', 'pdam', 'bumn', 'bumd',
+    'tjiwi kimia', 'pabrik', 'manufaktur', 'industri', 'produksi', 'qc', 'qa qc', 'gudang', 'warehouse',
+    'east west seed', 'seed', 'benih', 'pertanian', 'perkebunan', 'peternakan', 'agro', 'pupuk',
+    'cosmetindo', 'moro ayu', 'kosmetik', 'farmasi', 'apotek', 'apoteker', 'kimia', 'tekstil',
+    # Pendidikan & Kesehatan
+    'guru', 'dosen', 'pengajar', 'instruktur', 'tutor', 'trainer', 'sekolah', 'kampus',
+    'politeknik', 'universitas', 'sd', 'smp', 'sma', 'smk', 'madrasah', 'pesantren',
+    'perawat', 'bidan', 'dokter', 'rumah sakit', 'rsud', 'klinik', 'puskesmas', 'laboratorium',
+    # Jasa Lapangan, Logistik, Kuliner & Instansi Publik
+    'driver', 'kurir', 'pengemudi', 'security', 'satpam', 'mekanik', 'bengkel',
+    'barista', 'koki', 'chef', 'waiter', 'pelayan', 'restoran', 'cafe', 'kafe', 'hotel', 'catering',
+    'penulis', 'editor', 'fotografer', 'videografer',
+    'pns', 'asn', 'polisi', 'tni', 'pemerintah', 'dinas', 'kelurahan', 'kecamatan', 'balai', 'kantor desa'
+]

Backend/Model/data/processed/cluster_statistics.json

@@ -0,0 +1,66 @@
+{
+  "0": {
+    "jumlah": 587,
+    "persentase": 52.69299820466786,
+    "top_terms": [
+      "perintah",
+      "bumn",
+      "bnpp",
+      "jember",
+      "staff",
+      "swasta",
+      "instansi perintah",
+      "instansi",
+      "founder",
+      "negeri"
+    ]
+  },
+  "1": {
+    "jumlah": 146,
+    "persentase": 13.10592459605027,
+    "top_terms": [
+      "kerja",
+      "freelance",
+      "kerja lepas",
+      "lepas",
+      "freelance kerja",
+      "usaha",
+      "usaha sendiri",
+      "sendiri",
+      "wiraswasta usaha",
+      "lain tulis"
+    ]
+  },
+  "2": {
+    "jumlah": 183,
+    "persentase": 16.427289048473966,
+    "top_terms": [
+      "wiraswasta",
+      "wiraswasta usaha",
+      "usaha sendiri",
+      "sendiri",
+      "usaha",
+      "toko",
+      "founder",
+      "wiraswasta toko",
+      "jaya",
+      "wiraswasta freelance"
+    ]
+  },
+  "3": {
+    "jumlah": 198,
+    "persentase": 17.7737881508079,
+    "top_terms": [
+      "swasta",
+      "usaha swasta",
+      "usaha",
+      "staff",
+      "indonesia",
+      "swasta staff",
+      "founder",
+      "swasta founder",
+      "digital",
+      "media"
+    ]
+  }
+}

Backend/Model/data/processed/clustering_summary.txt

@@ -0,0 +1,32 @@
+============================================================
+CLUSTERING SUMMARY
+Tanggal: 2026-08-28 04:27:42
+============================================================
+
+[MODEL INFO]
+   K = 4 (sesuai PRD)
+   Inertia: 893.89
+   Silhouette Score: 0.1034
+   Total Samples: 1114
+   Total Features: 500
+
+[EVALUATION RESULTS]
+   K=2: Inertia=992.52, Silhouette=0.0595
+   K=3: Inertia=937.51, Silhouette=0.0833
+   K=4: Inertia=893.89, Silhouette=0.1034
+   K=5: Inertia=868.63, Silhouette=0.1151
+   K=6: Inertia=854.48, Silhouette=0.1154
+
+[CLUSTER DISTRIBUTION]
+   Cluster 0: 587 (52.7%)
+   Cluster 1: 146 (13.1%)
+   Cluster 2: 183 (16.4%)
+   Cluster 3: 198 (17.8%)
+
+[TOP TERMS PER CLUSTER]
+   Cluster 0: perintah, bumn, bnpp, jember, staff
+   Cluster 1: kerja, freelance, kerja lepas, lepas, freelance kerja
+   Cluster 2: wiraswasta, wiraswasta usaha, usaha sendiri, sendiri, usaha
+   Cluster 3: swasta, usaha swasta, usaha, staff, indonesia
+
+============================================================

Backend/Model/data/processed/dashboard/dashboard.html

@@ -0,0 +1,350 @@
+
+<!DOCTYPE html>
+<html lang="id">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>Dashboard Clustering Alumni - Politeknik Negeri Jember</title>
+    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
+    <style>
+        * {
+            margin: 0;
+            padding: 0;
+            box-sizing: border-box;
+        }
+
+        body {
+            font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            min-height: 100vh;
+            padding: 20px;
+        }
+
+        .container {
+            max-width: 1400px;
+            margin: 0 auto;
+        }
+
+        .header {
+            background: white;
+            border-radius: 15px;
+            padding: 30px;
+            margin-bottom: 20px;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+        }
+
+        .header h1 {
+            color: #2c3e50;
+            font-size: 28px;
+            margin-bottom: 10px;
+        }
+
+        .header p {
+            color: #7f8c8d;
+            font-size: 14px;
+        }
+
+        .cards {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
+            gap: 20px;
+            margin-bottom: 20px;
+        }
+
+        .card {
+            background: white;
+            border-radius: 15px;
+            padding: 25px;
+            text-align: center;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+            transition: transform 0.3s;
+        }
+
+        .card:hover {
+            transform: translateY(-5px);
+        }
+
+        .card-value {
+            font-size: 42px;
+            font-weight: bold;
+            margin-bottom: 5px;
+        }
+
+        .card-label {
+            font-size: 14px;
+            color: #7f8c8d;
+        }
+
+        .card-c0 { color: #2ecc71; }
+        .card-c1 { color: #3498db; }
+        .card-c2 { color: #f39c12; }
+        .card-c3 { color: #e74c3c; }
+        .card-tif { color: #9b59b6; }
+        .card-mif { color: #1abc9c; }
+        .card-tkk { color: #e67e22; }
+
+        .grid {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(400px, 1fr));
+            gap: 20px;
+        }
+
+        .chart-container {
+            background: white;
+            border-radius: 15px;
+            padding: 25px;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+        }
+
+        .chart-title {
+            font-size: 18px;
+            font-weight: bold;
+            color: #2c3e50;
+            margin-bottom: 20px;
+            text-align: center;
+        }
+
+        .chart-wrapper {
+            position: relative;
+            height: 300px;
+        }
+
+        .definitions {
+            background: white;
+            border-radius: 15px;
+            padding: 25px;
+            margin-top: 20px;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+        }
+
+        .definitions h2 {
+            color: #2c3e50;
+            margin-bottom: 15px;
+        }
+
+        .definition-item {
+            display: flex;
+            align-items: center;
+            margin-bottom: 12px;
+            padding: 10px;
+            border-radius: 8px;
+            background: #f8f9fa;
+        }
+
+        .definition-badge {
+            padding: 8px 15px;
+            border-radius: 20px;
+            font-weight: bold;
+            color: white;
+            margin-right: 15px;
+            min-width: 50px;
+            text-align: center;
+        }
+
+        .badge-c0 { background: #2ecc71; }
+        .badge-c1 { background: #3498db; }
+        .badge-c2 { background: #f39c12; }
+        .badge-c3 { background: #e74c3c; }
+
+        .footer {
+            text-align: center;
+            margin-top: 30px;
+            color: white;
+            font-size: 12px;
+        }
+    </style>
+</head>
+<body>
+    <div class="container">
+        <div class="header">
+            <h1>Dashboard Clustering Alumni</h1>
+            <p>Sistem Pengelompokan Pekerjaan Alumni dengan Kompetensi Lulusan - Jurusan Teknologi Informasi, Politeknik Negeri Jember</p>
+        </div>
+
+        <div class="cards">
+            <div class="card">
+                <div class="card-value card-tif">347</div>
+                <div class="card-label">Teknik Informatika (TIF)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-mif">236</div>
+                <div class="card-label">Manajemen Informatika (MIF)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-tkk">194</div>
+                <div class="card-label">Teknik Komputer (TKK)</div>
+            </div>
+            <div class="card">
+                <div class="card-value" style="color:#2c3e50">1596</div>
+                <div class="card-label">Total Alumni</div>
+            </div>
+        </div>
+
+        <div class="cards">
+            <div class="card">
+                <div class="card-value card-c0">223</div>
+                <div class="card-label">Sesuai Profil (C0)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c1">385</div>
+                <div class="card-label">Bidang Diketahui (C1)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c2">506</div>
+                <div class="card-label">Bidang Tidak Jelas (C2)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c3">482</div>
+                <div class="card-label">Belum Bekerja (C3)</div>
+            </div>
+        </div>
+
+        <div class="grid">
+            <div class="chart-container">
+                <div class="chart-title">Distribusi Kategori Alumni (C0-C3)</div>
+                <div class="chart-wrapper">
+                    <canvas id="kategoriChart"></canvas>
+                </div>
+            </div>
+            <div class="chart-container">
+                <div class="chart-title">Distribusi per Program Studi</div>
+                <div class="chart-wrapper">
+                    <canvas id="prodiChart"></canvas>
+                </div>
+            </div>
+        </div>
+
+        <div class="grid" style="margin-top:20px">
+            <div class="chart-container">
+                <div class="chart-title">Distribusi Cluster K-Means (K=4)</div>
+                <div class="chart-wrapper">
+                    <canvas id="clusterChart"></canvas>
+                </div>
+            </div>
+            <div class="chart-container">
+                <div class="chart-title">Match Rate per Program Studi</div>
+                <div class="chart-wrapper">
+                    <canvas id="matchChart"></canvas>
+                </div>
+            </div>
+        </div>
+
+        <div class="definitions">
+            <h2>Definisi Kategori</h2>
+            <div class="definition-item">
+                <span class="definition-badge badge-c0">C0</span>
+                <span><strong>Sesuai Profil Lulusan:</strong> Alumni bekerja dan pekerjaan match dengan kamus kata kunci profil lulusannya.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c1">C1</span>
+                <span><strong>Bidang Diketahui:</strong> Alumni bekerja, bidang pekerjaan jelas, tapi tidak match kamus prodi.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c2">C2</span>
+                <span><strong>Bidang Tidak Teridentifikasi:</strong> Alumni bekerja tapi informasi pekerjaan kurang jelas atau terlalu umum.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c3">C3</span>
+                <span><strong>Belum/Tidak Bekerja:</strong> Alumni belum bekerja atau tidak bekerja saat tracer study.</span>
+            </div>
+        </div>
+
+        <div class="footer">
+            <p>Generated: 2026-08-28 04:48:41</p>
+            <p>Sistem Clustering Alumni - Politeknik Negeri Jember</p>
+        </div>
+    </div>
+
+    <script>
+        // Kategori Chart
+        new Chart(document.getElementById('kategoriChart'), {
+            type: 'doughnut',
+            data: {
+                labels: ['C0 - Sesuai Profil', 'C1 - Bidang Diketahui', 'C2 - Bidang Tidak Jelas', 'C3 - Belum Bekerja'],
+                datasets: [{
+                    data: [
+                        223,
+                        385,
+                        506,
+                        482
+                    ],
+                    backgroundColor: ['#2ecc71', '#3498db', '#f39c12', '#e74c3c']
+                }]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {
+                    legend: { position: 'bottom' }
+                }
+            }
+        });
+
+        // Prodi Chart
+        new Chart(document.getElementById('prodiChart'), {
+            type: 'bar',
+            data: {
+                labels: ['TIF', 'MIF', 'TKK'],
+                datasets: [{
+                    label: 'Jumlah Alumni',
+                    data: [
+                        347,
+                        236,
+                        194
+                    ],
+                    backgroundColor: ['#9b59b6', '#1abc9c', '#e67e22']
+                }]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {
+                    legend: { display: false }
+                }
+            }
+        });
+
+        // Cluster Chart
+        new Chart(document.getElementById('clusterChart'), {
+            type: 'pie',
+            data: {
+                labels: ['Cluster 0', 'Cluster 1', 'Cluster 2', 'Cluster 3'],
+                datasets: [{
+                    data: [326, 27, 66, 100],
+                    backgroundColor: ['#3498db', '#2ecc71', '#f39c12', '#9b59b6']
+                }]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false
+            }
+        });
+
+        // Match Rate Chart
+        new Chart(document.getElementById('matchChart'), {
+            type: 'bar',
+            data: {
+                labels: ['TIF', 'MIF', 'TKK'],
+                datasets: [{
+                    label: 'Match Rate (%)',
+                    data: [2.22, 1.82, 6.90],
+                    backgroundColor: ['#9b59b6', '#1abc9c', '#e67e22']
+                }]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false,
+                scales: {
+                    y: {
+                        beginAtZero: true,
+                        max: 10
+                    }
+                },
+                plugins: {
+                    legend: { display: false }
+                }
+            }
+        });
+    </script>
+</body>
+</html>

Backend/Model/data/processed/dashboard/dashboard_visual.html

@@ -0,0 +1,455 @@
+<!DOCTYPE html>
+<html lang="id">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>Dashboard Clustering Alumni - Politeknik Negeri Jember</title>
+    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
+    <style>
+        * {
+            margin: 0;
+            padding: 0;
+            box-sizing: border-box;
+        }
+
+        body {
+            font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
+            background: linear-gradient(135deg, #1a1a2e 0%, #16213e 50%, #0f3460 100%);
+            min-height: 100vh;
+            padding: 20px;
+            color: white;
+        }
+
+        .container {
+            max-width: 1400px;
+            margin: 0 auto;
+        }
+
+        .header {
+            background: rgba(255,255,255,0.1);
+            backdrop-filter: blur(10px);
+            border-radius: 20px;
+            padding: 40px;
+            margin-bottom: 30px;
+            text-align: center;
+            border: 1px solid rgba(255,255,255,0.1);
+        }
+
+        .header h1 {
+            font-size: 32px;
+            margin-bottom: 10px;
+            background: linear-gradient(90deg, #00d9ff, #00ff88);
+            -webkit-background-clip: text;
+            -webkit-text-fill-color: transparent;
+        }
+
+        .header p {
+            color: #a0a0a0;
+            font-size: 14px;
+        }
+
+        .cards {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(180px, 1fr));
+            gap: 20px;
+            margin-bottom: 25px;
+        }
+
+        .card {
+            background: rgba(255,255,255,0.05);
+            backdrop-filter: blur(10px);
+            border-radius: 15px;
+            padding: 25px;
+            text-align: center;
+            border: 1px solid rgba(255,255,255,0.1);
+            transition: all 0.3s;
+        }
+
+        .card:hover {
+            transform: translateY(-5px);
+            border-color: rgba(255,255,255,0.3);
+        }
+
+        .card-value {
+            font-size: 38px;
+            font-weight: bold;
+            margin-bottom: 5px;
+        }
+
+        .card-label {
+            font-size: 12px;
+            color: #a0a0a0;
+            text-transform: uppercase;
+            letter-spacing: 1px;
+        }
+
+        .card-c0 { color: #2ecc71; }
+        .card-c1 { color: #3498db; }
+        .card-c2 { color: #f39c12; }
+        .card-c3 { color: #e74c3c; }
+        .card-tif { color: #a855f7; }
+        .card-mif { color: #14b8a6; }
+        .card-tkk { color: #f97316; }
+
+        .grid {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(380px, 1fr));
+            gap: 25px;
+        }
+
+        .chart-container {
+            background: rgba(255,255,255,0.05);
+            backdrop-filter: blur(10px);
+            border-radius: 20px;
+            padding: 30px;
+            border: 1px solid rgba(255,255,255,0.1);
+        }
+
+        .chart-title {
+            font-size: 18px;
+            font-weight: 600;
+            margin-bottom: 20px;
+            text-align: center;
+            color: #fff;
+        }
+
+        .chart-wrapper {
+            position: relative;
+            height: 280px;
+        }
+
+        .definitions {
+            background: rgba(255,255,255,0.05);
+            backdrop-filter: blur(10px);
+            border-radius: 20px;
+            padding: 35px;
+            margin-top: 30px;
+            border: 1px solid rgba(255,255,255,0.1);
+        }
+
+        .definitions h2 {
+            margin-bottom: 20px;
+            font-size: 22px;
+            background: linear-gradient(90deg, #00d9ff, #00ff88);
+            -webkit-background-clip: text;
+            -webkit-text-fill-color: transparent;
+        }
+
+        .definition-item {
+            display: flex;
+            align-items: center;
+            margin-bottom: 15px;
+            padding: 15px;
+            border-radius: 12px;
+            background: rgba(255,255,255,0.05);
+        }
+
+        .definition-badge {
+            padding: 8px 16px;
+            border-radius: 25px;
+            font-weight: bold;
+            color: white;
+            margin-right: 20px;
+            min-width: 50px;
+            text-align: center;
+            font-size: 14px;
+        }
+
+        .badge-c0 { background: #2ecc71; }
+        .badge-c1 { background: #3498db; }
+        .badge-c2 { background: #f39c12; }
+        .badge-c3 { background: #e74c3c; }
+
+        .definition-text {
+            color: #ccc;
+            font-size: 14px;
+            line-height: 1.5;
+        }
+
+        .definition-text strong {
+            color: #fff;
+        }
+
+        .stats-row {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
+            gap: 20px;
+            margin-top: 25px;
+        }
+
+        .stat-box {
+            background: rgba(255,255,255,0.05);
+            border-radius: 12px;
+            padding: 20px;
+            text-align: center;
+            border: 1px solid rgba(255,255,255,0.1);
+        }
+
+        .stat-number {
+            font-size: 28px;
+            font-weight: bold;
+            color: #00d9ff;
+        }
+
+        .stat-label {
+            font-size: 12px;
+            color: #a0a0a0;
+            margin-top: 5px;
+        }
+
+        .footer {
+            text-align: center;
+            margin-top: 40px;
+            padding: 20px;
+            color: #666;
+            font-size: 12px;
+        }
+
+        @media (max-width: 768px) {
+            .grid {
+                grid-template-columns: 1fr;
+            }
+            .header h1 {
+                font-size: 24px;
+            }
+        }
+    </style>
+</head>
+<body>
+    <div class="container">
+        <div class="header">
+            <h1>Sistem Clustering Alumni</h1>
+            <p>Jurusan Teknologi Informasi - Politeknik Negeri Jember</p>
+        </div>
+
+        <div class="cards">
+            <div class="card">
+                <div class="card-value card-tif">225</div>
+                <div class="card-label">Teknik Informatika</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-mif">165</div>
+                <div class="card-label">Manajemen Informatika</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-tkk">145</div>
+                <div class="card-label">Teknik Komputer</div>
+            </div>
+            <div class="card">
+                <div class="card-value" style="color:#fff">535</div>
+                <div class="card-label">Total Alumni</div>
+            </div>
+        </div>
+
+        <div class="cards">
+            <div class="card">
+                <div class="card-value card-c0">18</div>
+                <div class="card-label">C0 - Sesuai Profil</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c1">85</div>
+                <div class="card-label">C1 - Bidang Diketahui</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c2">416</div>
+                <div class="card-label">C2 - Bidang Tidak Jelas</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c3">16</div>
+                <div class="card-label">C3 - Belum Bekerja</div>
+            </div>
+        </div>
+
+        <div class="stats-row">
+            <div class="stat-box">
+                <div class="stat-number">519</div>
+                <div class="stat-label">Data di-Cluster</div>
+            </div>
+            <div class="stat-box">
+                <div class="stat-number">4</div>
+                <div class="stat-label">Jumlah Cluster (K)</div>
+            </div>
+            <div class="stat-box">
+                <div class="stat-number">0.16</div>
+                <div class="stat-label">Silhouette Score</div>
+            </div>
+            <div class="stat-box">
+                <div class="stat-number">3.36%</div>
+                <div class="stat-label">Match Rate C0</div>
+            </div>
+        </div>
+
+        <div class="grid" style="margin-top:30px">
+            <div class="chart-container">
+                <div class="chart-title">Distribusi Kategori Alumni (C0-C3)</div>
+                <div class="chart-wrapper">
+                    <canvas id="kategoriChart"></canvas>
+                </div>
+            </div>
+            <div class="chart-container">
+                <div class="chart-title">Distribusi per Program Studi</div>
+                <div class="chart-wrapper">
+                    <canvas id="prodiChart"></canvas>
+                </div>
+            </div>
+        </div>
+
+        <div class="grid" style="margin-top:25px">
+            <div class="chart-container">
+                <div class="chart-title">Distribusi Cluster K-Means (K=4)</div>
+                <div class="chart-wrapper">
+                    <canvas id="clusterChart"></canvas>
+                </div>
+            </div>
+            <div class="chart-container">
+                <div class="chart-title">Distribusi C0-C3 per Prodi</div>
+                <div class="chart-wrapper">
+                    <canvas id="prodiKategoriChart"></canvas>
+                </div>
+            </div>
+        </div>
+
+        <div class="definitions">
+            <h2>Definisi Kategori C0-C3</h2>
+            <div class="definition-item">
+                <span class="definition-badge badge-c0">C0</span>
+                <span class="definition-text"><strong>Sesuai Profil Lulusan:</strong> Alumni bekerja dan pekerjaan memiliki kecocokan dengan kamus kata kunci profil lulusannya berdasarkan prodi asal.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c1">C1</span>
+                <span class="definition-text"><strong>Bidang Diketahui:</strong> Alumni bekerja dan bidang pekerjaan dapat diidentifikasi dengan jelas, tetapi tidak match dengan kamus prodi.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c2">C2</span>
+                <span class="definition-text"><strong>Bidang Tidak Teridentifikasi:</strong> Alumni bekerja tetapi informasi pekerjaan tidak cukup jelas untuk menentukan bidang pekerjaan.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c3">C3</span>
+                <span class="definition-text"><strong>Belum/Tidak Bekerja:</strong> Alumni belum bekerja atau berstatus tidak bekerja saat tracer study.</span>
+            </div>
+        </div>
+
+        <div class="footer">
+            <p>Sistem Pengelompokan Pekerjaan Alumni dengan Kompetensi Lulusan</p>
+            <p>Generated: 2026-08-28</p>
+        </div>
+    </div>
+
+    <script>
+        // Kategori Chart
+        new Chart(document.getElementById('kategoriChart'), {
+            type: 'doughnut',
+            data: {
+                labels: ['C0 - Sesuai Profil', 'C1 - Bidang Diketahui', 'C2 - Bidang Tidak Jelas', 'C3 - Belum Bekerja'],
+                datasets: [{
+                    data: [18, 85, 416, 16],
+                    backgroundColor: ['#2ecc71', '#3498db', '#f39c12', '#e74c3c'],
+                    borderWidth: 0
+                }]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {
+                    legend: {
+                        position: 'bottom',
+                        labels: { color: '#fff', padding: 15 }
+                    }
+                }
+            }
+        });
+
+        // Prodi Chart
+        new Chart(document.getElementById('prodiChart'), {
+            type: 'bar',
+            data: {
+                labels: ['TIF', 'MIF', 'TKK'],
+                datasets: [{
+                    label: 'Jumlah Alumni',
+                    data: [225, 165, 145],
+                    backgroundColor: ['#a855f7', '#14b8a6', '#f97316'],
+                    borderRadius: 8
+                }]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {
+                    legend: { display: false }
+                },
+                scales: {
+                    y: {
+                        beginAtZero: true,
+                        grid: { color: 'rgba(255,255,255,0.1)' },
+                        ticks: { color: '#fff' }
+                    },
+                    x: {
+                        grid: { display: false },
+                        ticks: { color: '#fff' }
+                    }
+                }
+            }
+        });
+
+        // Cluster Chart
+        new Chart(document.getElementById('clusterChart'), {
+            type: 'pie',
+            data: {
+                labels: ['Cluster 0 (62.8%)', 'Cluster 1 (5.2%)', 'Cluster 2 (12.7%)', 'Cluster 3 (19.3%)'],
+                datasets: [{
+                    data: [326, 27, 66, 100],
+                    backgroundColor: ['#3498db', '#2ecc71', '#f39c12', '#9b59b6'],
+                    borderWidth: 0
+                }]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {
+                    legend: {
+                        position: 'bottom',
+                        labels: { color: '#fff', padding: 10 }
+                    }
+                }
+            }
+        });
+
+        // Prodi Kategori Chart
+        new Chart(document.getElementById('prodiKategoriChart'), {
+            type: 'bar',
+            data: {
+                labels: ['TIF', 'MIF', 'TKK'],
+                datasets: [
+                    { label: 'C0', data: [5, 3, 10], backgroundColor: '#2ecc71' },
+                    { label: 'C1', data: [53, 20, 12], backgroundColor: '#3498db' },
+                    { label: 'C2', data: [162, 134, 120], backgroundColor: '#f39c12' },
+                    { label: 'C3', data: [5, 8, 3], backgroundColor: '#e74c3c' }
+                ]
+            },
+            options: {
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {
+                    legend: {
+                        position: 'bottom',
+                        labels: { color: '#fff', padding: 10 }
+                    }
+                },
+                scales: {
+                    y: {
+                        beginAtZero: true,
+                        stacked: true,
+                        grid: { color: 'rgba(255,255,255,0.1)' },
+                        ticks: { color: '#fff' }
+                    },
+                    x: {
+                        stacked: true,
+                        grid: { display: false },
+                        ticks: { color: '#fff' }
+                    }
+                }
+            }
+        });
+    </script>
+</body>
+</html>

Backend/Model/data/processed/dataset_c3.csv

@@ -0,0 +1,483 @@
+kode_prodi,nim,nama,tahun_lulus,status_pekerjaan,jenis_perusahaan,nama_perusahaan,jabatan,sumber_file,teks_pekerjaan_raw,teks_pekerjaan,kategori_pengalaman
+57401,E31160678,RIZKA NURUL KHAKIKI,2019.0,bekerja,3,,,Data_2019_Tracer_study.csv,swasta,swasta,tidak_berpengalaman
+55301,E41150211,DEWI AYU ITIKAF,2019.0,mencari_kerja,0,0,0.0,Data_2019_Tracer_study.csv,0 0.0,,tidak_berpengalaman
+57401,E31151401,Aza Pascaeka,2019.0,belum_kerja,4,,,Data_2019_Tracer_study.csv,wiraswasta,wiraswasta,tidak_berpengalaman
+57401,E31130845,MOCH. RIVALDI AFTONI,2019.0,bekerja,5,,,Data_2019_Tracer_study.csv,lainnya,lain,tidak_berpengalaman
+57401,E31160328,Afega Wira Pradana,2019.0,bekerja,3,,,Data_2019_Tracer_study.csv,swasta,swasta,tidak_berpengalaman
+57401,E31161719,Reza Septia Safirah,2019.0,belum_kerja,4,,,Data_2019_Tracer_study.csv,wiraswasta,wiraswasta,tidak_berpengalaman
+56401,E32160904,ONGKY OKTAFIAN DWI JOHANSYAH,2019.0,bekerja,3,,,Data_2019_Tracer_study.csv,swasta,swasta,tidak_berpengalaman
+55301,E41150068,MUHAMMAD HAFIDH FIRMANSYAH,2019.0,bekerja,5,,,Data_2019_Tracer_study.csv,lainnya,lain,tidak_berpengalaman
+55301,E41151584,Risqi Ahmad Sultoni,2019.0,bekerja,3,,,Data_2019_Tracer_study.csv,swasta,swasta,tidak_berpengalaman
+57401,E31151214,Nita Wahyu Lianti,2019.0,belum_kerja,4,,,Data_2019_Tracer_study.csv,wiraswasta,wiraswasta,tidak_berpengalaman
+57401,E31160306,Faiqotul Hikmah,2019.0,bekerja,3,,,Data_2019_Tracer_study.csv,swasta,swasta,tidak_berpengalaman
+57401,E31160852,MOHAMMAD IMRAN,2020.0,mencari_kerja,0,0,0.0,Data_2020_Tracer_study.csv,0 0.0,,tidak_berpengalaman
+57401,E31171030,Nur Intan Nida,2020.0,mencari_kerja,0,0,0.0,Data_2020_Tracer_study.csv,0 0.0,,tidak_berpengalaman
+56401,E32170720,Sisca Nurmala,2020.0,mencari_kerja,0,0,0.0,Data_2020_Tracer_study.csv,0 0.0,,tidak_berpengalaman
+56401,E32170564,M Ibnu Wildan,2020.0,mencari_kerja,4,Seblak Preanger,3.0,Data_2020_Tracer_study.csv,wiraswasta Seblak Preanger 3.0,wiraswasta seblak preanger,tidak_berpengalaman
+57401,E31170717,M. Fuat,2020.0,mencari_kerja,0,0,0.0,Data_2020_Tracer_study.csv,0 0.0,,tidak_berpengalaman
+56401,E32162050,Akhmad Rizky Sangaji,2020.0,belum_kerja,4,,,Data_2020_Tracer_study.csv,wiraswasta,wiraswasta,tidak_berpengalaman
+56401,E32161727,Moch Samsy,2020.0,belum_kerja,4,,,Data_2020_Tracer_study.csv,wiraswasta,wiraswasta,tidak_berpengalaman
+55301,E41190053,DIAN WAHYUNI,2020.0,bekerja,1,0,3.0,Data_2020_Tracer_study.csv,pemerintah 0 3.0,perintah,tidak_berpengalaman
+57401,E31171653,Ahmad Faqih Hamdani,2020.0,bekerja,7,0,3.0,Data_2020_Tracer_study.csv,nirlaba 0 3.0,nirlaba,tidak_berpengalaman
+55301,E41170333                     ,CICILIA SELVY ERIANTHY,2021.0,wiraswasta,4,tidak ada,1.0,Data_2021_Tracer_study.csv,wiraswasta tidak ada 1.0,wiraswasta,tidak_berpengalaman
+57401,E31182203                     ,Rofi Berliana Mahanani,2021.0,melanjutkan_studi,3,-,,Data_2021_Tracer_study.csv,swasta -,swasta,tidak_berpengalaman
+56401,E32180554                     ,Akhmad Farizi,2021.0,melanjutkan_studi,3,tidak ada,4.0,Data_2021_Tracer_study.csv,swasta tidak ada 4.0,swasta,tidak_berpengalaman
+55301,E41170562                     ,KRISOPRAS EPIKUROS,2021.0,wiraswasta,3,PT.,4.0,Data_2021_Tracer_study.csv,swasta PT. 4.0,swasta,tidak_berpengalaman
+56401,E32182061                     ,OZSA DEWANGGA PRADANA,2021.0,melanjutkan_studi,2,-,,Data_2021_Tracer_study.csv,bnpp -,bnpp,tidak_berpengalaman
+57401,E31200908,ROBBY ASY'ARI,2022.0,wiraswasta,4,,3.0,Data_2022_Tracer_study.csv,wiraswasta 3.0,wiraswasta,tidak_berpengalaman
+57401,E31191006,AGUS ARDIANSYAH,2022.0,bekerja,4,PT PN,4.0,Data_2022_Tracer_study.csv,wiraswasta PT PN 4.0,wiraswasta,tidak_berpengalaman
+56401,E32191199,RIVAI NUR ROHMAN,2022.0,wiraswasta,6,,3.0,Data_2022_Tracer_study.csv,bumn 3.0,bumn,tidak_berpengalaman
+57401,E31192382,AINUR KARINA ABI RAHMADIYAN,2022.0,wiraswasta,3,,3.0,Data_2022_Tracer_study.csv,swasta 3.0,swasta,tidak_berpengalaman
+57401,E31191195,NOVIEKA MUTIARA FIRDAUSIAH,2022.0,wiraswasta,4,,1.0,Data_2022_Tracer_study.csv,wiraswasta 1.0,wiraswasta,tidak_berpengalaman
+56401,E32191236,DAFFA PUTRA JAYA PERMANA,2022.0,wiraswasta,4,,1.0,Data_2022_Tracer_study.csv,wiraswasta 1.0,wiraswasta,tidak_berpengalaman
+55301,E41182080,MUHAMMAD ILMI QOLBI IMANNI,2022.0,wiraswasta,7,,4.0,Data_2022_Tracer_study.csv,nirlaba 4.0,nirlaba,tidak_berpengalaman
+55301,E41201788,ARIF RAHMAN HAKIM,2022.0,wiraswasta,3,,3.0,Data_2022_Tracer_study.csv,swasta 3.0,swasta,tidak_berpengalaman
+55301,E41200889,AHMAD FAQIH ARDINATA,2022.0,wiraswasta,3,,4.0,Data_2022_Tracer_study.csv,swasta 4.0,swasta,tidak_berpengalaman
+55301,E41180632,FRENGKI ELISTANTO,2022.0,wiraswasta,1,,4.0,Data_2022_Tracer_study.csv,pemerintah 4.0,perintah,tidak_berpengalaman
+57401,E31192117,AULIA DININ PUTRI ALIFIAH,2022.0,melanjutkan_studi,1,,4.0,Data_2022_Tracer_study.csv,pemerintah 4.0,perintah,tidak_berpengalaman
+57401,E31191120,SHINDI FATIKA SARI,2022.0,melanjutkan_studi,3,,4.0,Data_2022_Tracer_study.csv,swasta 4.0,swasta,tidak_berpengalaman
+56401,E32190383,GALANG PAHALA,2022.0,melanjutkan_studi,3,,3.0,Data_2022_Tracer_study.csv,swasta 3.0,swasta,tidak_berpengalaman
+57401,E31191849,Silfi Gabrilia Choirun Nisa,2022.0,melanjutkan_studi,4,,2.0,Data_2022_Tracer_study.csv,wiraswasta 2.0,wiraswasta,tidak_berpengalaman
+56401,E32190887,Amirul Faisal,2022.0,melanjutkan_studi,3,,4.0,Data_2022_Tracer_study.csv,swasta 4.0,swasta,tidak_berpengalaman
+55301,E41171991,FEBRERO ARAYA KUSUMATMAJA,2022.0,wiraswasta,7,,4.0,Data_2022_Tracer_study.csv,nirlaba 4.0,nirlaba,tidak_berpengalaman
+57401,E31191300,IWANG PRADIPTA DINOTO,2022.0,melanjutkan_studi,6,,3.0,Data_2022_Tracer_study.csv,bumn 3.0,bumn,tidak_berpengalaman
+57401,E31191982,GALUH LAKSITA NARASWARI,2022.0,melanjutkan_studi,6,,3.0,Data_2022_Tracer_study.csv,bumn 3.0,bumn,tidak_berpengalaman
+57401,E31191433,Muhammad Naufal Zuhdi,2022.0,melanjutkan_studi,6,,1.0,Data_2022_Tracer_study.csv,bumn 1.0,bumn,tidak_berpengalaman
+56401,E32191840,Wahyu Musthofa,2022.0,melanjutkan_studi,1,,2.0,Data_2022_Tracer_study.csv,pemerintah 2.0,perintah,tidak_berpengalaman
+55301,E41161215,HENDRA LAKSMANA,2022.0,melanjutkan_studi,6,,1.0,Data_2022_Tracer_study.csv,bumn 1.0,bumn,tidak_berpengalaman
+55301,E41182248,ABDUR RAZAK SEBASTIAN,2022.0,melanjutkan_studi,7,,4.0,Data_2022_Tracer_study.csv,nirlaba 4.0,nirlaba,tidak_berpengalaman
+55301,E41181028,AISHA RAHMAYANTI,2022.0,melanjutkan_studi,4,,3.0,Data_2022_Tracer_study.csv,wiraswasta 3.0,wiraswasta,tidak_berpengalaman
+55301,E41182048,MUHAMMAD ANSORI,2022.0,melanjutkan_studi,4,,4.0,Data_2022_Tracer_study.csv,wiraswasta 4.0,wiraswasta,tidak_berpengalaman
+55301,E41212442,AFDUL ANWAR ADANI,2022.0,melanjutkan_studi,3,,4.0,Data_2022_Tracer_study.csv,swasta 4.0,swasta,tidak_berpengalaman
+55301,E41212449,RIZAL WAHYU UTAMA,2022.0,melanjutkan_studi,4,,4.0,Data_2022_Tracer_study.csv,wiraswasta 4.0,wiraswasta,tidak_berpengalaman
+55301,E41212470,RIZQIAH DWI AGUSTIN,2022.0,melanjutkan_studi,3,,3.0,Data_2022_Tracer_study.csv,swasta 3.0,swasta,tidak_berpengalaman
+57401,E31192264,ALVIN YUDHA EKA PRADISTYA,2022.0,melanjutkan_studi,6,,2.0,Data_2022_Tracer_study.csv,bumn 2.0,bumn,tidak_berpengalaman
+55301,E41171763,TABHRANY ODI ASMORO,2022.0,melanjutkan_studi,,,,Data_2022_Tracer_study.csv,,,tidak_berpengalaman
+55301,E41181135,Harisman Siihombing,2022.0,bekerja,3,-,3.0,Data_2022_Tracer_study.csv,swasta - 3.0,swasta,tidak_berpengalaman
+55301,E41180749,MUHAMMAD HANAFI ABROR,2022.0,melanjutkan_studi,,,,Data_2022_Tracer_study.csv,,,tidak_berpengalaman
+57401,E31191250,MUHAMMAD PUTRA ADIKUSUMA,2022.0,bekerja,3,,3.0,Data_2022_Tracer_study.csv,swasta 3.0,swasta,tidak_berpengalaman
+55301,E41181773,MUHAMMAD FARHAN NUR PRATAMA,2022.0,melanjutkan_studi,,,,Data_2022_Tracer_study.csv,,,tidak_berpengalaman
+55301,E41180879,YUDISTIONO,2022.0,wiraswasta,,,,Data_2022_Tracer_study.csv,,,tidak_berpengalaman
+55301,E41212443,GALUH MAHENDRA,2022.0,wiraswasta,,,4.0,Data_2022_Tracer_study.csv,4.0,,tidak_berpengalaman
+57401,E31192064,LUSY DWI WILUJENG,2022.0,wiraswasta,,,,Data_2022_Tracer_study.csv,,,tidak_berpengalaman
+Manajemen Informatika (57401),E31191738,ABDULLAH SYIHABUDIN AL ACHYAR,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,3 - Staff,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 3 - Staff",lain tulis staff,tidak_berpengalaman
+Teknik Informatika (55301),E41201747,M. YOGA ANDRIAN PUTRA,2024.0,belum_kerja,Belum Bekerja,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,Belum Bekerja 4 - Freelance/Kerja Lepas,belum kerja freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31210257,MUHAMMAD ZIDAN PRASETYO,2024.0,belum_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2024_Tracer_study.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+Manajemen Informatika (57401),E31211910,DAVIN FADHLILLAH YUDANTO,2024.0,belum_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41201781,WIDYA OCTAVIOLA NURYA,2024.0,belum_kerja,6 - BUMN/BUMD,,2 - Co-Founder,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 2 - Co-Founder,bumn bumd founder,tidak_berpengalaman
+Manajemen Informatika (57401),E31211936,RAHMANDA RICO LUTFIANSYAH,2024.0,belum_kerja,7 - Institusi/Organisasi Multilateral,,1 - Founder,Data_2024_Tracer_study.csv,7 - Institusi/Organisasi Multilateral 1 - Founder,institusi organisasi multilateral founder,tidak_berpengalaman
+Teknik Informatika (55301),E41202091,NUR HASANAH,2024.0,belum_kerja,6 - BUMN/BUMD,,1 - Founder,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 1 - Founder,bumn bumd founder,tidak_berpengalaman
+Teknik Informatika (55301),E41200569,NURILLAHILWAFI,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,1 - Founder,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 1 - Founder",lain tulis founder,tidak_berpengalaman
+Manajemen Informatika (57401),E31211906,STEVEN RIO CHANDRA PURNAMA,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 4 - Freelance/Kerja Lepas",lain tulis freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41202429,AZRIL NUR RAHMAN,2024.0,belum_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31210717,FARA ISTIGHFAR SARI,2024.0,belum_kerja,belum bekerja,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,belum bekerja 4 - Freelance/Kerja Lepas,belum kerja freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41202281,BAHRUL AJI SANTOSO,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,1 - Founder,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 1 - Founder,wiraswasta usaha sendiri founder,tidak_berpengalaman
+Manajemen Informatika (57401),E31211900,MARSHA ARLINDA PUTRI,2024.0,belum_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31211896,REIHAN JANUWISESA FATIH ATTARIANSYAH,2024.0,belum_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2024_Tracer_study.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+Manajemen Informatika (57401),E31210592,YUYUN INE FEBRIANI,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 4 - Freelance/Kerja Lepas",lain tulis freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41201153,BIMA ANGGARA WIRASATYA,2024.0,belum_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31210385,ELA ERWITA SISILIA,2024.0,belum_kerja,6 - BUMN/BUMD,,3 - Staff,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 3 - Staff,bumn bumd staff,tidak_berpengalaman
+Teknik Informatika (55301),E41201302,FAHMI DAFRIN MAULANA,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41202383,ARIEF ANASTIAR SUHARSONO,2024.0,belum_kerja,6 - BUMN/BUMD,,1 - Founder,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 1 - Founder,bumn bumd founder,tidak_berpengalaman
+Teknik Komputer (56401),E32211535,MOHAMMAD IRNANDA,2024.0,belum_kerja,Belum Bekerja,,1 - Founder,Data_2024_Tracer_study.csv,Belum Bekerja 1 - Founder,belum kerja founder,tidak_berpengalaman
+Teknik Informatika (55301),E41202280,ASIF MAHARDHIKA RAMADAN,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41202254,NIKI MUHAMMAD NAFIS,2024.0,belum_kerja,Belum Bekerja,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,Belum Bekerja 4 - Freelance/Kerja Lepas,belum kerja freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31212365,BAGUS DAFFA FIRMANSYAH,2024.0,belum_kerja,6 - BUMN/BUMD,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 4 - Freelance/Kerja Lepas,bumn bumd freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31212295,DAFFA ATHALA ZAGHAZY,2024.0,belum_kerja,3 - Perusahaan swasta,,2 - Co-Founder,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 2 - Co-Founder,usaha swasta founder,tidak_berpengalaman
+Teknik Komputer (56401),E32210989,NARARGA MAULANA,2024.0,belum_kerja,3 - Perusahaan swasta,,3 - Staff,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 3 - Staff,usaha swasta staff,tidak_berpengalaman
+Teknik Komputer (56401),E32210755,SAHRUL GUNAWAN,2024.0,belum_kerja,3 - Perusahaan swasta,,1 - Founder,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 1 - Founder,usaha swasta founder,tidak_berpengalaman
+Teknik Informatika (55301),E41201212,MUHAMMAD AKBAR RAYYAN AL-FATH,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32210897,MUFIDAH EKA ALVA NADYA,2024.0,belum_kerja,6 - BUMN/BUMD,Bumn,1 - Founder,Data_2024_Tracer_study.csv,6 - BUMN/BUMD Bumn 1 - Founder,bumn bumd bumn founder,tidak_berpengalaman
+Teknik Informatika (55301),E41202411,LUQMAN HAKIM,2024.0,belum_kerja,3 - Perusahaan swasta,,1 - Founder,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 1 - Founder,usaha swasta founder,tidak_berpengalaman
+Teknik Informatika (55301),E41200415,NOGA MUKTIWATI,2024.0,belum_kerja,6 - BUMN/BUMD,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 4 - Freelance/Kerja Lepas,bumn bumd freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31212340,AHMAD SAIFUL SEPTIAWAN,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,1 - Founder,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 1 - Founder,wiraswasta usaha sendiri founder,tidak_berpengalaman
+Teknik Komputer (56401),E32210743,GUSTI ARLIZ NANDITO,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 4 - Freelance/Kerja Lepas",lain tulis freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32211375,NELSEN ARDIANSAH,2024.0,belum_kerja,Belum bekerja,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,Belum bekerja 4 - Freelance/Kerja Lepas,belum kerja freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32210111,DANY FERDYANSYAH,2024.0,belum_kerja,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat 4 - Freelance/Kerja Lepas,organisasi non profit lembaga swadaya masyarakat freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41202285,ALI IMRON SAEFULLAH,2024.0,belum_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32210675,SYLVA ADITYA ARFIANSYAH,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,3 - Staff,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 3 - Staff",lain tulis staff,tidak_berpengalaman
+Teknik Komputer (56401),E32211395,LUTFI ARDIANSYAH,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32210736,MUHAMMAD NAUFAL AFFAN SAMUDRA,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 4 - Freelance/Kerja Lepas",lain tulis freelance kerja lepas,tidak_berpengalaman
+Manajemen Informatika (57401),E31211386,REFYAN GIGAS ZIDANE HERDINAND PRATAMA,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 4 - Freelance/Kerja Lepas",lain tulis freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32210813,MUTYARA PERTIWI,2024.0,belum_kerja,"5 - Lainnya, Tuliskan",,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,"5 - Lainnya, Tuliskan 4 - Freelance/Kerja Lepas",lain tulis freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41202298,FIRDAUS FIRMANSYAH,2024.0,belum_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41200363,ALFIAN EZZA RADITYA,2024.0,belum_kerja,6 - BUMN/BUMD,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 4 - Freelance/Kerja Lepas,bumn bumd freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E32211505,MUHAMMAD AMAN AHCYAD,2024.0,belum_kerja,Belum bekerja,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,Belum bekerja 4 - Freelance/Kerja Lepas,belum kerja freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32212364,RIDHO DWICAHYA WIJAYA,2024.0,belum_kerja,Tidak Bekerja,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,Tidak Bekerja 4 - Freelance/Kerja Lepas,kerja freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32210095,DAMAR RAWUH SARJITO,2024.0,belum_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2024_Tracer_study.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+Teknik Komputer (56401),E32210053,DIMAS DWI APRILIYANTO,2024.0,belum_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2024_Tracer_study.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+Teknik Komputer (56401),E32210055,RACHMAN TIO MAULANA,2024.0,belum_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2024_Tracer_study.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+Teknik Komputer (56401),E32200666,MOHAMMAD RODIVOL HAK,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,Better Of Life,1 - Founder,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri Better Of Life 1 - Founder,wiraswasta usaha sendiri better life founder,tidak_berpengalaman
+Manajemen Informatika (57401),E31211055,AHMAD MAULANA SUBANDRIO,2024.0,belum_kerja,1 - Instansi pemerintah,,1 - Founder,Data_2024_Tracer_study.csv,1 - Instansi pemerintah 1 - Founder,instansi perintah founder,tidak_berpengalaman
+Teknik Komputer (56401),E32212287,RAGA MULYA PRATAMA PUTRA,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32200194,NANDA FATHURAHMA,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,1 - Founder,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 1 - Founder,wiraswasta usaha sendiri founder,tidak_berpengalaman
+Teknik Komputer (56401),E32210446,RYAN AJENG SUKMA DEWI TITAH PRATAMA,2024.0,belum_kerja,belom bekerja,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,belom bekerja 4 - Freelance/Kerja Lepas,bom kerja freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32210771,M. FAJARSYAH EKA PERMANA,2024.0,belum_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32212333,INDRA WIJAYA,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,,1 - Founder,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri 1 - Founder,wiraswasta usaha sendiri founder,tidak_berpengalaman
+Teknik Komputer (56401),E32210826,RIZKI ROMADHONI,2024.0,belum_kerja,3 - Perusahaan swasta,,1 - Founder,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 1 - Founder,usaha swasta founder,tidak_berpengalaman
+Teknik Komputer (56401),E32212138,CINDY AFCARINA,2024.0,belum_kerja,3 - Perusahaan swasta,,3 - Staff,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 3 - Staff,usaha swasta staff,tidak_berpengalaman
+Teknik Komputer (56401),E32210344,REZA ANGGARA JANUARTA PUTRA BAYU SYAFIRA,2024.0,belum_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2024_Tracer_study.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+Teknik Komputer (56401),E32212299,ANANDA ANGGI DWI CAHYO,2024.0,belum_kerja,Berencana ingin bekerja di instansi pemerintah atau di BUMN,,3 - Staff,Data_2024_Tracer_study.csv,Berencana ingin bekerja di instansi pemerintah atau di BUMN 3 - Staff,rencana ingin kerja instansi perintah bumn staff,tidak_berpengalaman
+Teknik Komputer (56401),E32211429,I PUTU SRI KRESNA LORU ARIASA,2024.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,Freelance,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,4 - Wiraswasta/perusahaan sendiri Freelance 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32212309,KHOIRUL TAMAMI,2024.0,belum_kerja,6 - BUMN/BUMD,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 4 - Freelance/Kerja Lepas,bumn bumd freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41202408,BRIANTI BELLA PRASNITIA,2024.0,belum_kerja,3 - Perusahaan swasta,,1 - Founder,Data_2024_Tracer_study.csv,3 - Perusahaan swasta 1 - Founder,usaha swasta founder,tidak_berpengalaman
+Teknik Komputer (56401),E32212239,NURUL HUDA,2024.0,belum_kerja,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat 4 - Freelance/Kerja Lepas,organisasi non profit lembaga swadaya masyarakat freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32211014,HABIB MAULANA,2024.0,belum_kerja,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat,,4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat 4 - Freelance/Kerja Lepas,organisasi non profit lembaga swadaya masyarakat freelance kerja lepas,tidak_berpengalaman
+Teknik Komputer (56401),E32212181,FITRAH DESTRA PUTRA,2024.0,belum_kerja,6 - BUMN/BUMD,,2 - Co-Founder,Data_2024_Tracer_study.csv,6 - BUMN/BUMD 2 - Co-Founder,bumn bumd founder,tidak_berpengalaman
+Teknik Informatika (55301),E41182272,BAYU JAYA ILHAM ALHAMDA,2024.0,belum_kerja,Traveloka,TRAVELOKA (ND TRAVELINDO),4 - Freelance/Kerja Lepas,Data_2024_Tracer_study.csv,Traveloka TRAVELOKA (ND TRAVELINDO) 4 - Freelance/Kerja Lepas,traveloka traveloka travelindo freelance kerja lepas,tidak_berpengalaman
+Teknik Informatika (55301),E41201220,INDAH NUR MAHMUDA,2024.0,belum_kerja,,,,Data_2024_Tracer_study.csv,,,tidak_berpengalaman
+Manajemen Informatika (57401),E31210927,INTAN DELVE ATIKA,2024.0,melanjutkan_studi,,,,Data_2024_Tracer_study.csv,,,tidak_berpengalaman
+Manajemen Informatika (57401),E31210287,ABEL JATAYU WAHYU AJI,2024.0,belum_kerja,,,,Data_2024_Tracer_study.csv,,,tidak_berpengalaman
+Manajemen Informatika (57401),E31211810,SITI RUSDANIYAH,2024.0,bekerja,,,,Data_2024_Tracer_study.csv,,,tidak_berpengalaman
+Teknik Komputer (56401),E32211859,AHMAD RIDHO,2024.0,belum_kerja,,,,Data_2024_Tracer_study.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221235,SITI LAILATUL AMALIA,2025.0,mencari_kerja,3 - Perusahaan swasta,,3 - Staff,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta 3 - Staff,usaha swasta staff,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221213,NURUL QOMARIA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221281,MUHAMMAD RIZAL FAHLEVI,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222492,JA'FAR SHODIQ,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222519,MOH. DANI KURNIAWAN SUGIARTO,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221248,BELLA ERVINA FERDIANTI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221247,DIVIA ANGGRAINI,2025.0,mencari_kerja,7 - Institusi/Organisasi Multilateral,,,Data_2025_Tracer_study_D3MIF.csv,7 - Institusi/Organisasi Multilateral,institusi organisasi multilateral,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222451,ADILA JELITA PUTRI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220215,NUR MITA UPI LESTARI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,Jasain aja,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3MIF.csv,4 - Wiraswasta/perusahaan sendiri Jasain aja 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri jasain freelance kerja lepas,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222461,GADIS MICHELLIA PUTRI,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221480,NOVITA YUNDA FAJRIYAH,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221305,MALEMNA SWARI TARIGAN,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221259,Ratna Sari Dewi,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222656,JEREMY VAHARDIKA JAYA,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222327,FARISA RAHMASARI,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222455,Salma Banafsha Safa Fitria,2025.0,mencari_kerja,6 - BUMN/BUMD,,2 - Co-Founder,Data_2025_Tracer_study_D3MIF.csv,6 - BUMN/BUMD 2 - Co-Founder,bumn bumd founder,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222398,Wisnu Hadi Mahendra,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220218,ELSA SURYA AGUSTIN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221236,REYNAVA AURELLIA DAMAYANTI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220197,IHYA ULUMUDDIN,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221142,MUHAMMAD HERIYANTO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222387,SEPTIANO RIZKI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,3 - Staff,Data_2025_Tracer_study_D3MIF.csv,4 - Wiraswasta/perusahaan sendiri 3 - Staff,wiraswasta usaha sendiri staff,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222680,NADEA MEFIRA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221420,ANINDYA HUDAA KUMALA TANTRI,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221209,Ayu Eka Ciptasari,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222823,MARCELLINO RHADITYA ROSANDI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221108,SHAMITA YASMIN R,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222307,Alfiansyah Pradinata Putra,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222756,SYEBA WARDAHANI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221484,MIFTAH FARID GUNAWAN,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222365,ADINDA KHOFIFA AZIZ,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",Politeknik Negeri jember,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102) Politeknik Negeri jember 4 - Freelance/Kerja Lepas",lain tulis f1102 politeknik negeri jember freelance kerja lepas,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221225,RIFQI NURUL QOMARIAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222586,NURUL FAJRI MAULIDYA,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222541,MUHAMMAD ARYA FATHOROZI,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222658,LINTANG SURURUM SALSAFAIZ MARTALIA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221299,OKTAVIARLEN SETYA WARDANI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221315,WILLIAN ANGGI DEVAYU,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222629,SHERLY WELYANA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222389,Muhammad Alfin Faiz,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220442,Ulil Farhah,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222534,ADINDA WIDYA PUTRI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222508,Diana Oktavia Rachmad,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221264,GITA YASINDA PUTRI CAHYANI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221244,MUHAMMAD AGI PRASETYO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221325,MEY NUR AFNI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220954,MUHAMAD FAIS AIZAT,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220577,DINDA NAUSA KUSUMA WARDANI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220334,ISNAINI QAYYUM AZIZAH,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D3MIF.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221357,NISWAH TRIAS QUROTUL A'YUN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222653,FIRDATURROFIAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222870,SATRIA HILMI AN'AMTA CAHYONO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222313,AGYA RIZKINTA WILDANTI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221269,Mohammad Iqbal Abdillah,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221263,TEGAR FEBRIANSYAH PUTRA NURULLAH,2025.0,mencari_kerja,3 - Perusahaan swasta,HIJIGROUP,,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta HIJIGROUP,usaha swasta hijigroup,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222450,NUR FUADI MUHAMMAD,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222582,Hilda Eva Stefhany,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,,Data_2025_Tracer_study_D3MIF.csv,4 - Wiraswasta/perusahaan sendiri,wiraswasta usaha sendiri,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222691,ANNAJWA SHOHIBUZZAHRO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222606,AHMAD ZAENAL ABIDIN,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220412,ALFIN FADLI,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222851,ENDY FADLULLAH,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222888,ALIZAR MUHARROM,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,,Data_2025_Tracer_study_D3MIF.csv,4 - Wiraswasta/perusahaan sendiri,wiraswasta usaha sendiri,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222641,Firman Agung Alamsyah,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222381,BRAHMI HAWA SAWITRI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222344,SOVIA LAJUBA,2025.0,mencari_kerja,,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3MIF.csv,4 - Freelance/Kerja Lepas,freelance kerja lepas,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222663,ROFIATUL ANDAWIYAH,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",PT. Lambda Solusi Informatika,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102) PT. Lambda Solusi Informatika",lain tulis f1102 lambda solusi informatika,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221397,VICKY FERNANDO ANGGARA PUTRA IKHWANTO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102) 4 - Freelance/Kerja Lepas",lain tulis f1102 freelance kerja lepas,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222379,FAHMI KURNIAWAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221009,AISYAH SALSHABILLA SISKA PUTRI,2025.0,belum_kerja,3 - Perusahaan swasta,PT. Young Tree,,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta PT. Young Tree,usaha swasta young tree,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221306,MUHAMMAD RAMA PRADIPA WIJAYA,2025.0,mencari_kerja,3 - Perusahaan swasta,,3 - Staff,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta 3 - Staff,usaha swasta staff,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222696,FITRI AMALIA SAQILA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",PT China Communications Construction Indonesia (CCCI).,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102) PT China Communications Construction Indonesia (CCCI). 4 - Freelance/Kerja Lepas",lain tulis f1102 china communications construction indonesia ccci freelance kerja lepas,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221407,M. FAHIM DAVID BACHTIAR,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222518,MUHAMMAD ALFIN ALFAUZI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222765,DINA AYU AISYAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31210646,ATIKAH NURI HAZMA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",Yasmine Fashion,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102) Yasmine Fashion",lain tulis f1102 yasmine fashion,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221245,ALFIONINA DWI RACHMALIA,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220095,GALUH REVIKO SATYA KIRANA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221222,DIYO ANGGARA PRADIPA PUTRA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222366,Arya Advicenna,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221360,IQBAL AMIN,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220277,PUTRI AYU WULANDARI,2025.0,mencari_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2025_Tracer_study_D3MIF.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222540,Haikal Muna'amul Islam,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31200086,DANIEL ABDULLAH AFANDI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",Belum Mendapatkan Pekerjaan,,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102) Belum Mendapatkan Pekerjaan",lain tulis f1102 belum dapat kerja,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222707,ADELIA SARI DEWI,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222544,Sultan Arya Maulana,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222854,Irfan Dimas Riyadi,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",belum ada,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3MIF.csv,"5 - Lainnya, Tuliskan (f1102) belum ada 4 - Freelance/Kerja Lepas",lain tulis f1102 belum freelance kerja lepas,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222846,MOCHAMMAD GINATA FEBRYANSYAH,2025.0,belum_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3MIF.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222882,Stephen Gesityan,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31220567,PUTRI NABILAH HUWAIDAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222881,ALE ANDRA PRIANDANI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3MIF.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221388,Alya Nirmala Putri,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222699,MOCH ADIM RIZKY SYAH PUTRA,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31222596,ALYA LUFRIDA AFIFAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+19. Manajemen Informatika (57401),E31221361,Algoritma Dwifebri fathiyakan,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3MIF.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221234,RAHMAD ERA SUGIARTO,2025.0,mencari_kerja,,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,4 - Freelance/Kerja Lepas,freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222388,SYAHMI NAUFAL SAPUTRA,2025.0,mencari_kerja,,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,4 - Freelance/Kerja Lepas,freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220022,TUTIK NOER KHOLIFAH,2025.0,mencari_kerja,,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,4 - Freelance/Kerja Lepas,freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220375,MUHAMMAD YUSUF SHOLEHUDIN RENDY,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221231,REYHAN NAUFAL TSAQIF,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D3TKK.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222300,SHAMIR FAIZAL THALIB,2025.0,mencari_kerja,3 - Perusahaan swasta,Pt. Semen imasco asiatic,,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta Pt. Semen imasco asiatic,usaha swasta semen imasco asiatic,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220274,MOCH RENDY ARDIYANTO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221274,SAKTI BAYU NUGRAHA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220671,AHMAD ADIB AKBAR,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221002,Muhammad Ardi Aziz Saputra,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,,Data_2025_Tracer_study_D3TKK.csv,4 - Wiraswasta/perusahaan sendiri,wiraswasta usaha sendiri,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222748,IQBAL FIKHRIANSYAH ROMADHONA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222626,DIYAN SHINTIA BELLA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222585,YUSRIL ROMIZA PUTRA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221390,SERIAN ANAK AYUT,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",belum memiliki pekerjaan,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102) belum memiliki pekerjaan 4 - Freelance/Kerja Lepas",lain tulis f1102 belum milik kerja freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222403,Ahmad Furqon Saputra,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222434,YOVITA SARI CAHYANINGTYAS,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222503,MUHAMMAD RISKI ARDIANSYAH,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221196,RIFQY ZIDANE HARTONO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222444,Wildan Abbrhory,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",0,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102) 0 4 - Freelance/Kerja Lepas",lain tulis f1102 freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222530,MOHAMMAD RIZKY ROMADHON,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222650,MUHAMMAD HISYAMUDDIN,2025.0,bekerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220549,URIP AGILA SETIO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",-,3 - Staff,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102) - 3 - Staff",lain tulis f1102 staff,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221220,Muhammad Miftahul Huda,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222571,MOCHAMAD ALBANUS FAHREZI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221098,JERY NAUVAL NICKOLAS,2025.0,mencari_kerja,6 - BUMN/BUMD,PLN Icon Plus SBU RJBT,,Data_2025_Tracer_study_D3TKK.csv,6 - BUMN/BUMD PLN Icon Plus SBU RJBT,bumn bumd pln icon plus sbu rjbt,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222548,NADIA EMILIANA RAISSA,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222628,GHAIDA SORAYA M.,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221354,MOCH. RIZQ YUNIARIEVAL,2025.0,belum_kerja,6 - BUMN/BUMD,belum kerja,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,6 - BUMN/BUMD belum kerja 4 - Freelance/Kerja Lepas,bumn bumd belum kerja freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221146,JOHARDIO EKA PUTRA ARIV,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222572,AMALIA KHOIRUN NISA',2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222484,EGA SAPUTRA WICAKSANA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221324,MUHAMMAD ABIL SYUGRON HABIBILLAH,2025.0,mencari_kerja,7 - Institusi/Organisasi Multilateral,,,Data_2025_Tracer_study_D3TKK.csv,7 - Institusi/Organisasi Multilateral,institusi organisasi multilateral,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221349,MOHAMMAD FARIS VICO PRADIFA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222371,Ferdiansyah Maula Syarif,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222580,ALI SYARIEF,2025.0,mencari_kerja,3 - Perusahaan swasta,Pt.Iwip,,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta Pt.Iwip,usaha swasta iwip,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221431,DELI SAFITRI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,Ayam Petelur Pak Dela,3 - Staff,Data_2025_Tracer_study_D3TKK.csv,4 - Wiraswasta/perusahaan sendiri Ayam Petelur Pak Dela 3 - Staff,wiraswasta usaha sendiri ayam telur dela staff,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220213,SADDAM ANDIKA PUTRA,2025.0,belum_kerja,3 - Perusahaan swasta,Rumah,,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta Rumah,usaha swasta rumah,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221348,DWI FITRIYAH KHAERULINA,2025.0,mencari_kerja,1 - Instansi pemerintah,,,Data_2025_Tracer_study_D3TKK.csv,1 - Instansi pemerintah,instansi perintah,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220937,AHYAR NUR ALIF,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221287,MONANG MANGATA TAMPUBOLON,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222411,Alfian Dani Ahmad Prasetyo,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221271,LINDA DWI WINANDHA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222685,AMRI MURSALIINA DARINTO,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222481,ARDHA PRIA PRAMBUDI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,1 - Founder,Data_2025_Tracer_study_D3TKK.csv,4 - Wiraswasta/perusahaan sendiri 1 - Founder,wiraswasta usaha sendiri founder,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222855,Imam Ghazali Munir,2025.0,mencari_kerja,1 - Instansi pemerintah,,,Data_2025_Tracer_study_D3TKK.csv,1 - Instansi pemerintah,instansi perintah,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221335,HENDRI GUNAWAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222352,IVAN ARIESNA NUGROHO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222693,MOCHAMAD ALIF RIDHO AULIA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222304,MUCHAMAD NASRULLAH SYAHBANA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221375,KEVIN RIANG EKA PRASETYA,2025.0,mencari_kerja,6 - BUMN/BUMD,PLN ICON PLUS,,Data_2025_Tracer_study_D3TKK.csv,6 - BUMN/BUMD PLN ICON PLUS,bumn bumd pln icon plus,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221275,FARHAN PRATAMA PUTRA,2025.0,mencari_kerja,6 - BUMN/BUMD,PLN ICON PLUS SURABAYA,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,6 - BUMN/BUMD PLN ICON PLUS SURABAYA 4 - Freelance/Kerja Lepas,bumn bumd pln icon plus surabaya freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222396,RIZAL MAULANA ALIF,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222672,VERGIAWAN KURNIALISTIANTO,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D3TKK.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222440,ALIF ABDAUL KARIM,2025.0,belum_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220565,Adam Darmawansa,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222868,DANDHI DWI ARI PRASETYA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222363,ROBBY DWI JAYANTO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222356,ALIYA NABILLA PUTRI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220496,BIMA PUTRA ADITYA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221343,ANANG SANDI PRASETYO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221328,MOHAMMAD IRSYAD ROSIDI,2025.0,mencari_kerja,3 - Perusahaan swasta,PT Global Media Data Prima,3 - Staff,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta PT Global Media Data Prima 3 - Staff,usaha swasta global media data prima staff,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221364,Nisa Carolina Putri,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222865,AHMAD DHANI ALVARISI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222869,GALIH RIANTIARNO,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32212281,Ghilman Roif Zakiri,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221413,MOH. ANWAR,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221425,KELVIN MAULANA SHOFANI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222437,RIDHO FAISAL HAKKI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222349,AKHMAD MARTA ADI PUTRA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221434,TEGUH SETYO BUDI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102) 4 - Freelance/Kerja Lepas",lain tulis f1102 freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222377,Akbar Maulana Agritanto,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222362,FASHA GALIH PUTRA ARIFANDI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32220150,RAFI ABIYYU YAKIN,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+20. Teknik Komputer (56401),e32222568,BIMO RAHMAD DIANSYAH,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222430,DANIEL KEANNY HEBERT,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222355,Putraku Nabil Rabbani,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D3TKK.csv,,,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221448,AIDIL ARDIANSYAH,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D3TKK.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+20. Teknik Komputer (56401),E32222341,NURUL RIZQI AKBARSYAH ASH SHIDDIQIE,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D3TKK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+20. Teknik Komputer (56401),E32221382,FATHUR RIZQI GINANDA ARIKUSUMA,2025.0,belum_kerja,3 - Perusahaan swasta,,3 - Staff,Data_2025_Tracer_study_D3TKK.csv,3 - Perusahaan swasta 3 - Staff,usaha swasta staff,tidak_berpengalaman
+Teknik Informatika (55301),E41232153,RIDLOWAN EKA NUR CAHYA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+Teknik Informatika (55301),E41232322,SYABRIANT BAGUS YANUAR,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+Teknik Informatika (55301),E41180538,Rendra Adji Prayudi,2025.0,mencari_kerja,3 - Perusahaan swasta,PT Mulya Menara Sejahtera,,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta PT Mulya Menara Sejahtera,usaha swasta mulya menara sejahtera,tidak_berpengalaman
+21. Teknik Informatika (55301),E41202152,putri Adelwis,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",belum,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) belum 4 - Freelance/Kerja Lepas",lain tulis f1102 belum freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41202502,WIAN ADIYATMA BISMA RAZAAK,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41201544,NOVITA BENING WIDYASTUTI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232033,ALVIN YUDHA EKA PRADISTYA,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232270,DEDI HARIYANTO,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232102,Iwang Pradipta Dinoto,2025.0,belum_kerja,1 - Instansi pemerintah,,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,1 - Instansi pemerintah 3 - Staff,instansi perintah staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232545,Desy Nur Alviah,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232176,BAGUS IKA PUTRANTO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212022,DEO ANDREAS SYAPUTRA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210014,FAISAL OKTABRIAN SHOLIHIN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210003,EDY ATTHOILLAH,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211496,NILLA PUTRI ROSIDANIA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) 4 - Freelance/Kerja Lepas",lain tulis f1102 freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210373,NADIA AYU SAFITRI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210026,REGINA JUNIANTIKA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210369,RAIHAN ACHMAD DANI FIRMANSYAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210089,DAFFA AFIFI SYAHRONY,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210372,KURROTA AKYUN,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210005,NAJWA AMALIA MAHARANI,2025.0,mencari_kerja,3 - Perusahaan swasta,Megata,,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta Megata,usaha swasta megata,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211247,POPO ZAKARIA,2025.0,mencari_kerja,3 - Perusahaan swasta,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas,usaha swasta freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210602,RESTU FAHIMUROID,2025.0,melanjutkan_studi,,,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,3 - Staff,staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210004,Mokhamad Farhan Abdillah,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,Freelance,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri Freelance 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210800,FARHAN HILMY ARWANTO,2025.0,mencari_kerja,7 - Institusi/Organisasi Multilateral,,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,7 - Institusi/Organisasi Multilateral 3 - Staff,institusi organisasi multilateral staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210674,ATHIYAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),e41211491,Rayhan Febriansyah,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210930,FILLAH SEPTIAN,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210679,FAQIH MUSTAFA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212169,ELISA FEBRIAN SHOLEHA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212166,FARA DERLIANA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212128,ANDINI PUTRI RAMADHANI,2025.0,mencari_kerja,,-,,Data_2025_Tracer_study_D4TIF.csv,-,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210069,SHILMIA MADINA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210096,BABYLINA VINDAROSITA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211320,Achmad Zakariya,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232544,VENI KURNIA DEWI,2025.0,mencari_kerja,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat,Sekolah,,Data_2025_Tracer_study_D4TIF.csv,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat Sekolah,organisasi non profit lembaga swadaya masyarakat sekolah,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211144,ADHE WAHYU TRILAKSANA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210998,JACINDA OLGA NABILA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",-,,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) -",lain tulis f1102,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212091,AISYAH FIKRI NABILAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210477,FIKRI AHDIAR,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,RELIS,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri RELIS 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri rel freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211039,AIKO MAWARDI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210099,FIRDIYATUS SHOLIHAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210436,THORIQ LUKMAN HAKIM,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+21. Teknik Informatika (55301),E41202343,PUTRI SALSABHILA FAHIRA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212168,INDRA PRASETYO WIJAYA,2025.0,mencari_kerja,6 - BUMN/BUMD,-,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD -,bumn bumd,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212253,KRISNA CHOIRIL ANDIKA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211969,AHMAD TAUFIQ RIDHO'I,2025.0,bekerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210598,EKA SULISTYANINGSIH,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210731,IDA SEVIA,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212069,ALIF TRIADI AGUNG WICAKSONO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211478,GYMNASTIAR ALMA GHIFARI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211245,MUHAMMAD REZA IVANO PAHLEVI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232549,RISMA DEWI SEPTIANI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212097,AKNEZ NURIL MAHMUDA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) 4 - Freelance/Kerja Lepas",lain tulis f1102 freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232541,MUHAMMAD FARRAS WIRAWAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210132,GEMA HANNA NAPITUPULU,2025.0,mencari_kerja,6 - BUMN/BUMD,MASPION,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD MASPION,bumn bumd maspion,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212025,IRMA FIRNANDA,2025.0,mencari_kerja,6 - BUMN/BUMD,PT PETROKIMIA GRESIK,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD PT PETROKIMIA GRESIK 3 - Staff,bumn bumd petrokimia gresik staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232537,Anang Prayoga,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211551,AHMAD HIPNIE KHOIRI,2025.0,mencari_kerja,,infinite,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,infinite 4 - Freelance/Kerja Lepas,infinite freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232538,HUSNUL PUTRI CANDRA BUANA,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212174,FATHAN MAULANA RIFQI HARTONO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211978,AMELIA FAWWAZ ZAIN,2025.0,mencari_kerja,,PELINDO,,Data_2025_Tracer_study_D4TIF.csv,PELINDO,pelindo,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210172,ADITYA IBRAR ABDILLAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212151,ISMIATI EKA OKTAFIA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212101,EKA PUTRI YULIANA,2025.0,mencari_kerja,6 - BUMN/BUMD,,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD,bumn bumd,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211128,KRISTOPHER YOHANES IMMANUEL TAMBUNAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212068,ADELIA AYU AVISTA,2025.0,mencari_kerja,6 - BUMN/BUMD,,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD 3 - Staff,bumn bumd staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211217,GIGIH DWI CAHYO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210716,KHOFIFAH AINURROHMAH,2025.0,mencari_kerja,6 - BUMN/BUMD,BUMN,,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD BUMN,bumn bumd bumn,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232547,FIRDA ULFA UNSILAH,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232542,MUHAMMAD ILHAM YUAL MAULANA,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,milik sensiri,1 - Founder,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri milik sensiri 1 - Founder,wiraswasta usaha sendiri milik sensiri founder,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232540,MUHAMAD BAYU CANDRA PAMUNGKAS,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210002,RESTU AJI PRASETYO SAPUTRA,2025.0,mencari_kerja,,-,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,- 3 - Staff,staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211570,WISHAL AZHARYAN AL HISYAM,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,1 - Founder,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri 1 - Founder,wiraswasta usaha sendiri founder,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211408,DAFFA FAUZI RAHMAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210766,Akbar Ramadhani Firdaus,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210603,DAVID ARROZAQI,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211220,YUNAN ADITYA PRIMAWATDANA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211107,MUHAMMAD ZAINAL ABIDIN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210798,Yusuf Firmansyah Adi Basuni,2025.0,melanjutkan_studi,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212285,ELISA CHRISTIAN ALFRIDO MANTOLAS,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211257,MUHAMMAD ILHAM IKHWANUL AKRAM,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",belum bekerja,,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) belum bekerja",lain tulis f1102 belum kerja,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211111,ALIF IMANULLAH KRISNA ALAM,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212263,ZULFIANTI RAHMAWATI ASHILAH,2025.0,mencari_kerja,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat,-,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,2 - Organisasi non-profit/Lembaga Swadaya Masyarakat - 4 - Freelance/Kerja Lepas,organisasi non profit lembaga swadaya masyarakat freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210698,MUHAMMAD MAULANA MALIK IBRAHIM,2025.0,mencari_kerja,1 - Instansi pemerintah,Pemerintah Daerah,,Data_2025_Tracer_study_D4TIF.csv,1 - Instansi pemerintah Pemerintah Daerah,instansi perintah perintah daerah,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210960,Rio Javier Reyhan,2025.0,mencari_kerja,7 - Institusi/Organisasi Multilateral,,,Data_2025_Tracer_study_D4TIF.csv,7 - Institusi/Organisasi Multilateral,institusi organisasi multilateral,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212254,Fahmy Rosyadi,2025.0,mencari_kerja,3 - Perusahaan swasta,Profile Image Studio,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta Profile Image Studio 4 - Freelance/Kerja Lepas,usaha swasta profile image studio freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212217,ABDULLAH ALI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211349,FREDA ADI FARDANA,2025.0,mencari_kerja,3 - Perusahaan swasta,,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta 3 - Staff,usaha swasta staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211473,RINA WULANDHARI,2025.0,wiraswasta,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211200,EGA SYAHRUL RAMADHANTO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211601,MUHAMMAD LUTFI ZE'IN AMINULLAH,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41191074,EVRA MARIO SIRAIT,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210022,LIZA INDARWATI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,ADB Programming,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri ADB Programming 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri adb programming freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211463,REZKY AGUS SETIAWAN,2025.0,belum_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210905,NABILA ZHAFARINA,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210730,ADINDA EKA MAYANG WIJAYANTI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211975,ANIK SAHILAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211194,LUTFI AMELIYA PUTRI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,Mad Buah Home,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri Mad Buah Home 4 - Freelance/Kerja Lepas,wiraswasta usaha sendiri mad buah home freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211319,AMMAR AKHTAR ADDANY,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210647,KHAIRATUZ ZAHRO,2025.0,belum_kerja,6 - BUMN/BUMD,,3 - Staff,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD 3 - Staff,bumn bumd staff,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212252,MAULANA IBRAHIM,2025.0,mencari_kerja,6 - BUMN/BUMD,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,6 - BUMN/BUMD 4 - Freelance/Kerja Lepas,bumn bumd freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212368,BHAKTI DWI RAMADHANI HENDARTO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",Tidak Ada,1 - Founder,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) Tidak Ada 1 - Founder",lain tulis f1102 founder,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212221,Naufal Alif Nur Muhammad Rahmadhan,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212297,ANGGA PRABASWARA PUTRA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41191683,AULIA NOVRIN HARLEYANTO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41202549,MUHAMMAD NAFIL,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",WFH,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) WFH 4 - Freelance/Kerja Lepas",lain tulis f1102 wfh freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210746,MOCH IQBAL MAULANA FIEKRI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211965,AYU ANGGRAINI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211674,MUHAMAD SLAMET DAROENI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212104,NIECOLA JODY SETIAWAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211209,AKBAR FIRMANSYAH,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",saya belum bekerja,1 - Founder,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) saya belum bekerja 1 - Founder",lain tulis f1102 belum kerja founder,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210223,MOH FARRIJ WAJDI,2025.0,mencari_kerja,,,1 - Founder,Data_2025_Tracer_study_D4TIF.csv,1 - Founder,founder,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210734,ANDRE KHARISMA DWI THANSA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) 4 - Freelance/Kerja Lepas",lain tulis f1102 freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41232548,NOFAIRA AMIN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41231543,Muhamad Nusayif Jassim,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri,wiraswasta usaha sendiri,tidak_berpengalaman
+21. Teknik Informatika (55301),E41211762,FIRMANSYAH FIKRIAWAN,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIF.csv,"5 - Lainnya, Tuliskan (f1102) 4 - Freelance/Kerja Lepas",lain tulis f1102 freelance kerja lepas,tidak_berpengalaman
+21. Teknik Informatika (55301),E41212008,AFI ZAIN RAMADANA,2025.0,belum_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+21. Teknik Informatika (55301),E41210176,ADAM KARSAR NUGROHO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIF.csv,,,tidak_berpengalaman
+Teknik Informatika (55301),E41191405,ACHMAD AJI WICAKSONO,2025.0,belum_kerja,3 - Perusahaan swasta,4 - Freelance/Kerja Lepas,1 - Lokal/wilayah/wiraswasta tidak berbadan hukum,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta 4 - Freelance/Kerja Lepas 1 - Lokal/wilayah/wiraswasta tidak berbadan hukum,usaha swasta freelance kerja lepas lokal wilayah wiraswasta badan hukum,tidak_berpengalaman
+Teknik Informatika (55301),E41191211,TEGAR AR RASYIID SAIFULAH,2025.0,belum_kerja,Usaha Sampingan,1 - Founder,1 - Lokal/wilayah/wiraswasta tidak berbadan hukum,Data_2025_Tracer_study_D4TIF.csv,Usaha Sampingan 1 - Founder 1 - Lokal/wilayah/wiraswasta tidak berbadan hukum,usaha samping founder lokal wilayah wiraswasta badan hukum,tidak_berpengalaman
+Teknik Informatika (55301),E41201609,BOY DYMAS HIDAYAT,2025.0,belum_kerja,4 - Wiraswasta/perusahaan sendiri,3 - Staff,1 - Lokal/wilayah/wiraswasta tidak berbadan hukum,Data_2025_Tracer_study_D4TIF.csv,4 - Wiraswasta/perusahaan sendiri 3 - Staff 1 - Lokal/wilayah/wiraswasta tidak berbadan hukum,wiraswasta usaha sendiri staff lokal wilayah wiraswasta badan hukum,tidak_berpengalaman
+Teknik Informatika (55301),E41232136,SILFI GABRILIA CHOIRUN NISA,2025.0,belum_kerja,3 - Perusahaan swasta,3 - Staff,,Data_2025_Tracer_study_D4TIF.csv,3 - Perusahaan swasta 3 - Staff,usaha swasta staff,tidak_berpengalaman
+Teknik Informatika (55301),E41232098,Moch. Iqbal Rosyidi,2025.0,belum_kerja,tidak bekerja,4 - Freelance/Kerja Lepas,,Data_2025_Tracer_study_D4TIF.csv,tidak bekerja 4 - Freelance/Kerja Lepas,kerja freelance kerja lepas,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211358,DAFFA ADITYA REJASA RUSWANTO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41210291,SANGGA DEWA RAMADHAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211399,ERLYNA BERLIAN PRASTITI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211493,ENDIENING NUR PUSPITASARI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211253,ENGGAR SUSMITA,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212020,MOCHAMAD FARIS HASAN FEBRIANSHAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212241,RAKHA ARIAN ARCHANIGA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212173,PRISCILIA HILDA AGUSTIN,2025.0,mencari_kerja,,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIFNGANJUK.csv,4 - Freelance/Kerja Lepas,freelance kerja lepas,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212036,AHMAD CHOIRUL UMAM ALI ROZAQI,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212313,M. BRILLIANT RIDHO SISWANTO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212290,DIMAS ADI PUTRA ARIFIN,2025.0,mencari_kerja,7 - Institusi/Organisasi Multilateral,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,7 - Institusi/Organisasi Multilateral,institusi organisasi multilateral,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),e41212053,RENGGA DWI PRIBADI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211051,HABIB ANDRIANTITO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211995,Wijang Afdholanabil Kusuma,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211993,RATIH DEWI SETIANI,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,-,3 - Staff,Data_2025_Tracer_study_D4TIFNGANJUK.csv,4 - Wiraswasta/perusahaan sendiri - 3 - Staff,wiraswasta usaha sendiri staff,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212331,CORNELIA RAHMAWATI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212136,ROSITA CATUR SEPTIANINGSIH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212095,MOCHAMAD YUNUS IKHSANODIN,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212133,Naufal Kadhafi,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41210983,ROSYIDA ARIAN RAHMA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFNGANJUK.csv,,,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211992,FAUZIAN AQZZAL HAFIDZ,2025.0,mencari_kerja,3 - Perusahaan swasta,Polije,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIFNGANJUK.csv,3 - Perusahaan swasta Polije 4 - Freelance/Kerja Lepas,usaha swasta polije freelance kerja lepas,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41212268,BAGUS HARIS SUHARTONO,2025.0,mencari_kerja,3 - Perusahaan swasta,Starpace,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIFNGANJUK.csv,3 - Perusahaan swasta Starpace 4 - Freelance/Kerja Lepas,usaha swasta starpace freelance kerja lepas,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211384,AHMAD EDZAM PRASETYA,2025.0,mencari_kerja,3 - Perusahaan swasta,Politeknik Negeri Jember,1 - Founder,Data_2025_Tracer_study_D4TIFNGANJUK.csv,3 - Perusahaan swasta Politeknik Negeri Jember 1 - Founder,usaha swasta politeknik negeri jember founder,tidak_berpengalaman
+22. Teknik Informatika Kampus Kab. Nganjuk (55302),E41211952,NOVA NUR ANGGRAINI,2025.0,belum_kerja,1 - Instansi pemerintah,Komisi Pemilihan Umum,3 - Staff,Data_2025_Tracer_study_D4TIFNGANJUK.csv,1 - Instansi pemerintah Komisi Pemilihan Umum 3 - Staff,instansi perintah komisi pilih umum staff,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212013,ABHINAYA FAHAR LAILA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212046,Achmad Baihaqi,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41211994,ACH. FASIHUL LISAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212260,RIZQI AZIZISSANI,2025.0,mencari_kerja,3 - Perusahaan swasta,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,3 - Perusahaan swasta,usaha swasta,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212060,OCTAVIAN DAVA PUTRA CAHYONO,2025.0,mencari_kerja,,,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,4 - Freelance/Kerja Lepas,freelance kerja lepas,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212099,KENNYO GENDIS PUTRI HARLI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212139,JESSICA DESI IMELDA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212081,CAHAYA CITRA AZZAHRO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212058,MOCH GHAZY AL GHIFARI HAFID,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,4 - Wiraswasta/perusahaan sendiri,wiraswasta usaha sendiri,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212126,MARZUKI AKMAL,2025.0,mencari_kerja,4 - Wiraswasta/perusahaan sendiri,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,4 - Wiraswasta/perusahaan sendiri,wiraswasta usaha sendiri,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212044,DAFFA AGUNG NUGROHO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212358,MUHAMMAD ANDRA KUSUMA RAMADHAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212045,ILHAM GUSTI SYAH PUTRO,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,"5 - Lainnya, Tuliskan (f1102)",lain tulis f1102,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212055,JOHAN KRISBIMA ABI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212037,BILAL SHANDYARTA SYAMSUDIN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212026,BIMA PRAYOGA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212359,OWEN PRATAMA ENDRAMAWAN,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212250,HERLAMBANG SATRIA WIJAYA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212129,NABILA RAHMA YUSRILFA TRISYAYANTI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212063,ASMIRANTI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212079,FADLIL LIWAUL HAMDI,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212006,MOCHAMMAD ENRIQUE LAZUARDI RAMADANY,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",-,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,"5 - Lainnya, Tuliskan (f1102) -",lain tulis f1102,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212125,DINA DWI ARIKA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212057,FACHRY RIZKY PRASETYA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212012,HARIS ASYSYAUQI,2025.0,mencari_kerja,3 - Perusahaan swasta,PT Rexline Engineering Indonesia,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,3 - Perusahaan swasta PT Rexline Engineering Indonesia,usaha swasta rexline engineering indonesia,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212105,FATKHUL HIDAYAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41211962,LYA NURUL ULLA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212270,MOH. FERDI ANDRIANSYAH,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212137,AGIL GILANG CHANDRA SAPUTRA,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212403,MUHAMMAD SHALAHUDIN AYUBI FIRMANSYAH,2025.0,mencari_kerja,"5 - Lainnya, Tuliskan (f1102)",belum bekerja,4 - Freelance/Kerja Lepas,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,"5 - Lainnya, Tuliskan (f1102) belum bekerja 4 - Freelance/Kerja Lepas",lain tulis f1102 belum kerja freelance kerja lepas,tidak_berpengalaman
+23. Teknik Informatika Kampus Kab. Sidoarjo (55304),E41212054,DYIONO,2025.0,mencari_kerja,,,,Data_2025_Tracer_study_D4TIFSIDOARJO.csv,,,tidak_berpengalaman

Backend/Model/data/processed/interpretasi_results.csv

@@ -0,0 +1,536 @@
+nim,nama,kode_prodi,status_pekerjaan,cluster,teks_pekerjaan,kategori,match_profil,matched_keywords
+E31160241,Rizki Firmansyah,57401.0,bekerja,0,nirlaba irsyad islamiyyah jember,C2,False,
+E32160207,Afrizal Gita Putra Laksono,56401.0,bekerja,3,swasta nexwave,C2,False,
+E31161703,Lilik Widayanti,57401.0,bekerja,0,perintah balai desa sumbermujur,C2,False,
+E31160798,LUKMAN HARUN,57401.0,wiraswasta,0,wiraswasta barokah cell,C2,False,
+E41150080,DAVID SUGIANTO,55301.0,bekerja,3,swasta tokopedia,C2,False,
+E41151627,Ahmad Syamsul Arifin,55301.0,wiraswasta,2,wiraswasta dafidea technocraft,C0,True,tech
+E31161033,Ayu Diyah Purwanti,57401.0,bekerja,0,bumn bank negara indonesia tbk,C2,False,
+E41151085,Yunita Dwi Pujianti,55301.0,bekerja,1,nirlaba politeknik negeri jember,C1,False,
+E41151776,Mahbubi Ilham Nafiulalam,55301.0,bekerja,3,swasta tjiwi kimia tbk,C2,False,
+E31161241,Aulia Rafi Dika Pekasih,57401.0,bekerja,3,swasta yaffi solusi internasional,C2,False,
+E31161816,Dhimas Ulfa Lathifah,57401.0,bekerja,3,swasta moro ayu cosmetindo,C2,False,
+E41150057,DITA PUSPITA RAHMA PUTRI,55301.0,bekerja,3,swasta sentra vidya utama sevima,C2,False,
+E41150559,RAYHAN SAVERO ARIL,55301.0,bekerja,3,swasta telkomsel,C2,False,
+E32161301,Muhammad Isbi Romadhoni,56401.0,bekerja,0,swasta east west seed indonesia,C2,False,
+E32160628,SANDY KURNIAWAN,56401.0,bekerja,3,swasta pelangi migas abadi,C0,True,lan
+E32160392,MOHAMMAD FADHUR ROHMAN,56401.0,bekerja,3,swasta enggar media sentana,C2,False,
+E32160891,MUHAMMAD ALY ROFIE,56401.0,bekerja,0,bumn asuransi jiwasraya,C2,False,
+E41151925,Wahyu Kartini Putri Aditya,55301.0,bekerja,3,swasta yayasan imam syafi,C2,False,
+E32161373,Yuni Syafarinda,56401.0,bekerja,0,swasta idn boarding school,C2,False,
+E41171583                     ,AHMAD FAKIH HASBULLAH,55301.0,bekerja,0,wiraswasta usaha bisnis kembang konten creator,C2,False,
+E41171389                     ,SEPTIAJI WARAGA FILA,55301.0,wiraswasta,2,wiraswasta lilik collection,C2,False,
+E41171753                     ,Rikky Ihza Pratama,55301.0,bekerja,0,bnpp maulid teknologi kreatif,C1,False,
+E41172249                     ,RENDHY PRATAMA PUTRA,55301.0,bekerja,1,nirlaba politeknik negeri jember,C1,False,
+E31181391                     ,AN NISSA SAFITRI,57401.0,bekerja,2,wiraswasta mustikatama,C2,False,
+E32180649                     ,DEWI MAGREZA ALFIONITA,56401.0,bekerja,0,bnpp appen,C2,False,
+E41170896                     ,SYAVINA OCTAVIA PARAHITA,55301.0,bekerja,0,perintah dinas sosial kabupaten jember,C2,False,
+E32181095                     ,Helen Uni Dewi Samima,56401.0,wiraswasta,0,wiraswasta jual umpan ikan,C2,False,
+E31151415                     ,DENNY SETIADY PRABOWO,57401.0,bekerja,2,wiraswasta forensmith,C1,False,
+E32181826                     ,YUNDA CHONITA,56401.0,bekerja,0,nirlaba arsenet global solusi,C2,False,
+E41171926                     ,YOSEF YOGA HIMAWAN,55301.0,bekerja,0,wiraswasta araya media,C2,False,
+E32180259                     ,YUSRON WIDAD SYARFAN,56401.0,bekerja,0,bumn lintas nusantara,C2,False,
+E32180470                     ,ACHMAD MAULUDI FATHONY,56401.0,bekerja,0,bnpp kantor bank,C2,False,
+E41172060                     ,ROKI PRASETYO ADI,55301.0,bekerja,0,bnpp smk pancasila jember,C2,False,
+                              ,KHOSNOL KHOTIMATUL ARIFAH,55301.0,bekerja,0,bumn maulid teknologi kreatif,C1,False,
+E32181653                     ,Firdaus Andy Muhammad,56401.0,wiraswasta,0,wiraswasta jual baju,C2,False,
+E31181032                     ,MAULIEN JULYA SELEBRITISH,57401.0,wiraswasta,2,wiraswasta wiraswasta,C2,False,
+E31181280                     ,WULAN CAHYA WANDANI,57401.0,bekerja,0,perintah diskominfo,C2,False,
+E41171613                     ,GALIH BAGUS PRAKASA,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E31182077                     ,RIVALDY NUR IDRIS,57401.0,bekerja,0,wiraswasta polije,C2,False,
+E31180387                     ,KANISA SHEILA IN ALVIONITA,57401.0,bekerja,0,bnpp jtv,C2,False,
+E41171308                     ,BAWIK ARDIYAN RAMADHAN,55301.0,bekerja,0,bnpp techno,C0,True,tech
+E32181021                     ,MOH. YOGI FERNANDA,56401.0,bekerja,0,bnpp kcm,C2,False,
+E41171749                     ,ALI MANSUR,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E31180464                     ,SEPTIYAN YULIONO,57401.0,bekerja,2,wiraswasta karpet,C2,False,
+E31180691                     ,AHMAD FARHAN ALI,57401.0,wiraswasta,2,wiraswasta dmsncloth,C2,False,
+E31180638                     ,NAILUL AZMI ZIDNI ILMA,57401.0,wiraswasta,2,wiraswasta atapbesi,C2,False,
+E31180819                     ,MOCH. IQBAL ROSYIDI,57401.0,melanjutkan_studi,0,wiraswasta kerja,C2,False,
+E31180838                     ,YUANA DWI PANGESTU,57401.0,bekerja,2,wiraswasta cafe,C2,False,
+E32181637                     ,MUHAMMAD ADITYA MARTONO,56401.0,bekerja,2,wiraswasta mie terror,C2,False,
+E31182176                     ,JOSANTHA MARSHEL VALENDRA,57401.0,bekerja,0,wiraswasta esolusindo,C2,False,
+E41170291                     ,ALI WAJHAH,55301.0,bekerja,0,wiraswasta jember muslim store,C2,False,
+E41161315                     ,RIFQI HAKIM ARIESDIANTO,55301.0,wiraswasta,2,wiraswasta king kalkun,C2,False,
+E31181297                     ,SASTI WIDIYAS SARI,57401.0,bekerja,0,wiraswasta rumah,C2,False,
+E41172069                     ,AKHLAQ KHAN,55301.0,bekerja,0,wiraswasta toko bang mansur,C2,False,
+E41170916                     ,MUHAMMAD KHOIRIRI,55301.0,wiraswasta,2,wiraswasta pemuda padi,C2,False,
+E41170897                     ,RIDI YOGA PRATAMA,55301.0,bekerja,0,nirlaba pondok pesantren ibnu katsir,C2,False,
+E31160935                     ,RISANG AYU LARASATI,57401.0,wiraswasta,2,wiraswasta pawon uti,C2,False,
+E41171041                     ,MAKHI HAKIM HAKIKI,55301.0,bekerja,1,perintah man jember,C2,False,
+E32181772                     ,MOH. NUR AHSAN,56401.0,bekerja,0,nirlaba zamzee computer,C2,False,
+E32180529                     ,MUHAMMAD NASRUL FATTAH,56401.0,bekerja,0,wiraswasta sahabat bangun,C2,False,
+E32181708                     ,APRILLIO DOVAN ARIESA,56401.0,melanjutkan_studi,0,wiraswasta toko azahra,C2,False,
+E31181204                     ,FARIZ GUSTAFIANTO,57401.0,wiraswasta,0,wiraswasta zayid persada,C2,False,
+E31181830                     ,DITA SHAFIRA WAHYUDI,57401.0,melanjutkan_studi,2,wiraswasta yudi net,C2,False,
+E41171120                     ,MUHAMMAD ARIEF RACHMAN MUTTAQIEN,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E31182013                     ,ABDANIAL PRADITYA,56401.0,bekerja,3,swasta proxinet,C2,False,
+E41172068                     ,AFFAN TOHARI,55301.0,bekerja,0,bnpp bikea tekno,C2,False,
+E31180187                     ,PUSPITA SARI RAKHMATULLAH,57401.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E31180222                     ,ELLA WAHYUNINGTYAS,57401.0,bekerja,0,wiraswasta polije,C2,False,
+E32180842                     ,NURUL QOMARIYAH,56401.0,bekerja,0,bumn pdam bondowoso,C2,False,
+E41171252                     ,NIKO WAHYU FITRIANTO,55301.0,bekerja,0,swasta indomarco prismatama,C2,False,
+E31181955                     ,M. PANDU GAUTAMA WIRANAGARA,57401.0,bekerja,0,wiraswasta freelance,C2,False,
+E31180112                     ,INTA OKTA RESTANTI,57401.0,bekerja,0,bumn kopegtel,C2,False,
+E32181801                     ,REY DICO PERWINA AMADA N.,56401.0,bekerja,2,wiraswasta albertacommunity,C1,False,
+E31180686                     ,HIKMAH QUR'ANING TYAS,57401.0,bekerja,0,wiraswasta shopee,C2,False,
+E41170204                     ,DANI ARDIYANSYAH,55301.0,bekerja,0,bumn pertamina,C2,False,
+E31180256                     ,Alfira Rosalina Damela,57401.0,bekerja,0,bumn antam tbk,C2,False,
+E41170873                     ,ACHSANUL KHIZAM,55301.0,bekerja,0,bnpp jatilindo,C2,False,
+E32180210                     ,FIKRI HAIKAL,56401.0,bekerja,0,bnpp karya cipta mekatronika,C2,False,
+E41170676                     ,ANGGI TRIKUSUMA DEWI,55301.0,bekerja,0,wiraswasta avatar solution,C2,False,
+E32182281                     ,ROSITA B KASIPDANA,56401.0,bekerja,0,perintah kantor bupati,C2,False,
+E41171452                     ,ADY BAGUS SUGIH SUSANTO,55301.0,bekerja,0,swasta indomarco prismatama,C2,False,
+E32160410                     ,ANDRE KRISNA PRATAMA,56401.0,bekerja,3,swasta bima technologies,C2,False,
+E31181496                     ,MURPY SATRIYA NUGRAHA,57401.0,bekerja,0,swasta maulid teknologi kreatif maulid games,C1,False,
+E31181929                     ,Andaru Bagus Gandhy Nurwidigdo,57401.0,bekerja,3,swasta bencoolencoffee,C2,False,
+E41171829                     ,MEGA SILVIA,55301.0,bekerja,3,swasta mang sabay rumah makan,C2,False,
+E32181586                     ,HARFI KURNIA HADIPUTRA,56401.0,bekerja,0,perintah diskominfo bondowoso,C2,False,
+E41170438                     ,MOHAMAD RIZAL RAMLI,55301.0,bekerja,0,swasta xeno persada teknologi,C1,False,
+E41170753                     ,DHENI TEGUH PRAMONO,55301.0,wiraswasta,2,wiraswasta bajukita id,C1,False,
+E31180825                     ,KEVIN ADITYAPUTRA ADRIANSYAH,57401.0,wiraswasta,2,wiraswasta mitreka karsa,C1,False,
+E41170740                     ,ABDILANA MOHTALIA SAPUTRA,55301.0,bekerja,0,perintah rsud koesnadi bondowoso,C2,False,
+E41170164                     ,Rizkika Zakka Palindungan,55301.0,bekerja,0,swasta xeno persada teknologi,C1,False,
+E31180427                     ,REZA ROMADHONI ALWI,57401.0,bekerja,3,swasta usaha swasta,C2,False,
+E32180687                     ,FARHAN IRZYAM ARI GUNTARA,56401.0,wiraswasta,0,wiraswasta ataraxia group,C2,False,
+E41190088                     ,Dimas Fariztha Hadiyatullah,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E31181553                     ,LADINA PUTRI ANDITYANDARI,57401.0,bekerja,3,swasta strawberry preschool and daycare,C2,False,
+E41172253                     ,Fahrizal Azi Ferdiansyah,55301.0,bekerja,3,swasta devivace,C2,False,
+E31182056                     ,MOHAMMAD NAZIL ZAINUDDIN,57401.0,bekerja,2,wiraswasta tich,C2,False,
+E32180275                     ,MOH HAIRUL ARIFIN,56401.0,wiraswasta,2,wiraswasta arifnet,C2,False,
+E32180653                     ,SHOFIAH NUR MAZIDA,56401.0,wiraswasta,0,wiraswasta rumah dannis,C2,False,
+E41170809                     ,KURNIA MUTIARA SEPTI,55301.0,wiraswasta,2,wiraswasta aara dekorasi,C2,False,
+E41171994                     ,SASQIA DWI ARTA NOVIA,55301.0,bekerja,0,bnpp bank mega syariah,C2,False,
+E41171742                     ,RIDWAN HANANTO AJI ARIFIN,55301.0,bekerja,0,wiraswasta prodevis team,C2,False,
+E41171660                     ,REFI TRI HIDAYATULLAH,55301.0,wiraswasta,0,wiraswasta jasa buat website,C1,False,
+E31180926                     ,MUSBIHATUL CHORIROH,57401.0,bekerja,0,perintah perintah kabupaten nganjuk,C2,False,
+E31180696                     ,RIZQIANA AMITASARI,57401.0,wiraswasta,0,wiraswasta toko baju,C2,False,
+E41170926                     ,FAHRIZA RAMADHANI PUTRA,55301.0,bekerja,0,perintah polda jatim,C2,False,
+E31180892                     ,RURY AGISTA ASMININGSIH,57401.0,bekerja,0,perintah diskominfo,C2,False,
+E41170061                     ,Elsa Manora Ramadania,55301.0,bekerja,1,wiraswasta politeknik negeri jember,C1,False,
+E32181667                     ,ROBERT MUHAJIR,56401.0,wiraswasta,2,wiraswasta osingart,C2,False,
+E32180251                     ,MIFTAHUL HUDA,56401.0,bekerja,0,perintah dinas komunikasi informatika,C2,False,
+E31170392                     ,WAHYU RAMA FIJAYANDI,57401.0,bekerja,3,swasta sinikopi,C2,False,
+E31181091                     ,CAMALLA SABRINA YUSVIAZAH,57401.0,bekerja,0,wiraswasta warung soto ayu,C2,False,
+E41170241                     ,INANT KHARISMA,55301.0,wiraswasta,0,wiraswasta digital,C1,False,
+E41171111                     ,MUHAMMAD IRFAN SHIDQI LAKSONO,55301.0,bekerja,1,bumn politeknik negeri jember,C1,False,
+E31180949                     ,AKBAR IMAWAN DWI CAHYA,57401.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E31181452                     ,SITI ANISAH,57401.0,bekerja,0,perintah smp negeri wuluhan,C2,False,
+E31181709                     ,M ALI ROMADONI,57401.0,bekerja,3,swasta cybers global indonesia,C2,False,
+E32181993                     ,MALIK ABDUL AZIZ,56401.0,bekerja,0,perintah jaksa agung,C2,False,
+E31180332                     ,DEWI RATIH TILAMSARI WIBOWO,57401.0,bekerja,3,swasta mensa binasukses,C0,True,bi
+E32181873                     ,MOH GUFRON AZIZI,56401.0,bekerja,0,bumn kominfo,C2,False,
+E32182153                     ,Arshi Wisnu Wardhana,56401.0,bekerja,0,bnpp bsi,C2,False,
+E32181449                     ,MOCHAMMAD ALIF RAMADHANI,56401.0,bekerja,0,bnpp mitra tani,C1,False,
+E41170090                     ,Ari Baskara,55301.0,bekerja,0,wiraswasta freelance,C2,False,
+E41171164                     ,Adi Lukito,55301.0,bekerja,0,bnpp mitra surabaya,C1,False,
+E31181436                     ,NUR KUMALA SARI,57401.0,bekerja,0,bnpp kodig teknologi indonesia maju,C1,False,
+E31180703                     ,ANITA KURNIAWATI,57401.0,bekerja,0,bumn bank bni,C2,False,
+E41171725                     ,KHOSNOL KHOTIMATUL ARIFAH,55301.0,bekerja,0,bumn maulid teknologi kreatif,C1,False,
+E41172165                     ,MOCHAMMAD LEMBAR ADJIE BRAMANTYA,55301.0,bekerja,0,wiraswasta distributor skincare personal beauty,C2,False,
+E32180234                     ,Reza Firjatullah Rahman,56401.0,bekerja,0,bnpp asuransi ramayana,C2,False,
+E32181238                     ,FRENDY YASO MAYDALAN,56401.0,bekerja,0,bumn bumn,C2,False,
+E32180323                     ,GHALIB GIANARKAN BUSTIN,56401.0,bekerja,0,bnpp ptpn,C2,False,
+E32180800                     ,ANDI NURFANSYAH,56401.0,bekerja,0,bumn ptpn,C2,False,
+E41171171                     ,ATHO' FAJARIANTO,55301.0,bekerja,0,bnpp bumi suksesindo,C2,False,
+E32181742                     ,MOCHAMAD FIO BAITUL HUDA,56401.0,bekerja,0,bnpp art photography,C2,False,
+E32181959                     ,FERNANDA TERESIA VENTURIN,56401.0,bekerja,0,perintah bank bni,C2,False,
+E41171092                     ,GALANG PUTRA FENDRIANSYAH,55301.0,bekerja,0,bnpp denso,C2,False,
+E32180381                     ,MUHAMMAD RAFI,56401.0,bekerja,0,bumn pdam tirta balur,C2,False,
+E41170735                     ,DESTINO DEWANTARA PRATAMA,55301.0,bekerja,0,bumn bank bri,C2,False,
+E32180897                     ,RIFQI ABRORI,56401.0,bekerja,0,bnpp trans surabaya,C2,False,
+E41170613                     ,MONIKA KUSUMA DEWI,55301.0,bekerja,0,bnpp mitra umkm indomaret,C1,False,
+E41170190                     ,WINDA KURNIAWATI,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E32180459                     ,RIFQIE BAGUS FIRMANSYAH,55301.0,bekerja,0,perintah dinas duduk,C2,False,
+E32181934                     ,FABIO QADAFI SUGESTI,56401.0,bekerja,0,bumn kai,C2,False,
+E31182299                     ,RISMA MULIYAWATI,57401.0,bekerja,0,perintah tri komunikasi informatika,C2,False,
+E31180306                     ,NOFITA OKTA SASMITA,57401.0,bekerja,0,bumn bps,C2,False,
+E31180575                     ,ELLEN MELINDA PUTRI ARIFIYANA SARI,57401.0,bekerja,0,wiraswasta luhan jaya,C2,False,
+E32181133                     ,AISYAH SASYADILAH,56401.0,bekerja,0,bnpp wings surya,C2,False,
+E31182109                     ,Rizaldy Putra Anam Novriandi,57401.0,bekerja,2,wiraswasta darmantika,C2,False,
+E32180498                     ,TARISA WINDI SUMONO PUTRI,56401.0,bekerja,0,wiraswasta piranhamas group,C2,False,
+E32181345                     ,ADE RIZKY CIPTA PRATAMA,56401.0,bekerja,0,bnpp pertamina,C2,False,
+E31180303                     ,YAHYA AJI WIJAYA,57401.0,bekerja,0,perintah multimedia edukasi,C2,False,
+E41171621                     ,BANGGA ADITYATAMA,55301.0,bekerja,0,perintah badan pegawai daerah,C2,False,
+E41171118                     ,FERNANDO FARISTA AHMAD,55301.0,bekerja,0,bnpp mitra,C1,False,
+E32181811                     ,ERINA SUDRAJAD,56401.0,bekerja,0,perintah smk pgri tanggul,C2,False,
+E41171541                     ,M. AVICENNA MAULA,55301.0,bekerja,0,wiraswasta mitra surabaya,C1,False,
+E41171896                     ,ADI CAHYA WIRATMAYA,55301.0,bekerja,0,perintah dinas komunikasi informatika bondowoso,C2,False,
+E32182292                     ,RAIZZAL AHAMAD WEIKIANSYAH,56401.0,bekerja,0,bnpp arsenet,C2,False,
+E32181600                     ,MUHAMMAD SHOLEHUDDIN,56401.0,bekerja,0,bnpp mekar jaya,C2,False,
+E41170538                     ,RIZKY MAULIDA,55301.0,bekerja,1,bnpp politeknik negeri jember,C1,False,
+E31181131                     ,SITI ANISA,57401.0,bekerja,0,wiraswasta multimedia edukasi,C2,False,
+E31181991                     ,MUHAMMAD ALIF MAHMUT,57401.0,wiraswasta,0,bnpp jual pakan sapi,C2,False,
+E41170913                     ,Yusuf Andi Nugroho,55301.0,bekerja,0,bnpp run systems,C2,False,
+E31180884                     ,ANITA SAFITRI,57401.0,bekerja,0,bumn dinas komunikasi informatika,C2,False,
+E31181263                     ,KARIMATUS SOFI'AH,57401.0,bekerja,0,perintah dinas perintah kabupaten situbondo,C1,False,
+E31180299                     ,DESY WAHYUNINGTYAS,57401.0,bekerja,0,bumn bri bank rakyat indonesia jember,C2,False,
+E31180373                     ,SITI KHOFSYAH,57401.0,bekerja,0,bumn grapari,C2,False,
+E41171569                     ,RISKA APRILIA,55301.0,bekerja,3,swasta content marketing labs,C1,False,
+E31180365                     ,KOMARIAH,57401.0,bekerja,1,wiraswasta politeknik negeri jember,C1,False,
+E31180297                     ,NURIN ASTIN VALIDA,57401.0,bekerja,1,wiraswasta politeknik negeri jember,C1,False,
+E41170352                     ,META GADIECHA WACHYUDI,55301.0,wiraswasta,0,wiraswasta freelance,C2,False,
+E32180198                     ,ENGGA BAGUS RIYANTO,56401.0,wiraswasta,2,wiraswasta desain,C1,False,
+E31182030                     ,Misbahus Surur,57401.0,bekerja,0,perintah operator gugus camat kalisat,C2,False,
+E41171309                     ,AL BUSRAN,55301.0,bekerja,3,swasta cmlabs malang,C2,False,
+E41170885                     ,RANGGA TRIANA PUTRA,55301.0,bekerja,3,swasta mascitra com,C1,False,
+E31180644                     ,DIAJENG SHINTA FEBRI RAHAYU,57401.0,bekerja,0,wiraswasta bagus kosmetik,C2,False,
+E32181062                     ,WAHYU ROMADHIANTO,56401.0,bekerja,3,swasta sumber dingin engineering,C1,False,
+E41170203                     ,KAHFINDA MULYA UTAMA PUTRA,55301.0,wiraswasta,2,wiraswasta acang handayani,C2,False,
+E31160910                     ,RIZKY AKBAR AUGUST PRADANA,57401.0,wiraswasta,0,wiraswasta toko afizah,C2,False,
+E41170244                     ,DAVID SETYA AINUR HAKIKI RAMADHAN,55301.0,bekerja,3,swasta digital,C1,False,
+E32180585                     ,BILLAL DAIFULLAH YAHYA AG,56401.0,bekerja,2,wiraswasta dispenduk,C2,False,
+E31180276                     ,MUHAMMAD FIRMAN AGE BIMANTARA,57401.0,wiraswasta,2,wiraswasta konter,C2,False,
+E31181885                     ,SOVIAH AYUNIAR MEGAFELANI PUTRI,57401.0,wiraswasta,3,swasta rental,C2,False,
+E32180894                     ,BONDAN YUWONO PUTRA,56401.0,bekerja,0,wiraswasta komputer solution,C0,True,komputer
+E32181419                     ,Roby Bayu Trisno Ananda,56401.0,bekerja,0,wiraswasta freelance,C0,True,lan
+E32181940                     ,ILHAM AKBAR JOVIANSYAH PUTRA,56401.0,bekerja,0,bumn telkom indonesia,C2,False,
+E41170754                     ,ALDY NOVERIANTO PRATAMA,55301.0,wiraswasta,2,wiraswasta tetas telur bebek peking,C2,False,
+E32180760                     ,ROBIUL ADAWI,56401.0,melanjutkan_studi,0,perintah pemda,C2,False,
+E41170987                     ,NOVIA NURUL QOMARIL,55301.0,wiraswasta,2,wiraswasta wiraswasta,C2,False,
+E32182013                     ,ABDANIAL PRADITYA,56401.0,bekerja,3,swasta proxi jaring nusantara,C2,False,
+E32181862                     ,BHIRAWA ANORAGA,56401.0,bekerja,0,wiraswasta arsenet global solusi,C2,False,
+E41170641                     ,AJI WAHYU PRASETYO,55301.0,wiraswasta,2,wiraswasta aji design,C1,False,
+E41170827                     ,AHMAD MUNIR,55301.0,wiraswasta,3,swasta jogotoko,C2,False,
+E41172109                     ,Nava Shoqibatul Khoiriyah,55301.0,bekerja,0,wiraswasta grace beauty,C2,False,
+E41171956                     ,DANA BHAKTI SURYA PRATIWI,55301.0,bekerja,2,wiraswasta shopie martin,C2,False,
+E31180260                     ,FAIZAL FIKRI HAMDANI,57401.0,bekerja,2,wiraswasta btin,C2,False,
+E41170909                     ,ADE SETIAWAN,55301.0,melanjutkan_studi,2,wiraswasta tidakada,C2,False,
+E41170917                     ,BUDI YUNIOR VALENTINO,55301.0,bekerja,2,wiraswasta rainbolt,C2,False,
+E41171467                     ,BAHTIAR ADI PRASETYA,55301.0,wiraswasta,2,wiraswasta adi disain,C2,False,
+E32170824                     ,MOH MUZAMMIL AL FARIZI,56401.0,bekerja,0,nirlaba ghofilin,C2,False,
+E41171874                     ,YUSUF TRI WIBOWO,55301.0,bekerja,3,swasta prodevis,C2,False,
+E41170629                     ,YANUAR ANUGRAH RAMADHANI,55301.0,wiraswasta,0,wiraswasta ruang kopi,C2,False,
+E41171011                     ,Gagas Adi Rismawan,55301.0,bekerja,0,wiraswasta digitalworks,C1,False,
+E41171135                     ,DWI AYU WULANDARI,55301.0,bekerja,0,wiraswasta digitalworks,C1,False,
+E31161048                     ,AHMAD FATKHUL ARIFIN,57401.0,bekerja,2,wiraswasta vatqul apprl,C2,False,
+E32180069                     ,MUHAMMAD RIZQI PRIYANSYAH,56401.0,bekerja,2,wiraswasta alberta community,C1,False,
+E41171075                     ,MOH. SYAFRIAN ABIE,55301.0,bekerja,2,wiraswasta naminauna institute,C1,False,
+E32181970                     ,FAIZHAL MAULANA IQBAL,56401.0,bekerja,0,swasta balai desa,C2,False,
+E31180684                     ,MELANIA RINIHANDITA NUR HABIBAH,57401.0,bekerja,0,wiraswasta olshop barokah,C2,False,
+E31182235                     ,HERNANDO FARAZI HERRERA,57401.0,bekerja,0,wiraswasta freelancer,C2,False,
+E41171664                     ,RAMADHAN IBNU UMAM,55301.0,wiraswasta,3,swasta glazzos studio,C2,False,
+E31181567                     ,AVIVAH NUR FAIZ MAGHFIROH,57401.0,melanjutkan_studi,0,bumn bulog,C2,False,
+E31180748                     ,DWINDA AYULIA EDITA SARI,57401.0,bekerja,2,wiraswasta dwdesign,C1,False,
+E41171335                     ,VINNY SAKINAH VIRGIO,55301.0,melanjutkan_studi,0,bumn belum kerja proses cari kerja,C2,False,
+E41172064                     ,SYAHDAN FIMAN HUDA,55301.0,wiraswasta,0,wiraswasta toko hitam putih,C1,False,
+E31181597                     ,MIRANI ILMI AURIA DEBITA,57401.0,bekerja,2,wiraswasta nimo,C2,False,
+E31180207                     ,MOHAMMAD BADAR PAMUNGKAS,57401.0,wiraswasta,0,wiraswasta onthel store jember,C2,False,
+E32170601                     ,LAILATUL QOMARIYAH,56401.0,bekerja,0,wiraswasta online shop,C2,False,
+E32181659                     ,MUHAMMAD WILDAN ILHAM MUBAROQ,56401.0,bekerja,0,wiraswasta barokah jaya,C2,False,
+E32181610                     ,SAHRIL SABIRIN,56401.0,wiraswasta,0,wiraswasta warung kopi,C2,False,
+E32181421                     ,SAHRUL SIHABUDIN,56401.0,bekerja,3,swasta budiawan,C0,True,wan
+E32180272                     ,HOFIDATUL AFIYAH,56401.0,bekerja,3,swasta kaloper,C2,False,
+E32180279                     ,NOVA AYU LESTARI,56401.0,bekerja,3,swasta kaloper,C2,False,
+E32180282                     ,TUTIK ERDIANA,55301.0,wiraswasta,2,wiraswasta warunng,C2,False,
+E32180197                     ,WAHYUNINGSIH,56401.0,melanjutkan_studi,0,wiraswasta yuni shop,C2,False,
+E31180837                     ,MIFTAH RIZQI AZIZAH,57401.0,wiraswasta,2,wiraswasta semicolon,C2,False,
+E32181237                     ,AGUNG TRI LEKSONO,55301.0,bekerja,0,wiraswasta agung,C2,False,
+E31182133                     ,MICHEL MEIRISCA HENIATY,57401.0,bekerja,3,swasta esolusindo,C2,False,
+E31180504                     ,PUTRI BUDIASIH,57401.0,bekerja,2,wiraswasta pizzaku,C2,False,
+E31181100                     ,RIWELLANANDA NANDA URBANING PUTRI,57401.0,bekerja,0,bumn pdam,C2,False,
+E31180678                     ,VENNA ERSIS RELITA,57401.0,bekerja,0,wiraswasta global,C2,False,
+E31180456                     ,RISKI EKA SAPUTRI,57401.0,bekerja,0,perintah bps jember pengentry,C2,False,
+E32180231                     ,RAUDATUR RIZKY ELOK BARLIAN,56401.0,melanjutkan_studi,0,perintah kai,C2,False,
+E32180205                     ,DAUD ARAGA ABABIL,56401.0,bekerja,0,nirlaba ast,C2,False,
+E31180369                     ,PUTRI RACHMAWATI,57401.0,wiraswasta,0,wiraswasta shop handcraft,C2,False,
+E31180295                     ,BUNAYYA MAULANA,57401.0,wiraswasta,0,wiraswasta shop handcraft,C2,False,
+E41171142                     ,KEVIN HARLIS OKTAVIANO,55301.0,wiraswasta,3,swasta company,C2,False,
+E31181971                     ,SALSABILA EKSANANDA,57401.0,bekerja,0,wiraswasta freelancer,C2,False,
+E32180263                     ,DAVA KUSUMA ARDANA,56401.0,bekerja,0,wiraswasta blackwhite idn,C1,False,
+E31181976                     ,THALIA TRIVIRGIANI EFELLYN,57401.0,melanjutkan_studi,0,perintah belum kerja,C2,False,
+E32182194                     ,SHOFYAN ASTSAURI,56401.0,melanjutkan_studi,2,wiraswasta ivan record,C2,False,
+E31181492                     ,KEVIN RAHANDIKA W,55301.0,wiraswasta,1,wiraswasta juragan guppy jember,C2,False,
+E32180292                     ,ZIDQI YOSA DINATA,56401.0,wiraswasta,0,perintah sujud company,C2,False,
+E31180370                     ,AIDATUL FAKHIRAH,57401.0,wiraswasta,0,wiraswasta usaha umkm,C2,False,
+E41172092                     ,MOCH. ZAINUR ROFAN FANNANI,55301.0,bekerja,2,wiraswasta rofil fotocopy,C2,False,
+E31182101                     ,Arfanio Liswanda Bahtiar,57401.0,wiraswasta,2,wiraswasta plant me,C2,False,
+E31181474                     ,CHOIRUL ANAM,57401.0,wiraswasta,2,wiraswasta cho pet,C2,False,
+E31180707                     ,MUHAMMAD ALI WAFA RAMADHAN,57401.0,wiraswasta,3,swasta service,C2,False,
+E32181375                     ,ALIEF PASHA IBRAHIM,56401.0,wiraswasta,2,wiraswasta alya catering,C2,False,
+E32180067                     ,Khalid Fikri Mustanir,56401.0,wiraswasta,2,wiraswasta mustanirbookstore,C2,False,
+E41170972                     ,ISMU UBAIDILLAH PANATAGAMA,55301.0,bekerja,0,wiraswasta bikea techno,C0,True,tech
+E32181448                     ,FRIDO ARJUNA PUTRA,56401.0,bekerja,2,wiraswasta c steamstore,C2,False,
+E31180491,IMFI NUR FAIZIYAH,57401.0,wiraswasta,0,wiraswasta corp indonesia,C2,False,
+E32190194,MUHAMMAD TAFANI AKBAR,56401.0,bekerja,2,wiraswasta panverta cakrakencana,C2,False,
+E41181641,SALMA FARHANI,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E41181324,PRAVASTA GENTA ARJUNANDA KINANTAKA,55301.0,bekerja,0,wiraswasta benih citra asia,C1,False,
+E41190280,WAHYU DIAN PRATIWI,55301.0,bekerja,0,swasta grant surya pondasi,C2,False,
+E31192202,Yulia Bagas Sri Dastiya,57401.0,bekerja,3,swasta margojoyo residence,C2,False,
+E41192227,VIKY LORENT SEA PUTRA,55301.0,bekerja,0,bnpp madura hosting,C2,False,
+E41191426,SHINTA DESTIRA AYU,55301.0,bekerja,0,perintah lee yin garment indonesia,C2,False,
+E41191107,DWI RIFKI NOVIANTO,55301.0,bekerja,3,swasta clade ventures,C2,False,
+E41190530,ALIF IRHASSHOUFI NASIHUL UMAM,55301.0,bekerja,0,swasta telkom indonesia tbk,C2,False,
+E41191417,AGIN PRAHAMESTI WICAHYANI,55301.0,bekerja,0,wiraswasta andri farm,C2,False,
+E41192205,MUHAMMAD KHALIL ZHILLULLAH,55301.0,bekerja,3,swasta lestasi sentosa,C2,False,
+E41190200,NANDA RADITIYA AKBAR,55301.0,melanjutkan_studi,0,swasta dinas tani,C2,False,
+E41192269,SULTON MUBAROK,55301.0,bekerja,0,nirlaba dinas tani,C2,False,
+E41190532,MOH. SYAIFUDIN,55301.0,bekerja,0,bumn upt kembang agribisnis tanam pangan hortikultura,C2,False,
+E41190239,Mohammad Hidayatullah,55301.0,bekerja,0,bumn alir,C2,False,
+E41190321,NURICO VICYYANTO,55301.0,bekerja,3,swasta bpn,C2,False,
+E32200380,Miftahus Surur Sutowo,56401.0,melanjutkan_studi,3,swasta nutrifood,C2,False,
+E41190835,ARINI EKA NOVIYANTI,55301.0,wiraswasta,0,perintah ourscarf,C2,False,
+E31201647,FIRDAN MAHENDRA WARDANA,57401.0,wiraswasta,0,bnpp ritz bakery,C1,False,
+E41190890,FATHOR RAHMAN,55301.0,bekerja,0,perintah menteri,C2,False,
+E41190937,MOH ISKANDAR ZULKARNAIN,55301.0,bekerja,0,swasta badan koordinasi wilayah perintah bangun provinsi jawa timur,C2,False,
+E41191351,THUFEIL WARTONO PUTRA,55301.0,bekerja,2,wiraswasta sekretariat dprd,C2,False,
+E41190793,M. AINUL YAQIN,55301.0,bekerja,0,bnpp bumi sukses indo,C2,False,
+E31200857,ERICK ASRILLAH PRATAMA,57401.0,melanjutkan_studi,0,bumn pusat teliti kopi cacao,C1,False,
+E41192478,INDRA PRASETYA,55301.0,bekerja,3,swasta mulya jaya,C2,False,
+E32190274,RIZKY ADIWIYANTO,56401.0,bekerja,0,wiraswasta asw food,C2,False,
+E41191322,BUNGA PRASETYA DWI ULUL AZMI,55301.0,bekerja,3,swasta yayasan darul mukmin,C2,False,
+E41190889,MUHAMMAD LUTFI FADILAH,55301.0,bekerja,0,perintah bank bni,C2,False,
+E41191560,Anggito Suryo Baskoro,55301.0,bekerja,3,swasta frawn network,C2,False,
+E41190161,Ardan Venora Falahudin,55301.0,bekerja,1,swasta politeknik negeri jember,C1,False,
+E41190942,DEFI TAMARA,55301.0,wiraswasta,0,wiraswasta kai,C2,False,
+E41192386,FADLI ROMADHAN,55301.0,bekerja,0,perintah charoen pokphand indonesia,C2,False,
+E41191090,AMALIA,55301.0,bekerja,0,perintah tunggal griya sakinah,C2,False,
+E41191468,ABDUL AZIZ RAHMAWAN,55301.0,bekerja,0,wiraswasta bejana investidata globalindo,C1,False,
+E41191151,YULINAR NUR RAHMAWATI,55301.0,wiraswasta,0,bumn ptpn asembagus,C2,False,
+E41191443,RISKIE NUR FADILAH,55301.0,bekerja,0,bumn pltu,C2,False,
+E41192329,Alga Saputra,55301.0,bekerja,3,swasta sumber tunjung,C2,False,
+E31200061,PUJA MAYSA ARYA CUCU WIBOWO,57401.0,wiraswasta,0,bumn makmur jaya,C2,False,
+E31201706,EKA FAHRIKA NARISWARI,57401.0,bekerja,3,swasta gas pol dev,C2,False,
+E31201573,ERLINDA KRISTANTI PUTRI,57401.0,bekerja,0,swasta utrani farm,C2,False,
+E41190160,MITA WAFA WULANDARI,55301.0,bekerja,0,swasta kantor desa,C2,False,
+E41192303,RIFJAN JUNDILA,55301.0,bekerja,0,wiraswasta sumber mutiara samudra banyuwangi,C2,False,
+E41190236,DIMAS HERU PERDANA PUTRA,55301.0,bekerja,0,wiraswasta dinas tani pangan,C2,False,
+E41190179,RANDY RAHMAWAN,55301.0,bekerja,0,wiraswasta dinas tani pangan,C2,False,
+E41192406,NOVITA SARI,55301.0,bekerja,0,swasta rumah sakit,C1,False,
+E41190668,PRISKA ARLINDA SABILLAH,55301.0,bekerja,0,wiraswasta motor,C2,False,
+E41191326,WIKE SRI WIDARI,55301.0,wiraswasta,0,wiraswasta mitra tani,C1,False,
+E41191510,ERIK RIZKI FIRDAUS,55301.0,bekerja,0,perintah pltu,C2,False,
+E41192131,FEBRI PUTRA TRIS BUDIONO,55301.0,bekerja,3,swasta intprism computing technology,C0,True,tech
+E41191453,DANANG ARDIANTO,55301.0,bekerja,3,swasta hutan,C2,False,
+E41191628,DIMAS PANGESTU,55301.0,bekerja,3,swasta manajer,C2,False,
+E41191382,MUHAMMAD NUZUL RIDOI,55301.0,bekerja,3,swasta agro kusuma,C2,False,
+E41192307,RIFKY ROUDANA IMANI CAHYA,55301.0,melanjutkan_studi,3,swasta masakan bunda,C2,False,
+E41190318,MAULANA ALIRRIDLO,55301.0,bekerja,0,wiraswasta pemda,C2,False,
+E41192287,SULISTYAWATI,55301.0,bekerja,0,wiraswasta lapak online,C2,False,
+E31201887,DIMAS RIZQI AGUNG PRATAMA,57401.0,bekerja,2,wiraswasta wira,C2,False,
+E41191336,Suci Riski Anggraini,55301.0,bekerja,0,perintah andatu mulia,C2,False,
+E41191202,DEWI AGESTI NURIFIANI,55301.0,bekerja,0,perintah dinamix network automatika,C2,False,
+E31201950,RIDHO ADILAH WASISTO,57401.0,bekerja,0,perintah dinas tani pangan kab banyuwangi,C2,False,
+E31201932,IMDAD ALFI FAHMI,57401.0,bekerja,0,wiraswasta kai,C2,False,
+E41192295,MARSELLA DWI FAIRA,55301.0,bekerja,0,bumn ptpn xii wonosari malang,C2,False,
+E31202451,MUFID ADITYA DAFENTRI,57401.0,bekerja,0,swasta kopa tarutama nusantara,C2,False,
+E31202314,DANI TAUFIKUL HAKIM,57401.0,bekerja,0,perintah bis,C0,True,bi
+E41190493,VIGA ENSAS FII SABILILLAH,55301.0,wiraswasta,3,swasta suwito mesin diesel bekas,C1,False,
+E41191570,SANG BINTANG PUTERA ALAM,55301.0,bekerja,3,swasta unilever,C2,False,
+E41191387,IRCHAMZAH FIKRI ABABIL,55301.0,bekerja,0,wiraswasta bis,C2,False,
+E32202398,MUHAMMAD SYAIFULLAH AL ARIEF,56401.0,bekerja,2,wiraswasta evyshopper,C2,False,
+E31201246,MOCH. ANDRI,57401.0,bekerja,0,perintah socfindo,C2,False,
+E41191280,HENDY SETIAWAN,55301.0,bekerja,3,swasta ida sentosa,C2,False,
+E41190925,ANJU ALICIA JOHAN,55301.0,bekerja,0,perintah alf mechatronics innovation,C2,False,
+E41192216,DWI NURANNISA RAHAYUNINGTIAS,55301.0,melanjutkan_studi,0,perintah sinar alam,C2,False,
+E41191965,FIGO FAJAR YULIANTO,55301.0,bekerja,0,bumn grab,C2,False,
+E41192233,FIRMAN ABDI SYAH PUTRA,55301.0,bekerja,2,wiraswasta jmsportcenter,C2,False,
+E41190305,FIRMAN WAHYUDI,55301.0,wiraswasta,3,swasta rizky motor,C2,False,
+E41190547,MUHAMMAD FADHIL NURHUDA,55301.0,wiraswasta,3,swasta terna,C2,False,
+E41190755,DWI WAHYU PRAMBODO,55301.0,wiraswasta,0,swasta tretes view hotel,C2,False,
+E32200978,DION ADI PANGESTU,56401.0,bekerja,3,swasta candya organizer,C2,False,
+E41192320,AULIA AQSONIA ARIFAH,55301.0,bekerja,0,perintah indo marco,C2,False,
+E41192114,MOH. ARDIAS ADE AGA,55301.0,bekerja,0,swasta pltu paiton,C1,False,
+E41190139,FIRGO BHAKTIAR HAMSAH,55301.0,bekerja,0,swasta badan pusat statistik regsosek,C2,False,
+E41202435,INTAN PERMATASARI,55301.0,bekerja,3,swasta cayaha tani,C2,False,
+E41190614,DILLAH AMALIA FIQYANI,55301.0,bekerja,0,wiraswasta bkpsdm kab jember,C2,False,
+E41192283,ARIF KURNIAWAN,55301.0,bekerja,3,swasta dinas prawisata,C2,False,
+E41192271,AL FAHRELIA WAVA AGUSTIN,55301.0,bekerja,0,swasta pltu paiton,C1,False,
+E41190152,ACHMAD KHALIFAH,55301.0,melanjutkan_studi,0,wiraswasta enz kosmetik,C2,False,
+E31201954,BERLIANI FIA MAHARIS ARIKHALA,57401.0,bekerja,0,wiraswasta ikhwan jaya,C2,False,
+E31200001,AFBILLA FITRIANI DEWI,57401.0,bekerja,0,wiraswasta pltu paiton,C1,False,
+E41190503,DIAN BUANA PUTRA,55301.0,wiraswasta,3,swasta bal indah aquarium,C2,False,
+E31200561,ALFINA DEWI HIDAYANTI,57401.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E32201501,RICKY ANDRIAWAN,56401.0,bekerja,0,wiraswasta guna jaya,C2,False,
+E32201226,ARINID DIANA OKTAVIA,56401.0,melanjutkan_studi,0,bumn rsud moch ansari saleh banjarmasin,C2,False,
+E32200493,RAFLY KEMAL AVIYANTO,56401.0,bekerja,0,wiraswasta smks pgri banyuputih,C2,False,
+E32200990,AQMALUH AGUNG PRADANA,56401.0,bekerja,0,perintah kantor perintah desa olean,C2,False,
+E41191903,NADEA AJENG SAFITRI,55301.0,bekerja,0,perintah panca mitra multiperdana,C1,False,
+E41191622,AGNES OCTAVIANDA ZAVIRA,55301.0,bekerja,2,wiraswasta artaboga,C2,False,
+E31200680,FUAD HASYIM FANANI,57401.0,wiraswasta,0,wiraswasta marga solusi prima,C2,False,
+E31201158,ALBANI KHAMENEI,57401.0,bekerja,0,swasta cipta karya buana,C2,False,
+E41191188,ANISA PUJI ASTUTIK,55301.0,wiraswasta,3,swasta anugerah,C2,False,
+E31200293,KALYANA UNASHA RAYHANDINI YUSUF,57401.0,wiraswasta,0,perintah imaji sociopreneur,C2,False,
+E31201146,WIDYA PUTRI PRATAMA,57401.0,bekerja,0,wiraswasta badan dapat daerah,C2,False,
+E31201687,SHAFA THALIAH,57401.0,bekerja,0,swasta badan dapat daerah kabupaten jember,C2,False,
+E41192362,DIANA FITHRI LESTARI,55301.0,wiraswasta,3,swasta taihei dengyo indonesia,C2,False,
+E41190739,RESA WAHYU SAPUTRA,55301.0,bekerja,0,bumn perum hutan pabrik gondorukem terpentin kbm ihh jatim non kayu,C2,False,
+E41190125,ANGGUN WASILINA MUTRIFANI,55301.0,wiraswasta,0,swasta dinas hutan provinsi jawa timur,C2,False,
+E32200993,ACHMAD NABILUL FAHMI,56401.0,bekerja,0,perintah shopee food,C2,False,
+E32201292,DWI APRILIA HALIZA,56401.0,melanjutkan_studi,0,wiraswasta ksp jaya makmur,C2,False,
+E32200536,ARFENDI PERMANA,56401.0,melanjutkan_studi,0,wiraswasta rofiq farm,C2,False,
+E31201237,DYAS OCTA VIOLA,57401.0,bekerja,0,perintah basma olshopid,C2,False,
+E32200614,AHMAD FAISOL,56401.0,bekerja,0,bnpp dinas tani pangan kabupaten banyuwangi,C0,True,wan
+E31200837,DESIANA SILVIA RAMADANI,57401.0,wiraswasta,0,wiraswasta grant surya pondasi,C2,False,
+E31202490,ADRIAN MEDTIYU NUR ARIFIN,57401.0,bekerja,0,swasta online shop jual pulsa,C2,False,
+E32202011,MOHAMMAD AZWAR ANAS,56401.0,wiraswasta,2,wiraswasta ketik,C2,False,
+E41191369,OKTAFIAN DWI CAHYONO,55301.0,bekerja,0,bnpp rsud gambir,C2,False,
+E41190986,IPHANG RERE ADMAJA,55301.0,melanjutkan_studi,3,swasta indosat tbk,C2,False,
+E41192426,MUHAMMAD SYARIF JANURIANSYAH,55301.0,bekerja,0,perintah puskesmas leces,C2,False,
+E31202523,MOCHAMMAD ANDIKA ALSABFANDI,57401.0,bekerja,3,swasta bangun tani,C2,False,
+E31201422,FIRMAN RIZKY FIRDAUS,57401.0,bekerja,2,wiraswasta caldera party planner,C2,False,
+E32200618,WATI DARMAWAN,56401.0,bekerja,0,wiraswasta bank,C2,False,
+E32202311,MUHAMMAD FARRAS WIRAWAN,56401.0,melanjutkan_studi,3,swasta fidjijaya,C2,False,
+E41190322,Kana Farira Salsabila,55301.0,bekerja,0,perintah dinas tani pangan,C2,False,
+E41191445,NAUFAL MAHDI RAHMAN UBAID,55301.0,bekerja,3,swasta mbah jan farm,C2,False,
+E31201095,FITRI ARISKA,57401.0,bekerja,3,swasta suitmedia,C1,False,
+E41192342,FAHREZA MAULANA WISNU WARDANA,55301.0,bekerja,0,swasta labbola sport statistic and data management,C1,False,
+E41191325,WIDYA YURISTIKA OKTAVIA,55301.0,bekerja,0,wiraswasta dolan tour and travel,C2,False,
+E32201384,BAYU SEPTIAN ADHI PRADANA,56401.0,bekerja,0,perintah rafli putra,C2,False,
+E41191240,MOCHAMMAD FAJAR FITRIAN NURBAYU,55301.0,bekerja,3,swasta bpn,C2,False,
+E32201402,ANJAR FITRIA,56401.0,melanjutkan_studi,3,swasta invi creative,C2,False,
+E31201199,AJENG NUR KHORISA,57401.0,wiraswasta,0,bumn kusuma dinasastri wisatajaya,C2,False,
+E41191558,AKHMAD NUR HIDAYATULLOH,55301.0,bekerja,0,bumn fkp maju,C2,False,
+E41191157,MUHAMMAD AFDAL ZIKRI,55301.0,melanjutkan_studi,0,perintah klinik mitra sehat,C1,False,
+E41192428,MUHAMMAD RIADI PRASETYO,55301.0,bekerja,0,wiraswasta purnama indonesia,C2,False,
+E31201228,MOHAMAD RAFLI CAHAYA MAHENDRA,57401.0,bekerja,0,bumn asuransi central asia aca,C2,False,
+E41190934,HAYUNG DEWANTO,55301.0,bekerja,0,swasta kantor balai desa bandarasri,C2,False,
+E32202313,ALDO BAGAS SEPTYAWAN,56401.0,melanjutkan_studi,0,swasta bank rakyat indonesia,C2,False,
+E32201641,AHMAD ASRORI,56401.0,bekerja,2,wiraswasta ppah mayapaga,C2,False,
+E41191206,FITROH FATHUR ROHMAN,55301.0,bekerja,2,wiraswasta rifa offset,C2,False,
+E41191132,SHOVI IMANY WARDIANA,55301.0,bekerja,3,swasta amat indonesia,C2,False,
+E32200057,SEAN ARRAFES,56401.0,bekerja,0,bumn bank bni,C2,False,
+E41191133,SHENILA LETISHYA RAMONA,55301.0,bekerja,1,bumn politeknik negeri jember,C1,False,
+E41190878,MOCH. FAHRONY,55301.0,bekerja,0,perintah jaya sejahtera,C2,False,
+E32200950,MOCHAMMAD REFLY AGUSTINO,56401.0,bekerja,0,perintah rumah produksi bordir selempangwisuda,C2,False,
+E41191823,Adam Muhammad,55301.0,bekerja,0,nirlaba ptpn asembagus,C2,False,
+E32200305,DZAKI JOMAN,56401.0,bekerja,0,wiraswasta event organizer,C2,False,
+E32201058,MOCH. AL-FEND LABBIB,56401.0,bekerja,1,bnpp smk negeri jember,C2,False,
+E32201216,EDO YUDHISTIRA PRATAMA,56401.0,bekerja,0,wiraswasta utrani farm,C2,False,
+E32201586,NOVITA HESTI WULANSARI,56401.0,bekerja,3,swasta manik jaya,C2,False,
+E31200102,Haris Faqih Darmawan,57401.0,bekerja,0,bnpp hutan,C2,False,
+E31200864,NADILA DEVI TSABITA,57401.0,bekerja,0,wiraswasta dinas tahan kabupaten probolinggo,C2,False,
+E41191343,REXY SOLEHUDIN ABDI HOLILI,55301.0,bekerja,1,wiraswasta sekolah perempuan jember,C2,False,
+E31200284,NURLITA AYU RAKHMAWATI,57401.0,bekerja,0,bumn yourflorist,C2,False,
+E31200251,M. BASAR RISKI,57401.0,bekerja,0,perintah bank bca,C2,False,
+E41192340,BAGUS BACHTIAR RIZKI,55301.0,bekerja,0,wiraswasta sumber rezeki,C2,False,
+E41190645,HENRY MURDIFUL ULYA HILMA PUTRA,55301.0,bekerja,3,swasta cita alam nusantara,C1,False,
+E31201390,LIUTANTRI HOBIOLA,57401.0,melanjutkan_studi,0,swasta dinas pariwisata kabupaten lumajang,C2,False,
+E41192366,MUHAMMAD AUDINO FAKHRI ARNANDYA,55301.0,bekerja,3,swasta unilever,C2,False,
+E31200356,YOGA SAPUTRA R.,57401.0,wiraswasta,0,swasta dinas tani,C2,False,
+E32201197,MIRZANDO DIRGANTAKA,56401.0,bekerja,0,bumn permana sound,C2,False,
+E41191725,FITRIYAH AYU NINGSIH,55301.0,bekerja,0,wiraswasta mediatama group,C2,False,
+E31202562,ZALFA ALIF NABILLA,57401.0,bekerja,0,swasta dinas tani pangan banyuwangi,C2,False,
+E32201063,WAHYU RAHMATULLAH,56401.0,bekerja,0,bumn wirausaha rumah,C2,False,
+E31200245,NUR LAILI WAHYUNINGTIAS,57401.0,bekerja,3,swasta terna,C2,False,
+E41190391,RIZKYU ZAM ZAMI,55301.0,wiraswasta,0,swasta tretes view hotel,C2,False,
+E32201430,ACHMAD RIZKY RAMADHANI,56401.0,melanjutkan_studi,3,swasta ichwan production,C0,True,wan
+E41191868,NUR MUHAMMAD SYAHBANA R,55301.0,bekerja,3,swasta pama persada,C2,False,
+E31201470,BEFRIL RENFILIANI SYAFITRI,57401.0,melanjutkan_studi,0,perintah rsud pasirian,C2,False,
+E41190452,HAQIQI AHMAD SALMAN ALFARISI,55301.0,bekerja,0,wiraswasta semesta cipta lab,C2,False,
+E32200040,DWI ARIF RAHMAN,56401.0,bekerja,0,bnpp igg,C2,False,
+E41191902,FAIZ IQBAL DARMAWAN,55301.0,bekerja,3,swasta tani,C2,False,
+E32201000,Rico Wildany Nasharillah,56401.0,bekerja,0,perintah pltu paiton,C1,False,
+E32200185,BAYU CAHYA KHURNIA YUDHA,56401.0,bekerja,0,bumn bibit hortikultura sejahtera,C1,False,
+E31202536,FADILAH NUR HAMSAH,57401.0,bekerja,0,wiraswasta badan pusat statistik regsosek,C2,False,
+E32200069,VENTI WELIANA,56401.0,bekerja,0,perintah bumn,C2,False,
+E31200997,FAJAR FITRA ABADI,57401.0,bekerja,0,nirlaba ytl,C2,False,
+E31190748,KHOLIZAH RIFKA ATUL AIDA,57401.0,bekerja,2,wiraswasta krips,C2,False,
+E32200589,SEPTIANANDA RIFQI NURHIDAYAT,56401.0,melanjutkan_studi,0,perintah bkpsdm kab jember,C2,False,
+E31202394,DEVA ANGELA SABILA SASKI,57401.0,bekerja,0,perintah ptpn xii pandjie,C2,False,
+E32201187,GHULAM MAULANA FAHRI,56401.0,bekerja,3,swasta freelance,C0,True,lan
+E31201794,RAHMA ROMADONA AYU RISWANTI,57401.0,bekerja,1,bumn politeknik negeri jember,C1,False,
+E31201365,HAMID RAFIUD DERAJAD,57401.0,bekerja,0,swasta jawa timur park,C2,False,
+E32201075,UMARUL FARUQ,56401.0,bekerja,0,wiraswasta surya energi,C2,False,
+E31200827,TANTRIA AGUSTINA YUDIANTI,57401.0,melanjutkan_studi,0,bumn jack koi,C2,False,
+E31192328,DIMAS ARDIANA WIDODO,57401.0,bekerja,1,wiraswasta sablon jember,C2,False,
+E32201483,NIASTI AL FAUZIAH LASE,56401.0,melanjutkan_studi,3,swasta toko berkah,C2,False,
+E32202503,ACHMAD ALFITRI MULYAWAN,56401.0,melanjutkan_studi,0,perintah sawah,C2,False,
+E31200649,WILDA WAHDANIA,57401.0,bekerja,3,swasta humma farm,C2,False,
+E41190298,RAIHAN DIMAS ARIFIN,55301.0,bekerja,3,swasta healthy food jember,C2,False,
+E32201290,HELLEN PUTRI ANDINI,56401.0,bekerja,0,wiraswasta jaya makmur,C2,False,
+E41190868,Tegar Shallahudin Al Ayubi,55301.0,bekerja,3,swasta marvel secondshoes,C2,False,
+E32202484,MUHAMMAD ILHAM YUAL MAULANA,56401.0,melanjutkan_studi,3,swasta sumaryonofarm,C2,False,
+E32201964,MUHAMAD BAYU CANDRA PAMUNGKAS,56401.0,melanjutkan_studi,0,wiraswasta dinas tani pangan,C2,False,
+E31201009,WANDA ARVANIYAN,57401.0,bekerja,0,swasta rumah sakit,C1,False,
+E32201330,RIZKI DWI CAHYO PUTRO,55301.0,bekerja,0,bumn smk negeri puspo,C2,False,
+E32201406,RIZAL ACHMAD PAHLEVI,56401.0,bekerja,0,wiraswasta rumah sakit,C1,False,
+E32201506,ZAHROTUL ISTIQOMAH,56401.0,melanjutkan_studi,3,swasta ahmad kembang ban,C2,False,
+E32201397,RISQI RIDHOLLAH ANAM,56401.0,bekerja,0,wiraswasta kamajaya motor,C2,False,
+E32201498,Rizqi Ramadani,56401.0,bekerja,0,wiraswasta jember futura energi,C2,False,
+E32200753,Anang Prayoga,56401.0,bekerja,0,bumn audio,C2,False,
+E31200822,RAYNALDI WIBOWO,57401.0,bekerja,0,perintah kopi paste,C2,False,
+E32200499,DINA PERMATA SARI,56401.0,bekerja,0,wiraswasta pemda kab bondowoso,C2,False,
+E32201585,ADIS WIDYA RAMADHAN,56401.0,bekerja,3,swasta puskesmas,C2,False,
+E32201239,MOCHAMMAD FERDIANTO,56401.0,melanjutkan_studi,3,swasta klinik,C2,False,
+E31202463,RISMA DEWI SEPTIANI,57401.0,bekerja,3,swasta hrb cargo,C2,False,
+E31201773,ARDYAS SETYA NUGRAHA,57401.0,bekerja,2,wiraswasta depot jamu har,C2,False,
+E31201459,FIKRIATUL ILMI,57401.0,bekerja,3,swasta buma,C2,False,
+E41192181,RAHADYAN DARARI FEBRIYANTO,55301.0,bekerja,0,swasta benih citra asia,C1,False,
+E41191832,ALFIAN SEPTY CHANDRA WIJANARKO,55301.0,bekerja,0,swasta jaya makmur,C2,False,
+E31191228,MOCHAMMAD RIZKI PRATAMA,57401.0,bekerja,0,swasta android developer web developer game tester,C0,True,"developer, web"
+E31200784,ALIF ANFALUL HAKIM,57401.0,melanjutkan_studi,0,nirlaba rsud lasinrang kabupaten pinrang,C2,False,
+E32201131,YUSUF MUHAMMAD FAQIH,56401.0,bekerja,0,bumn gading indonesia teguh,C2,False,
+E41192173,MAULANA SULTAN RAGIL WAHYU SYAHPUTRA,55301.0,bekerja,0,wiraswasta pilarmedia indonesia contract,C2,False,
+E41191668,MIFTAHUL RIZKY ZAMZAMI,55301.0,bekerja,0,swasta pusat latih tani desa swadaya p4s bintang tani sejahtera,C2,False,
+E31202318,NOFAIRA AMIN,57401.0,melanjutkan_studi,0,swasta research and development austindo nusantara jaya tbk,C2,False,
+E32200998,SANDY ASAHI,56401.0,bekerja,0,nirlaba full stack developer pilarmedia indonesia,C1,False,
+E31202279,RAMA SATRIA MALAMO,57401.0,bekerja,2,wiraswasta gogrin,C2,False,
+E31201690,NUR AFIFAH,57401.0,bekerja,0,swasta piranhamas group,C2,False,
+E41192294,ADITYA SETYA NUGRAHA,55301.0,melanjutkan_studi,0,perintah kominfo,C2,False,
+E32200197,RIZQI NOOR FAIDZIIN,56401.0,wiraswasta,0,wiraswasta badan dapat daerah kabupaten bondowoso,C2,False,
+E31201536,FIRDA ULFA UNSILAH,57401.0,bekerja,0,bnpp arjuna distributor nestle,C2,False,
+E31200117,DICKA CAHYA PUTRI,57401.0,bekerja,0,wiraswasta tani persero,C2,False,
+E31201372,MUHAMMAD ARIF BILLAH,57401.0,bekerja,3,swasta reseller serizshopjember freelance,C2,False,
+E31201555,REHAN REZA MAHENDRA,57401.0,bekerja,0,swasta koperasi tarutama nusantara,C2,False,
+E31201431,FANISA NUR ARIFAH,57401.0,bekerja,0,wiraswasta labbola sport statistic and data management,C1,False,
+E31201951,MASITHA SAVIRA,57401.0,bekerja,0,bumn kebun nusantara,C2,False,
+E32200423,LELI FAUZIYAH,56401.0,bekerja,0,bumn wiraswasta,C2,False,
+E32201639,SEFHIANA PUTRI WULANDARI,56401.0,bekerja,2,wiraswasta handoyo budi orchids,C2,False,
+E31190508,ALFAN ABRAR ARIFIN,57401.0,bekerja,2,wiraswasta wakil direktur kurnia,C2,False,
+E41190510,SYAUGI SALIM AMAR,55301.0,bekerja,0,wiraswasta project engineer etrama nusa energi,C0,True,engineer
+E32200199,ILHAM TAUFIQUL KHALIQ,56401.0,bekerja,0,bumn lumbung stroberi,C2,False,
+E32200838,ZAINUR ROZIQIN,56401.0,bekerja,0,swasta rumah sakit kebun kabupaten jember,C1,False,
+E31202345,FATHUR ROCHMAN ZAINUL,57401.0,bekerja,1,perintah rumkit iii baladhika husada jember,C1,False,
+E41180679,MOCHAMAD SATRIA MAULANA,55301.0,bekerja,0,bnpp freelance,C2,False,
+E32202534,MOH. ANANG EFENDI,56401.0,bekerja,0,bumn pusat teliti kopi kakao indonesia,C1,False,
+E32200600,Feri Andika,56401.0,bekerja,0,perintah ptpn kaliselogiri banyuwangi,C0,True,wan
+E32201579,Brenda Gusti Dharma,56401.0,bekerja,3,swasta resty nur,C2,False,
+E32200776,GIANT PAUL IVAN,56401.0,bekerja,0,perintah dinas budaya pariwisata kabupaten banyuwangi,C0,True,wan
+E32200848,VICO SEPTIANDA PRATAMA,56401.0,wiraswasta,0,wiraswasta maestro group jember,C2,False,
+E32200765,Ghovi Tri Yulihandika,56401.0,wiraswasta,2,wiraswasta talas eksportir,C2,False,
+E32202496,FAIZ NUR ACHMADI,56401.0,bekerja,0,perintah icon,C2,False,
+E32201958,MUHAMMAD QODRI,56401.0,bekerja,0,bumn bulog,C2,False,
+E32202582,Yeferi Karoba,56401.0,bekerja,0,perintah kantor distrik eragayam kabupaten mamberamo tengah papua,C2,False,
+E32192485,ALFAN ANAS MUHLISIN,55301.0,bekerja,0,perintah terna,C2,False,
+E31192286,Melinda Fitriyani,57401.0,wiraswasta,0,bnpp dinas tenaga kerja,C2,False,
+E41191422,Alvin Eko Cahyo Febrianto,55301.0,bekerja,3,swasta impactbyte teknologi edukasi skilvul,C1,False,
+E41182123,CHIKITA PUTRI MEIDINASARI,55301.0,bekerja,0,swasta karya citra bangun persada utama,C1,False,
+E32200651,MUHAMMAD FADLI ZAKARIA,56401.0,bekerja,0,bumn pln icon pllus,C2,False,
+E41191034,MUHAMMAD RAIHAN RIYADY,55301.0,bekerja,3,swasta dankom mitra abadi,C1,False,
+E41192199,RIZDKY OKTAVIARI PRATAMA PUTRA,55301.0,bekerja,3,swasta infimedia solusi pratama,C2,False,
+E31200238,JALALUDDIN ABIMANYU,57401.0,bekerja,3,swasta bpjs sehat,C2,False,
+E41192160,SOFYAN ARIF AF RIZAL,55301.0,bekerja,0,bumn bank rakyat indonesia cabang bondowoso,C2,False,
+E31202278,CHAIDAR SA’AD,57401.0,bekerja,3,swasta percie,C2,False,
+E31201056,DIELLA AULIA IVANA PUTRI,57401.0,bekerja,0,wiraswasta padma jaya,C2,False,
+E31200973,DEVI ARYANING TYAS,57401.0,bekerja,3,swasta esolusindo,C2,False,
+E41192433,MITA UNZIYAH FAJRINA,55301.0,bekerja,3,swasta koltiva,C2,False,
+E41192330,ILMI AZMI IRADIYAH,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E41192348,SINDI MEGA SEPTIANDARI,55301.0,bekerja,0,bnpp durrotul hikmah islamic school,C2,False,
+E41191224,FERRY SEPTIAN FERDIYANTO,55301.0,bekerja,3,swasta indoprima gemilang,C2,False,
+E31200844,Lukman Afandi,57401.0,bekerja,3,swasta fokus jasa mitra,C1,False,
+E41191741,EZRA ALANNATHANIEL,55301.0,bekerja,3,swasta bca,C2,False,
+E41180808,Eva Agustin Rahayu,55301.0,wiraswasta,0,wiraswasta pusat teliti kopi kakao indonesia,C1,False,
+E41190899,Mohammad Haerul Anam,55301.0,bekerja,0,swasta bejana investidata globalindo bigio,C1,False,
+E41190441,Sinta Nuriyah Wulandari,55301.0,bekerja,0,swasta bejana investidata globalindo,C1,False,
+E41182137,Tahajjudin Fajri,55301.0,wiraswasta,2,wiraswasta taarts animation,C2,False,
+E41212489,BANGKIT BUDI UTOMO,55301.0,bekerja,1,perintah politeknik negeri jember,C1,False,
+E41212482,Masrifatul Hazijah,55301.0,bekerja,0,perintah labuh ikan nusantara pengambengan jembrana bal,C2,False,
+E41191458,HANIF SATRIO RIMAMTOMO,55301.0,bekerja,0,perintah dinas tani pangan,C2,False,
+E32200508,PUTRI LATIFATUS SALAMAH,56401.0,bekerja,0,swasta orindo alam ayu oriflame supranusa indogita manufaktur freelancer pribadi asisten manager evaluator klinik jurnal capa,C0,True,lan
+E31201939,NUR ACHMAD FAISOL QUBRO,57401.0,bekerja,0,swasta sygenta seed indonesia,C2,False,
+E31160678,RIZKA NURUL KHAKIKI,57401.0,bekerja,-1,swasta,C3,False,
+E41150211,DEWI AYU ITIKAF,55301.0,mencari_kerja,-1,,C3,False,
+E31151401,Aza Pascaeka,57401.0,belum_kerja,-1,wiraswasta,C3,False,
+E31130845,MOCH. RIVALDI AFTONI,57401.0,bekerja,-1,lain,C3,False,
+E31160328,Afega Wira Pradana,57401.0,bekerja,-1,swasta,C3,False,
+E31161719,Reza Septia Safirah,57401.0,belum_kerja,-1,wiraswasta,C3,False,
+E32160904,ONGKY OKTAFIAN DWI JOHANSYAH,56401.0,bekerja,-1,swasta,C3,False,
+E41150068,MUHAMMAD HAFIDH FIRMANSYAH,55301.0,bekerja,-1,lain,C3,False,
+E41151584,Risqi Ahmad Sultoni,55301.0,bekerja,-1,swasta,C3,False,
+E31151214,Nita Wahyu Lianti,57401.0,belum_kerja,-1,wiraswasta,C3,False,
+E31160306,Faiqotul Hikmah,57401.0,bekerja,-1,swasta,C3,False,
+E41170333                     ,CICILIA SELVY ERIANTHY,55301.0,wiraswasta,-1,wiraswasta,C3,False,
+E31182203                     ,Rofi Berliana Mahanani,57401.0,melanjutkan_studi,-1,swasta,C3,False,
+E32180554                     ,Akhmad Farizi,56401.0,melanjutkan_studi,-1,swasta,C3,False,
+E41170562                     ,KRISOPRAS EPIKUROS,55301.0,wiraswasta,-1,swasta,C3,False,
+E32182061                     ,OZSA DEWANGGA PRADANA,56401.0,melanjutkan_studi,-1,bnpp,C3,False,

Backend/Model/data/processed/interpretasi_statistics.json

@@ -0,0 +1,153 @@
+{
+  "total": 535,
+  "distribusi_kategori": {
+    "C0": {
+      "jumlah": 18,
+      "persentase": 3.36
+    },
+    "C1": {
+      "jumlah": 85,
+      "persentase": 15.89
+    },
+    "C2": {
+      "jumlah": 416,
+      "persentase": 77.76
+    },
+    "C3": {
+      "jumlah": 16,
+      "persentase": 2.99
+    }
+  },
+  "distribusi_prodi": {
+    "TIF": {
+      "C0": {
+        "jumlah": 5,
+        "persentase": 2.22
+      },
+      "C1": {
+        "jumlah": 53,
+        "persentase": 23.56
+      },
+      "C2": {
+        "jumlah": 162,
+        "persentase": 72.0
+      },
+      "C3": {
+        "jumlah": 5,
+        "persentase": 2.22
+      }
+    },
+    "MIF": {
+      "C0": {
+        "jumlah": 3,
+        "persentase": 1.82
+      },
+      "C1": {
+        "jumlah": 20,
+        "persentase": 12.12
+      },
+      "C2": {
+        "jumlah": 134,
+        "persentase": 81.21
+      },
+      "C3": {
+        "jumlah": 8,
+        "persentase": 4.85
+      }
+    },
+    "TKK": {
+      "C0": {
+        "jumlah": 10,
+        "persentase": 6.9
+      },
+      "C1": {
+        "jumlah": 12,
+        "persentase": 8.28
+      },
+      "C2": {
+        "jumlah": 120,
+        "persentase": 82.76
+      },
+      "C3": {
+        "jumlah": 3,
+        "persentase": 2.07
+      }
+    }
+  },
+  "match_rate": {
+    "TIF": {
+      "match": 5,
+      "total": 225,
+      "rate": 2.22
+    },
+    "MIF": {
+      "match": 3,
+      "total": 165,
+      "rate": 1.82
+    },
+    "TKK": {
+      "match": 10,
+      "total": 145,
+      "rate": 6.9
+    }
+  },
+  "detail_per_kategori": {
+    "C0": {
+      "jumlah": 18,
+      "persentase": 3.36,
+      "sample_names": [
+        "Ahmad Syamsul Arifin",
+        "SANDY KURNIAWAN",
+        "BAWIK ARDIYAN RAMADHAN",
+        "DEWI RATIH TILAMSARI WIBOWO",
+        "BONDAN YUWONO PUTRA"
+      ],
+      "top_keywords": {
+        "wan": 5,
+        "tech": 4,
+        "lan": 4,
+        "bi": 2,
+        "komputer": 1,
+        "developer": 1,
+        "web": 1,
+        "engineer": 1
+      }
+    },
+    "C1": {
+      "jumlah": 85,
+      "persentase": 15.89,
+      "sample_names": [
+        "Yunita Dwi Pujianti",
+        "Rikky Ihza Pratama",
+        "RENDHY PRATAMA PUTRA",
+        "DENNY SETIADY PRABOWO",
+        "KHOSNOL KHOTIMATUL ARIFAH"
+      ],
+      "top_keywords": {}
+    },
+    "C2": {
+      "jumlah": 416,
+      "persentase": 77.76,
+      "sample_names": [
+        "Rizki Firmansyah",
+        "Afrizal Gita Putra Laksono",
+        "Lilik Widayanti",
+        "LUKMAN HARUN",
+        "DAVID SUGIANTO"
+      ],
+      "top_keywords": {}
+    },
+    "C3": {
+      "jumlah": 16,
+      "persentase": 2.99,
+      "sample_names": [
+        "RIZKA NURUL KHAKIKI",
+        "DEWI AYU ITIKAF",
+        "Aza Pascaeka",
+        "MOCH. RIVALDI AFTONI",
+        "Afega Wira Pradana"
+      ],
+      "top_keywords": {}
+    }
+  }
+}

Backend/Model/data/processed/interpretasi_summary.txt

@@ -0,0 +1,14 @@
+============================================================
+INTERPRETASI CLUSTER -> C0-C3
+Tanggal: 2026-08-28 03:51:35
+============================================================
+
+Total Alumni: 535
+
+Distribusi Kategori:
+   C0: 18 (3.36%)
+   C1: 85 (15.89%)
+   C2: 416 (77.76%)
+   C3: 16 (2.99%)
+
+============================================================

Backend/Model/data/processed/model_info.json

@@ -0,0 +1,32 @@
+{
+  "model_version": "20260828_042742",
+  "k": 4,
+  "inertia": 893.8856227132463,
+  "silhouette_score": 0.1033661431743342,
+  "n_samples": 1114,
+  "n_features": 500,
+  "evaluation": {
+    "k_candidates": [
+      2,
+      3,
+      4,
+      5,
+      6
+    ],
+    "inertias": [
+      992.5189870879342,
+      937.512241306878,
+      893.8856227132463,
+      868.6311058599106,
+      854.480705314767
+    ],
+    "silhouettes": [
+      0.059478779017896076,
+      0.08331269132070036,
+      0.1033661431743342,
+      0.11510910180812096,
+      0.11539212263526002
+    ]
+  },
+  "created_at": "2026-08-28 04:27:42"
+}

Backend/Model/data/processed/preprocessing_summary.json

@@ -0,0 +1,27 @@
+{
+  "tanggal": "2026-08-28 04:27:22",
+  "total_alumni": 1596,
+  "total_untuk_clustering": 1114,
+  "total_c3": 482,
+  "sastrawi_available": true,
+  "distribusi_status": {
+    "bekerja": 877,
+    "mencari_kerja": 304,
+    "wiraswasta": 161,
+    "melanjutkan_studi": 157,
+    "belum_kerja": 97
+  },
+  "distribusi_prodi": {
+    "55301": 347,
+    "57401": 236,
+    "56401": 194,
+    "Teknik Informatika (55301)": 184,
+    "21. Teknik Informatika (55301)": 151,
+    "19. Manajemen Informatika (57401)": 115,
+    "Teknik Komputer (56401)": 105,
+    "20. Teknik Komputer (56401)": 101,
+    "Manajemen Informatika (57401)": 87,
+    "23. Teknik Informatika Kampus Kab. Sidoarjo (55304)": 40,
+    "22. Teknik Informatika Kampus Kab. Nganjuk (55302)": 36
+  }
+}

Backend/Model/data/result/interpretasi_statistics.json

@@ -0,0 +1,155 @@
+{
+  "total": 1596,
+  "distribusi_kategori": {
+    "C0": {
+      "jumlah": 223,
+      "persentase": 13.97
+    },
+    "C1": {
+      "jumlah": 385,
+      "persentase": 24.12
+    },
+    "C2": {
+      "jumlah": 506,
+      "persentase": 31.7
+    },
+    "C3": {
+      "jumlah": 482,
+      "persentase": 30.2
+    }
+  },
+  "distribusi_prodi": {
+    "TIF": {
+      "C0": {
+        "jumlah": 107,
+        "persentase": 15.69
+      },
+      "C1": {
+        "jumlah": 167,
+        "persentase": 24.49
+      },
+      "C2": {
+        "jumlah": 239,
+        "persentase": 35.04
+      },
+      "C3": {
+        "jumlah": 169,
+        "persentase": 24.78
+      }
+    },
+    "MIF": {
+      "C0": {
+        "jumlah": 56,
+        "persentase": 12.79
+      },
+      "C1": {
+        "jumlah": 104,
+        "persentase": 23.74
+      },
+      "C2": {
+        "jumlah": 142,
+        "persentase": 32.42
+      },
+      "C3": {
+        "jumlah": 136,
+        "persentase": 31.05
+      }
+    },
+    "TKK": {
+      "C0": {
+        "jumlah": 60,
+        "persentase": 15.0
+      },
+      "C1": {
+        "jumlah": 104,
+        "persentase": 26.0
+      },
+      "C2": {
+        "jumlah": 114,
+        "persentase": 28.5
+      },
+      "C3": {
+        "jumlah": 122,
+        "persentase": 30.5
+      }
+    }
+  },
+  "match_rate": {
+    "TIF": {
+      "match": 107,
+      "total": 682,
+      "rate": 15.69
+    },
+    "MIF": {
+      "match": 56,
+      "total": 438,
+      "rate": 12.79
+    },
+    "TKK": {
+      "match": 60,
+      "total": 400,
+      "rate": 15.0
+    }
+  },
+  "detail_per_kategori": {
+    "C0": {
+      "jumlah": 223,
+      "persentase": 13.97,
+      "sample_names": [
+        "Ahmad Syamsul Arifin",
+        "Dhimas Ulfa Lathifah",
+        "SANDY KURNIAWAN",
+        "DEKA PERMANA ALFIANSYAH",
+        "Dimas Kristanto"
+      ],
+      "top_keywords": {
+        "ti": 95,
+        "it": 75,
+        "lan": 32,
+        "tech": 12,
+        "teknologi": 12,
+        "web": 9,
+        "bi": 6,
+        "developer": 5,
+        "design": 3,
+        "engineer": 2
+      }
+    },
+    "C1": {
+      "jumlah": 385,
+      "persentase": 24.12,
+      "sample_names": [
+        "DAVID SUGIANTO",
+        "Ayu Diyah Purwanti",
+        "Yunita Dwi Pujianti",
+        "MUHAMMAD ALY ROFIE",
+        "Eka Safitri"
+      ],
+      "top_keywords": {}
+    },
+    "C2": {
+      "jumlah": 506,
+      "persentase": 31.7,
+      "sample_names": [
+        "Rizki Firmansyah",
+        "Afrizal Gita Putra Laksono",
+        "Lilik Widayanti",
+        "LUKMAN HARUN",
+        "Mahbubi Ilham Nafiulalam"
+      ],
+      "top_keywords": {}
+    },
+    "C3": {
+      "jumlah": 482,
+      "persentase": 30.2,
+      "sample_names": [
+        "RIZKA NURUL KHAKIKI",
+        "DEWI AYU ITIKAF",
+        "Aza Pascaeka",
+        "MOCH. RIVALDI AFTONI",
+        "Afega Wira Pradana"
+      ],
+      "top_keywords": {}
+    }
+  }
+}

Backend/Model/data/result/interpretasi_summary.txt

@@ -0,0 +1,14 @@
+============================================================
+INTERPRETASI CLUSTER -> C0-C3
+Tanggal: 2026-08-28 04:48:31
+============================================================
+
+Total Alumni: 1596
+
+Distribusi Kategori:
+   C0: 223 (13.97%)
+   C1: 385 (24.12%)
+   C2: 506 (31.7%)
+   C3: 482 (30.2%)
+
+============================================================

Backend/Model/data/standardized/merge_summary.txt

@@ -0,0 +1,55 @@
+============================================================
+MERGE SUMMARY - TRACER STUDY ALUMNI
+Tanggal: 2026-08-28 04:25:50
+============================================================
+
+>> TOTAL DATA: 1596 alumni
+
+>> Distribusi per Tahun Lulus:
+   2019.0: 30 alumni
+   2020.0: 31 alumni
+   2021.0: 237 alumni
+   2022.0: 211 alumni
+   2023.0: 268 alumni
+   2024.0: 361 alumni
+   2025.0: 458 alumni
+
+>> Distribusi per Prodi (Kode):
+   55301: 347 alumni
+   57401: 236 alumni
+   56401: 194 alumni
+   Teknik Informatika (55301): 184 alumni
+   21. Teknik Informatika (55301): 151 alumni
+   19. Manajemen Informatika (57401): 115 alumni
+   Teknik Komputer (56401): 105 alumni
+   20. Teknik Komputer (56401): 101 alumni
+   Manajemen Informatika (57401): 87 alumni
+   23. Teknik Informatika Kampus Kab. Sidoarjo (55304): 40 alumni
+   22. Teknik Informatika Kampus Kab. Nganjuk (55302): 36 alumni
+
+>> Distribusi Status Pekerjaan:
+   bekerja: 877 (54.9%)
+   mencari_kerja: 304 (19.0%)
+   wiraswasta: 161 (10.1%)
+   melanjutkan_studi: 157 (9.8%)
+   belum_kerja: 97 (6.1%)
+
+>> Sumber File:
+   Data_2024_Tracer_study.csv: 361 alumni
+   Data_2023_Tracer_study.csv: 268 alumni
+   Data_2021_Tracer_study.csv: 237 alumni
+   Data_2022_Tracer_study.csv: 211 alumni
+   Data_2025_Tracer_study_D4TIF.csv: 166 alumni
+   Data_2025_Tracer_study_D3MIF.csv: 115 alumni
+   Data_2025_Tracer_study_D3TKK.csv: 101 alumni
+   Data_2025_Tracer_study_D4TIFSIDOARJO.csv: 40 alumni
+   Data_2025_Tracer_study_D4TIFNGANJUK.csv: 36 alumni
+   Data_2020_Tracer_study.csv: 31 alumni
+   Data_2019_Tracer_study.csv: 30 alumni
+
+>> Missing Values:
+   jenis_perusahaan: 231 (14.5%)
+   nama_perusahaan: 560 (35.1%)
+   jabatan: 491 (30.8%)
+
+============================================================

Backend/Model/feature_engineering/__init__.py

@@ -0,0 +1 @@
+# Feature Engineering module

Backend/Model/feature_engineering/tfidf.py

@@ -0,0 +1,128 @@
+"""
+TF-IDF Feature Extraction Module
+Mengubah teks (posisi pekerjaan, instansi, kompetensi) menjadi representasi numerik menggunakan algoritma TF-IDF (Term Frequency - Inverse Document Frequency).
+Nilai bobot TF-IDF merefleksikan seberapa penting suatu kata dalam suatu dokumen relatif terhadap keseluruhan korpus data tracer study.
+"""
+
+# Mengimpor modul Any untuk type hint fleksibel
+from typing import Any
+# Mengimpor class TfidfVectorizer dari scikit-learn untuk proses tokenisasi, penghitungan frekuensi kata, dan pembobotan inverse document frequency
+from sklearn.feature_extraction.text import TfidfVectorizer
+# Mengimpor pustaka numpy untuk operasi numerik array
+import numpy as np
+
+
+# Mendefinisikan class TfidfExtractor sebagai wrapper class untuk memudahkan penggunaan TF-IDF dalam pipeline klastering
+class TfidfExtractor:
+    """TF-IDF Vectorizer wrapper untuk keperluan ekstraksi fitur pemodelan clustering"""
+
+    # Konstruktor kelas untuk menginisialisasi parameter vektorisasi teks
+    def __init__(self, max_features: int = 500, ngram_range: tuple = (1, 1), min_df: int = 1, max_df: float = 1.0, **kwargs):
+        """
+        Inisialisasi hyperparameter pembobotan TF-IDF:
+        Args:
+            max_features: Jumlah batas kosakata teratas yang akan diikutsertakan sebagai kolom fitur (default: 500 kata paling relevan)
+            ngram_range: Rentang kombinasi kata, (1, 1) berarti unigram (satu kata per fitur)
+            min_df: Batas minimum kemunculan kata dalam dokumen agar tidak diabaikan (mengeliminasi kata typo/sangat langka)
+            max_df: Batas maksimum proporsi dokumen yang memuat kata agar tidak diabaikan (mengeliminasi stopword umum)
+            **kwargs: Parameter opsional tambahan yang diteruskan langsung ke TfidfVectorizer Scikit-Learn
+        """
+        # Menginstansiasi objek TfidfVectorizer dari Scikit-Learn dengan konfigurasi yang diberikan
+        self.vectorizer = TfidfVectorizer(
+            max_features=max_features,
+            ngram_range=ngram_range,
+            min_df=min_df,
+            max_df=max_df,
+            **kwargs
+        )
+        # Menyiapkan variabel untuk menampung matriks fitur numerik hasil transformasi (default None)
+        self.feature_matrix = None
+
+
+    # Metode fit_transform: Melakukan fitting vocabulary sekaligus mengubah kumpulan dokumen teks menjadi matriks numerik
+    def fit_transform(self, texts: list) -> Any:
+        """
+        Mempelajari kosakata (vocabulary) dari kumpulan teks masukan dan mentransformasikannya menjadi feature matrix sparse.
+
+        Args:
+            texts: List berisi kumpulan teks string yang sudah dibersihkan (preprocessed text)
+
+        Returns:
+            Matriks numerik berbobot TF-IDF berformat scipy sparse matrix
+        """
+        # Melatih vectorizer dengan korpus data teks masukan sekaligus menghitung nilai TF-IDF untuk setiap dokumen
+        self.feature_matrix = self.vectorizer.fit_transform(texts)
+        # Mengembalikan matriks fitur numerik berbobot TF-IDF
+        return self.feature_matrix
+
+    # Metode transform: Mengubah teks dokumen baru menjadi representasi numerik menggunakan kosakata yang sudah dipelajari sebelumnya
+    def transform(self, texts: list) -> Any:
+        """
+        Mentransformasikan teks baru menggunakan model TF-IDF vectorizer yang sudah dilatih (tanpa mengubah vocabulary).
+
+        Args:
+            texts: List dokumen teks baru yang ingin ditransformasi
+
+        Returns:
+            Matriks numerik berbobot TF-IDF sesuai dengan dimensi kosakata model
+        """
+        # Mentransformasi teks masukan baru menggunakan kamus kata dan bobot IDF yang telah terbentuk
+        return self.vectorizer.transform(texts)
+
+    # Metode untuk mengambil seluruh daftar nama kata unik (fitur) yang terpilih sebagai kolom pada matriks
+    def get_feature_names(self) -> list:
+        """Mendapatkan daftar nama fitur kata unik (vocabulary features) yang digunakan model"""
+        # Mengembalikan nama-nama fitur kata dalam bentuk list Python
+        return self.vectorizer.get_feature_names_out().tolist()
+
+    # Metode untuk mengetahui jumlah total kosakata unik yang dipelajari oleh model
+    def get_vocab_size(self) -> int:
+        """Mendapatkan total jumlah kosakata unik (vocabulary size) yang terdaftar"""
+        # Mengembalikan panjang (banyaknya entri) dictionary vocabulary_
+        return len(self.vectorizer.vocabulary_)
+
+    # Metode untuk mendapatkan bobot IDF (Inverse Document Frequency) masing-masing kata
+    def get_idf(self) -> dict:
+        """Mendapatkan skor bobot IDF untuk masing-masing kata dalam bentuk pasangan key-value dictionary"""
+        # Mengambil daftar nama seluruh fitur kata
+        feature_names = self.get_feature_names()
+        # Menggabungkan nama fitur dengan nilai bobot idf_ menggunakan zip dan mengonversinya menjadi dictionary Python
+        return dict(zip(feature_names, self.vectorizer.idf_))
+
+
+# Fungsi utilitas pembantu (helper function) untuk membangun feature matrix secara ringkas dalam satu pemanggilan
+def create_feature_matrix(texts: list, **kwargs) -> tuple:
+    """
+    Fungsi pembantu sekali panggil untuk memproses teks mentah menjadi matriks fitur TF-IDF.
+
+    Args:
+        texts: List kumpulan dokumen teks hasil praproses
+        **kwargs: Argumen konfigurasi tambahan untuk TfidfExtractor
+
+    Returns:
+        Tuple 3 elemen berisi: (feature_matrix, daftar_nama_fitur, instance_extractor)
+    """
+    # Menginisialisasi instance ekstraktor TF-IDF dengan parameter kwargs
+    extractor = TfidfExtractor(**kwargs)
+    # Melakukan fitting dan transformasi teks menjadi matriks fitur
+    matrix = extractor.fit_transform(texts)
+    # Mengembalikan matriks bobot TF-IDF, daftar nama kosakata fitur, dan objek extractor
+    return matrix, extractor.get_feature_names(), extractor
+
+
+# Blok pengetesan lokal modul yang hanya dijalankan ketika file ini dieksekusi langsung
+if __name__ == "__main__":
+    # Menyiapkan sampel kalimat tiruan untuk menguji proses vektorisasi teks
+    sample_texts = [
+        "software engineer developer",
+        "data analyst scientist",
+        "project manager leader"
+    ]
+
+    # Menjalankan fungsi create_feature_matrix pada sampel teks
+    matrix, features, extractor = create_feature_matrix(sample_texts)
+    # Menampilkan dimensi baris dan kolom matriks fitur (jumlah dokumen x jumlah kosakata)
+    print(f"Feature Matrix Shape: {matrix.shape}")
+    # Menampilkan seluruh nama fitur kata yang diekstraksi
+    print(f"Features: {features}")
+

Backend/Model/main.py

@@ -0,0 +1,219 @@
+"""
+Main ML Pipeline
+Pipeline utama untuk clustering alumni
+"""
+
+import pandas as pd
+import numpy as np
+import json
+from pathlib import Path
+
+from .preprocessing.text_preprocessing import preprocess_text
+from .feature_engineering.tfidf import TfidfExtractor
+from .clustering.kmeans import KMeansClustering, find_optimal_k, get_cluster_summary
+
+
+class AlumniClusteringPipeline:
+    """
+    Pipeline utama untuk clustering alumni
+
+    Input: DataFrame dengan kolom ['nama', 'perusahaan', 'jabatan']
+    Output: DataFrame dengan kolom tambahan 'cluster'
+    """
+
+    def __init__(self, n_clusters: int = 3, auto_k: bool = False):
+        """
+        Args:
+            n_clusters: Jumlah cluster (diabaikan jika auto_k=True)
+            auto_k: Jika True, cari k optimal secara otomatis
+        """
+        self.n_clusters = n_clusters
+        self.auto_k = auto_k
+        self.tfidf = None
+        self.kmeans = None
+        self.feature_names = None
+
+    def _combine_text(self, df: pd.DataFrame) -> list:
+        """Menggabungkan kolom teks menjadi satu"""
+        combined = df['perusahaan'].fillna('') + ' ' + df['jabatan'].fillna('')
+        return combined.tolist()
+
+    def _preprocess_all(self, texts: list) -> list:
+        """Preprocess semua teks"""
+        return [preprocess_text(t) for t in texts]
+
+    def fit(self, df: pd.DataFrame) -> 'AlumniClusteringPipeline':
+        """
+        Fit pipeline ke data training
+
+        Args:
+            df: DataFrame dengan kolom ['nama', 'perusahaan', 'jabatan']
+
+        Returns:
+            self
+        """
+        # Combine text
+        combined_texts = self._combine_text(df)
+
+        # Preprocess
+        processed_texts = self._preprocess_all(combined_texts)
+
+        # TF-IDF
+        self.tfidf = TfidfExtractor(max_features=500)
+        feature_matrix = self.tfidf.fit_transform(processed_texts)
+        self.feature_names = self.tfidf.get_feature_names()
+
+        # K-Means
+        n_clusters = self.n_clusters
+
+        if self.auto_k:
+            # Find optimal k
+            results = find_optimal_k(feature_matrix)
+            # Ambil k dengan silhouette score tertinggi
+            best_idx = np.argmax(results['silhouette'])
+            n_clusters = results['k'][best_idx]
+            print(f"Optimal K selected: {n_clusters}")
+
+        self.kmeans = KMeansClustering(n_clusters=n_clusters)
+        self.kmeans.fit(feature_matrix)
+
+        return self
+
+    def transform(self, df: pd.DataFrame) -> pd.DataFrame:
+        """
+        Transform data dengan model yang sudah di-fit
+
+        Args:
+            df: DataFrame dengan kolom ['nama', 'perusahaan', 'jabatan']
+
+        Returns:
+            DataFrame dengan kolom 'cluster' dan 'cluster_label'
+        """
+        if self.kmeans is None:
+            raise ValueError("Model belum di-fit. Jalankan fit() terlebih dahulu.")
+
+        # Combine text
+        combined_texts = self._combine_text(df)
+
+        # Preprocess
+        processed_texts = self._preprocess_all(combined_texts)
+
+        # TF-IDF transform
+        feature_matrix = self.tfidf.transform(processed_texts)
+
+        # Predict
+        labels = self.kmeans.predict(feature_matrix)
+
+        # Add to DataFrame
+        result = df.copy()
+        result['cluster'] = labels
+        result['cluster_label'] = [f"Cluster_{i}" for i in labels]
+
+        return result
+
+    def fit_transform(self, df: pd.DataFrame) -> pd.DataFrame:
+        """Fit dan transform sekaligus"""
+        return self.fit(df).transform(df)
+
+    def get_cluster_summary(self, df: pd.DataFrame) -> dict:
+        """Mendapatkan ringkasan cluster"""
+        if 'cluster' not in df.columns:
+            raise ValueError("Data belum di-cluster. Jalankan fit_transform() terlebih dahulu.")
+        return get_cluster_summary(df, df['cluster'].values)
+
+    def get_top_features(self, n: int = 10) -> dict:
+        """Mendapatkan fitur teratas untuk setiap cluster"""
+        if self.kmeans is None or self.tfidf is None:
+            raise ValueError("Model belum di-fit.")
+
+        cluster_centers = self.kmeans.model.cluster_centers_
+        feature_names = self.feature_names
+
+        top_features = {}
+        for i, center in enumerate(cluster_centers):
+            # Get indices of top features
+            top_indices = center.argsort()[-n:][::-1]
+            top_features[f"Cluster_{i}"] = [
+                {"term": feature_names[idx], "weight": float(center[idx])}
+                for idx in top_indices
+            ]
+
+        return top_features
+
+    def save_model(self, filepath: str):
+        """Simpan model (placeholder - bisa di-extend dengan joblib)"""
+        model_data = {
+            'n_clusters': self.n_clusters,
+            'feature_names': self.feature_names
+        }
+        with open(filepath, 'w') as f:
+            json.dump(model_data, f)
+
+    @staticmethod
+    def load_model(filepath: str):
+        """Load model (placeholder)"""
+        with open(filepath, 'r') as f:
+            model_data = json.load(f)
+
+        pipeline = AlumniClusteringPipeline(n_clusters=model_data['n_clusters'])
+        return pipeline
+
+
+def run_pipeline(data_path: str = None, n_clusters: int = 3, output_path: str = None):
+    """
+    Jalankan pipeline dari command line
+
+    Args:
+        data_path: Path ke file CSV input
+        n_clusters: Jumlah cluster
+        output_path: Path untuk menyimpan hasil
+    """
+    # Load data
+    if data_path:
+        df = pd.read_csv(data_path)
+    else:
+        # Sample data untuk testing
+        df = pd.DataFrame({
+            'nama': ['Ali', 'Budi', 'Citra', 'Dewi', 'Eko'],
+            'perusahaan': ['Google', 'Tokopedia', 'Gojek', 'Traveloka', 'Bukalapak'],
+            'jabatan': ['Software Engineer', 'Data Analyst', 'Product Manager', 'UX Designer', 'DevOps']
+        })
+
+    print(f"Data loaded: {len(df)} records")
+
+    # Run pipeline
+    pipeline = AlumniClusteringPipeline(n_clusters=n_clusters)
+    result = pipeline.fit_transform(df)
+
+    print(f"\nClustering complete!")
+    print(f"\nCluster Distribution:")
+    print(result['cluster_label'].value_counts())
+
+    print(f"\nCluster Summary:")
+    summary = pipeline.get_cluster_summary(result)
+    for cluster, info in summary.items():
+        print(f"  {cluster}: {info['count']} alumni ({info['percentage']}%)")
+
+    print(f"\nTop Features per Cluster:")
+    top_features = pipeline.get_top_features()
+    for cluster, features in top_features.items():
+        print(f"  {cluster}: {[f['term'] for f in features[:5]]}")
+
+    # Save result
+    if output_path:
+        result.to_csv(output_path, index=False)
+        print(f"\nResult saved to: {output_path}")
+
+    return result
+
+
+if __name__ == "__main__":
+    import sys
+
+    if len(sys.argv) > 1:
+        data_path = sys.argv[1]
+        n_clusters = int(sys.argv[2]) if len(sys.argv) > 2 else 3
+        output_path = sys.argv[3] if len(sys.argv) > 3 else None
+        run_pipeline(data_path, n_clusters, output_path)
+    else:
+        run_pipeline()

Backend/Model/preprocessing/README.md

@@ -0,0 +1,270 @@
+# 📋 Modul Preprocessing
+
+## Overview
+
+Modul ini berisi pipeline untuk **menyiapkan data tracer study alumni** dari berbagai tahun (2019-2025) agar siap diproses oleh model Machine Learning.
+
+---
+
+## 🎯 Tujuan
+
+1. **Standarisasi Kolom** - Menyamakan kolom berbeda dari berbagai tahun
+2. **Menggabungkan Data** - Gabungkan data dari semua tahun jadi satu
+3. **Data Cleaning** - Hapus duplikat dan data kosong
+4. **Text Preprocessing** - Bersihkan teks untuk TF-IDF
+
+---
+
+## 📁 Struktur File
+
+```
+preprocessing/
+├── __init__.py              # Export modul
+├── column_mapping.json      # Konfigurasi mapping kolom
+├── standarisasi_kolom.py    # Fungsi standarisasi
+├── text_preprocessing.py    # Fungsi preprocessing teks
+└── data_pipeline.py        # Pipeline lengkap
+```
+
+---
+
+## 🔧 Komponen
+
+### 1. KolomStandarisasi
+
+**Fungsi:** Mengubah kolom Excel yang berbeda-beda menjadi kolom STANDAR.
+
+**Kolom Standar:**
+| Kolom | Deskripsi |
+|-------|-----------|
+| `nama` | Nama lengkap alumni |
+| `perusahaan` | Nama perusahaan/instansi |
+| `jabatan` | Jabatan/posisi |
+| `nim` | Nomor Induk Mahasiswa |
+
+**Contoh Penggunaan:**
+
+```python
+from preprocessing import KolomStandarisasi
+import pandas as pd
+
+# Inisialisasi
+std = KolomStandarisasi()
+
+# Baca Excel
+df = pd.read_excel("data_2024.xlsx")
+
+# Standarisasi
+df_standar = std.standarisasi(df, tahun="2024")
+
+print(df_standar.columns.tolist())
+# Output: ['nama', 'perusahaan', 'jabatan', 'nim']
+```
+
+---
+
+### 2. DataPipeline
+
+**Fungsi:** Pipeline lengkap dari import sampai siap ML.
+
+**Alur Kerja:**
+
+```
+┌────────────────────────────────────────┐
+│ STEP 1: Standarisasi Kolom             │
+│ - Ubah kolom berbeda → kolom standar    │
+└────────────────────────────────────────┘
+                    │
+                    ▼
+┌────────────────────────────────────────┐
+│ STEP 2: Gabung Data                    │
+│ - Gabungkan data dari semua tahun      │
+└────────────────────────────────────────┘
+                    │
+                    ▼
+┌────────────────────────────────────────┐
+│ STEP 3: Data Cleaning                  │
+│ - Hapus duplikat                      │
+│ - Hapus data kosong                    │
+└────────────────────────────────────────┘
+                    │
+                    ▼
+┌────────────────────────────────────────┐
+│ STEP 4: Text Preprocessing            │
+│ - Case folding                        │
+│ - Tokenizing                          │
+│ - Stopword removal                    │
+│ - Stemming                            │
+└────────────────────────────────────────┘
+                    │
+                    ▼
+┌────────────────────────────────────────┐
+│ OUTPUT: Data siap untuk TF-IDF        │
+└────────────────────────────────────────┘
+```
+
+**Contoh Penggunaan:**
+
+```python
+from preprocessing import DataPipeline
+import pandas as pd
+
+# Inisialisasi
+pipeline = DataPipeline()
+
+# Tambah data dari berbagai tahun
+pipeline.tambah_data(df_2019, "2019")
+pipeline.tambah_data(df_2024, "2024")
+
+# Jalankan pipeline
+result = pipeline.jalankan()
+
+print(result.head())
+# Output: DataFrame dengan kolom ['nama', 'perusahaan', 'jabatan', 'nim', 'tahun', 'teks_bersih']
+```
+
+---
+
+### 3. preprocess_text
+
+**Fungsi:** Membersihkan teks agar siap untuk TF-IDF.
+
+**Proses:**
+
+| Step | Input | Output |
+|------|-------|--------|
+| Case Folding | "Software Engineer" | "software engineer" |
+| Tokenizing | "software engineer" | ["software", "engineer"] |
+| Remove Special Chars | ["3", "-", "staff"] | ["staff"] |
+| Remove Stopwords | ["di", "google"] | ["google"] |
+| Stemming | ["bekerja", "pekerjaan"] | ["kerja", "kerja"] |
+
+**Contoh Penggunaan:**
+
+```python
+from preprocessing import preprocess_text
+
+# Input teks mentah
+teks = "Google Indonesia 3 - Staff"
+
+# Preprocess
+hasil = preprocess_text(teks)
+
+print(hasil)
+# Output: "google indonesia staff"
+```
+
+---
+
+## 📊 Column Mapping
+
+File `column_mapping.json` berisi mapping dari setiap tahun:
+
+```json
+{
+  "2019": {
+    "nama": "Nama Lengkap",
+    "perusahaan": "Perusahaan",
+    "jabatan": "Jabatan",
+    "nim": "NIM"
+  },
+  "2024": {
+    "nama": "4. Nama Lengkap / nmmhsmsmh...",
+    "perusahaan": "9. Apa nama perusahaan...",
+    "jabatan": "10. Bila Anda berwiraswasta...",
+    "nim": "3. NIM / nimhsmsmh..."
+  }
+}
+```
+
+### ⚠️ Yang Perlu Diisi
+
+Buka setiap file Excel dan catat nama kolom untuk:
+
+| Tahun | Status |
+|-------|--------|
+| 2019 | ❌ Perlu diisi |
+| 2020 | ❌ Perlu diisi |
+| 2021 | ❌ Perlu diisi |
+| 2022 | ❌ Perlu diisi |
+| 2023 | ❌ Perlu diisi |
+| 2024 | ✅ Sudah diisi |
+| 2025 | ❌ Perlu diisi |
+
+---
+
+## 🚀 Quick Start
+
+### 1. Siapkan Mapping Kolom
+
+```bash
+# Buka Excel 2019-2025
+# Catat nama kolom untuk: nama, perusahaan, jabatan, nim
+# Update column_mapping.json
+```
+
+### 2. Jalankan Pipeline
+
+```python
+from preprocessing import DataPipeline
+
+# Inisialisasi
+pipeline = DataPipeline()
+
+# Tambah data
+for tahun in ["2019", "2020", "2021", "2022", "2023", "2024", "2025"]:
+    df = pd.read_excel(f"data_{tahun}.xlsx")
+    pipeline.tambah_data(df, tahun)
+
+# Jalankan
+result = pipeline.jalankan()
+
+# Simpan hasil
+result.to_csv("data_bersih.csv", index=False)
+```
+
+---
+
+## 📝 Testing
+
+Jalankan file untuk test:
+
+```bash
+cd Model
+python preprocessing/standarisasi_kolom.py
+python preprocessing/text_preprocessing.py
+python preprocessing/data_pipeline.py
+```
+
+---
+
+## 🔍 Debugging
+
+### Jika tahun tidak terdeteksi:
+
+```python
+# Deteksi manual
+std = KolomStandarisasi()
+tahun = std.deteksi_tahun(df, nama_file="data_2024.xlsx")
+print(f"Tahun: {tahun}")
+```
+
+### Jika kolom tidak cocok:
+
+```python
+# Lihat mapping yang tersedia
+std = KolomStandarisasi()
+mapping = std.get_mapping_tahun("2024")
+print(mapping)
+
+# Lihat kolom di DataFrame
+print(df.columns.tolist())
+```
+
+---
+
+## 📚 Referensi
+
+- **NLTK:** https://www.nltk.org/
+- **Sastrawi:** https://github.com/har07/PySastrawi
+- **Pandas:** https://pandas.pydata.org/

Backend/Model/preprocessing/__init__.py

@@ -0,0 +1,20 @@
+# ============================================================
+# PREPROCESSING MODULE
+# ============================================================
+# Berisi pipeline preprocessing data tracer study alumni
+# ============================================================
+
+from .standarisasi_kolom import KolomStandarisasi, gabung_data, bersihkan_data
+from .text_preprocessing import preprocess_text, preprocess_dataframe
+from .data_pipeline import DataPipeline, proses_file_excel
+
+# Export semua komponen yang dibutuhkan
+__all__ = [
+    'KolomStandarisasi',
+    'gabung_data',
+    'bersihkan_data',
+    'preprocess_text',
+    'preprocess_dataframe',
+    'DataPipeline',
+    'proses_file_excel',
+]

Backend/Model/preprocessing/clustering.py

@@ -0,0 +1,359 @@
+"""
+=============================================================
+TF-IDF & K-MEANS CLUSTERING
+=============================================================
+
+Tujuan:
+- TF-IDF transformation untuk teks pekerjaan
+- K-Means Clustering dengan K=4 (sesuai PRD)
+- Evaluasi menggunakan Elbow Method dan Silhouette Score
+
+PRD Reference: Section 14, 15, 16
+=============================================================
+"""
+
+import pandas as pd
+import numpy as np
+import json
+import os
+from datetime import datetime
+from sklearn.feature_extraction.text import TfidfVectorizer
+from sklearn.cluster import KMeans
+from sklearn.metrics import silhouette_score
+import matplotlib
+matplotlib.use('Agg')
+import matplotlib.pyplot as plt
+
+# Path configuration
+BASE_DIR = os.path.dirname(os.path.abspath(__file__))
+DATA_INPUT = os.path.join(BASE_DIR, '..', 'data', 'processed', 'dataset_untuk_clustering.csv')
+MODEL_OUTPUT = os.path.join(BASE_DIR, '..', 'data', 'processed')
+PLOT_OUTPUT = os.path.join(BASE_DIR, '..', 'data', 'processed')
+
+# K yang akan diuji (PRD Section 16.1)
+K_CANDIDATES = [2, 3, 4, 5, 6]
+FIXED_K = 4  # K=4 sesuai PRD Section 5.4, 15.2
+
+
+def load_data():
+    """Load dataset untuk clustering."""
+    print(">> Loading dataset untuk clustering...")
+    df = pd.read_csv(DATA_INPUT, encoding='utf-8-sig')
+    print(f"   Total data: {len(df)} alumni")
+    return df
+
+
+def tfidf_vectorization(texts):
+    """
+    TF-IDF transformation.
+
+    PRD Section 14:
+    TF-IDF mengubah teks pekerjaan menjadi feature matrix.
+    """
+    print("\n>> Melakukan TF-IDF Vectorization...")
+
+    # TF-IDF Vectorizer
+    vectorizer = TfidfVectorizer(
+        max_features=500,      # Maksimum 500 fitur
+        min_df=2,              # Minimum document frequency 2
+        max_df=0.95,          # Maximum document frequency 95%
+        ngram_range=(1, 2),    # Unigrams dan bigrams
+        lowercase=True,
+        token_pattern=r'\b[a-zA-Z]{2,}\b'  # Minimal 2 karakter, hanya alfabet
+    )
+
+    # Fit dan transform
+    tfidf_matrix = vectorizer.fit_transform(texts)
+    feature_names = vectorizer.get_feature_names_out()
+
+    print(f"   TF-IDF Matrix shape: {tfidf_matrix.shape}")
+    print(f"   Number of features: {len(feature_names)}")
+    print(f"   Sample features: {list(feature_names[:10])}...")
+
+    return vectorizer, tfidf_matrix, feature_names
+
+
+def elbow_method(tfidf_matrix, k_range):
+    """
+    Elbow Method untuk menentukan K optimal.
+    Menghitung inertia/WCSS untuk setiap K.
+
+    PRD Section 16.2
+    """
+    print("\n>> Elbow Method Analysis...")
+
+    inertias = []
+
+    for k in k_range:
+        print(f"   Testing K={k}...", end=" ")
+        kmeans = KMeans(
+            n_clusters=k,
+            init='k-means++',
+            n_init=10,
+            max_iter=300,
+            random_state=42
+        )
+        kmeans.fit(tfidf_matrix)
+        inertias.append(kmeans.inertia_)
+        print(f"Inertia: {kmeans.inertia_:.2f}")
+
+    return inertias
+
+
+def silhouette_analysis(tfidf_matrix, k_range):
+    """
+    Silhouette Score analysis.
+
+    PRD Section 16.3
+    """
+    print("\n>> Silhouette Score Analysis...")
+
+    silhouettes = []
+
+    for k in k_range:
+        print(f"   Testing K={k}...", end=" ")
+        kmeans = KMeans(
+            n_clusters=k,
+            init='k-means++',
+            n_init=10,
+            max_iter=300,
+            random_state=42
+        )
+        labels = kmeans.fit_predict(tfidf_matrix)
+
+        # Hitung silhouette score
+        score = silhouette_score(tfidf_matrix, labels)
+        silhouettes.append(score)
+        print(f"Silhouette: {score:.4f}")
+
+    return silhouettes
+
+
+def plot_evaluation(k_range, inertias, silhouettes, output_path):
+    """
+    Plot Elbow Method dan Silhouette Score.
+    """
+    print("\n>> Generating evaluation plots...")
+
+    fig, axes = plt.subplots(1, 2, figsize=(14, 5))
+
+    # Elbow Plot
+    axes[0].plot(k_range, inertias, 'bo-', linewidth=2, markersize=8)
+    axes[0].axvline(x=FIXED_K, color='r', linestyle='--', label=f'K={FIXED_K} (PRD)')
+    axes[0].set_xlabel('Number of Clusters (K)', fontsize=12)
+    axes[0].set_ylabel('Inertia (WCSS)', fontsize=12)
+    axes[0].set_title('Elbow Method', fontsize=14, fontweight='bold')
+    axes[0].legend()
+    axes[0].grid(True, alpha=0.3)
+
+    # Silhouette Plot
+    axes[1].plot(k_range, silhouettes, 'go-', linewidth=2, markersize=8)
+    axes[1].axvline(x=FIXED_K, color='r', linestyle='--', label=f'K={FIXED_K} (PRD)')
+    axes[1].set_xlabel('Number of Clusters (K)', fontsize=12)
+    axes[1].set_ylabel('Silhouette Score', fontsize=12)
+    axes[1].set_title('Silhouette Score', fontsize=14, fontweight='bold')
+    axes[1].legend()
+    axes[1].grid(True, alpha=0.3)
+
+    plt.tight_layout()
+    plt.savefig(os.path.join(output_path, 'evaluation_plots.png'), dpi=150, bbox_inches='tight')
+    print(f"   Plot saved: {output_path}/evaluation_plots.png")
+
+
+def kmeans_clustering(tfidf_matrix, k, n_init=10):
+    """
+    K-Means Clustering dengan K tetap.
+
+    PRD Section 15
+    """
+    print(f"\n>> Running K-Means with K={k}...")
+
+    kmeans = KMeans(
+        n_clusters=k,
+        init='k-means++',
+        n_init=n_init,
+        max_iter=300,
+        random_state=42
+    )
+
+    cluster_labels = kmeans.fit_predict(tfidf_matrix)
+    inertia = kmeans.inertia_
+
+    # Hitung silhouette score
+    silhouette = silhouette_score(tfidf_matrix, cluster_labels)
+
+    print(f"   Inertia: {inertia:.2f}")
+    print(f"   Silhouette Score: {silhouette:.4f}")
+
+    return kmeans, cluster_labels, inertia, silhouette
+
+
+def get_cluster_statistics(df, cluster_labels, vectorizer, feature_names):
+    """
+    Get statistics untuk setiap cluster.
+    """
+    print("\n>> Analyzing cluster statistics...")
+
+    df_result = df.copy()
+    df_result['cluster'] = cluster_labels
+
+    stats = {}
+
+    for cluster_id in range(FIXED_K):
+        cluster_data = df_result[df_result['cluster'] == cluster_id]
+        stats[cluster_id] = {
+            'jumlah': len(cluster_data),
+            'persentase': len(cluster_data) / len(df_result) * 100
+        }
+
+        # Top terms dari centroid
+        centroid = kmeans.cluster_centers_[cluster_id]
+        top_indices = centroid.argsort()[-10:][::-1]
+        top_terms = [feature_names[i] for i in top_indices]
+        stats[cluster_id]['top_terms'] = top_terms
+
+        print(f"\n   Cluster {cluster_id}:")
+        print(f"      Jumlah: {stats[cluster_id]['jumlah']} ({stats[cluster_id]['persentase']:.1f}%)")
+        print(f"      Top terms: {', '.join(top_terms[:5])}")
+
+    return df_result, stats
+
+
+def save_results(df_result, kmeans, vectorizer, tfidf_matrix, feature_names,
+                 inertia, silhouette, inertias, silhouettes, output_path):
+    """
+    Simpan hasil clustering.
+    """
+    print("\n>> Saving results...")
+
+    # 1. Save hasil clustering
+    clustering_output = os.path.join(output_path, 'clustering_results.csv')
+    df_result.to_csv(clustering_output, index=False, encoding='utf-8-sig')
+    print(f"   Clustering results: {clustering_output}")
+
+    # 2. Save model info
+    model_info = {
+        'model_version': datetime.now().strftime('%Y%m%d_%H%M%S'),
+        'k': FIXED_K,
+        'inertia': float(inertia),
+        'silhouette_score': float(silhouette),
+        'n_samples': len(df_result),
+        'n_features': len(feature_names),
+        'evaluation': {
+            'k_candidates': K_CANDIDATES,
+            'inertias': [float(i) for i in inertias],
+            'silhouettes': [float(s) for s in silhouettes]
+        },
+        'created_at': datetime.now().strftime('%Y-%m-%d %H:%M:%S')
+    }
+
+    model_output = os.path.join(output_path, 'model_info.json')
+    with open(model_output, 'w', encoding='utf-8') as f:
+        json.dump(model_info, f, indent=2, ensure_ascii=False)
+    print(f"   Model info: {model_output}")
+
+    # 3. Save cluster statistics
+    cluster_stats_output = os.path.join(output_path, 'cluster_statistics.json')
+    with open(cluster_stats_output, 'w', encoding='utf-8') as f:
+        json.dump(cluster_stats, f, indent=2, ensure_ascii=False)
+    print(f"   Cluster statistics: {cluster_stats_output}")
+
+    return model_info
+
+
+def generate_summary(model_info, stats):
+    """
+    Generate summary report.
+    """
+    summary = []
+    summary.append("=" * 60)
+    summary.append("CLUSTERING SUMMARY")
+    summary.append(f"Tanggal: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
+    summary.append("=" * 60)
+
+    summary.append(f"\n[MODEL INFO]")
+    summary.append(f"   K = {model_info['k']} (sesuai PRD)")
+    summary.append(f"   Inertia: {model_info['inertia']:.2f}")
+    summary.append(f"   Silhouette Score: {model_info['silhouette_score']:.4f}")
+    summary.append(f"   Total Samples: {model_info['n_samples']}")
+    summary.append(f"   Total Features: {model_info['n_features']}")
+
+    summary.append(f"\n[EVALUATION RESULTS]")
+    for i, k in enumerate(model_info['evaluation']['k_candidates']):
+        summary.append(f"   K={k}: Inertia={model_info['evaluation']['inertias'][i]:.2f}, "
+                      f"Silhouette={model_info['evaluation']['silhouettes'][i]:.4f}")
+
+    summary.append(f"\n[CLUSTER DISTRIBUTION]")
+    for cluster_id, stat in stats.items():
+        summary.append(f"   Cluster {cluster_id}: {stat['jumlah']} ({stat['persentase']:.1f}%)")
+
+    summary.append(f"\n[TOP TERMS PER CLUSTER]")
+    for cluster_id, stat in stats.items():
+        summary.append(f"   Cluster {cluster_id}: {', '.join(stat['top_terms'][:5])}")
+
+    summary.append("\n" + "=" * 60)
+
+    return "\n".join(summary)
+
+
+# Global variable untuk simpan kmeans dan stats
+kmeans = None
+cluster_stats = None
+
+
+def main():
+    """
+    Main function untuk TF-IDF dan K-Means Clustering.
+    """
+    global kmeans, cluster_stats
+
+    print("=" * 60)
+    print("TF-IDF & K-MEANS CLUSTERING")
+    print(f"K = {FIXED_K} (sesuai PRD)")
+    print("=" * 60)
+
+    # 1. Load data
+    df = load_data()
+
+    # 2. TF-IDF Vectorization
+    texts = df['teks_pekerjaan'].fillna('').tolist()
+    vectorizer, tfidf_matrix, feature_names = tfidf_vectorization(texts)
+
+    # 3. Evaluasi Elbow dan Silhouette
+    inertias = elbow_method(tfidf_matrix, K_CANDIDATES)
+    silhouettes = silhouette_analysis(tfidf_matrix, K_CANDIDATES)
+
+    # 4. Plot evaluasi
+    plot_evaluation(K_CANDIDATES, inertias, silhouettes, PLOT_OUTPUT)
+
+    # 5. K-Means dengan K=4
+    kmeans, cluster_labels, inertia, silhouette = kmeans_clustering(tfidf_matrix, FIXED_K)
+
+    # 6. Get cluster statistics
+    df_result, cluster_stats = get_cluster_statistics(df, cluster_labels, vectorizer, feature_names)
+
+    # 7. Save results
+    model_info = save_results(
+        df_result, kmeans, vectorizer, tfidf_matrix, feature_names,
+        inertia, silhouette, inertias, silhouettes, MODEL_OUTPUT
+    )
+
+    # 8. Generate summary
+    summary = generate_summary(model_info, cluster_stats)
+    print("\n" + summary)
+
+    # Save summary
+    summary_output = os.path.join(MODEL_OUTPUT, 'clustering_summary.txt')
+    with open(summary_output, 'w', encoding='utf-8') as f:
+        f.write(summary)
+    print(f"\n>> Summary saved: {summary_output}")
+
+    print("\n" + "=" * 60)
+    print("[SUCCESS] CLUSTERING SELESAI!")
+    print("=" * 60)
+
+    return df_result, model_info, cluster_stats
+
+
+if __name__ == "__main__":
+    df_result, model_info, cluster_stats = main()

Backend/Model/preprocessing/column_mapping.json

@@ -0,0 +1,72 @@
+{
+  "2019": {
+    "kode_prodi": "Kode Prodi",
+    "nim": "NIM/Nomor Mahasiswa",
+    "nama": "Nama",
+    "tahun_lulus": "Tahun Lulus",
+    "status_pekerjaan": "F8",
+    "jenis_perusahaan": "F1101",
+    "nama_perusahaan": "F5b",
+    "jabatan": "F5c"
+  },
+  "2020": {
+    "kode_prodi": "Kode Prodi",
+    "nim": "NIM/Nomor Mahasiswa",
+    "nama": "Nama",
+    "tahun_lulus": "Tahun Lulus",
+    "status_pekerjaan": "F8",
+    "jenis_perusahaan": "F1101",
+    "nama_perusahaan": "F5b",
+    "jabatan": "F5c"
+  },
+  "2021": {
+    "kode_prodi": "Kode Prodi",
+    "nim": "NIM",
+    "nama": "Nama",
+    "tahun_lulus": "Tahun Lulus",
+    "status_pekerjaan": "F8",
+    "jenis_perusahaan": "F1101",
+    "nama_perusahaan": "F5b",
+    "jabatan": "F5c"
+  },
+  "2022": {
+    "kode_prodi": "kdpstmsmh",
+    "nim": "nimhsmsmh",
+    "nama": "nmmhsmsmh",
+    "tahun_lulus": "tahun_lulus",
+    "status_pekerjaan": "f8",
+    "jenis_perusahaan": "f1101",
+    "nama_perusahaan": "f5b",
+    "jabatan": "f5c"
+  },
+  "2023": {
+    "kode_prodi": "kdpstmsmh",
+    "nim": "nimhsmsmh",
+    "nama": "nmmhsmsmh",
+    "tahun_lulus": "tahun_lulus",
+    "status_pekerjaan": "f8",
+    "jenis_perusahaan": "f1101",
+    "nama_perusahaan": "f5b",
+    "jabatan": "f5c"
+  },
+  "2024": {
+    "kode_prodi": "2. Kode Program Studi / kdpstmsmh",
+    "nim": "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) ",
+    "nama": "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)",
+    "tahun_lulus": "7. Tahun Lulus / tahun_lulus",
+    "status_pekerjaan": "1. Jelaskan status Anda saat ini? f8",
+    "jenis_perusahaan": "8. Apa jenis perusahaan/instansi/institusi tempat anda bekerja sekarang? f1101",
+    "nama_perusahaan": "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b",
+    "jabatan": "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c"
+  },
+  "2025": {
+    "kode_prodi": "2. Kode Program Studi / kdpstmsmh",
+    "nim": "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) ",
+    "nama": "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)",
+    "tahun_lulus": "7. Tahun Lulus / tahun_lulus",
+    "status_pekerjaan": "1. Jelaskan status Anda saat ini? f8",
+    "jenis_perusahaan": "7. Apa jenis perusahaan/instansi/institusi tempat anda bekerja sekarang? f1101",
+    "nama_perusahaan": "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b",
+    "jabatan": "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c   *(Wajib diisi) (Jika Memilih Wiraswasta / Jika f8 adalah 3)"
+  }
+}

Backend/Model/preprocessing/dashboard.py

@@ -0,0 +1,707 @@
+"""
+=============================================================
+DASHBOARD VISUALIZATION
+=============================================================
+
+Generate visualisasi untuk hasil clustering alumni:
+- Distribusi Kategori C0-C3
+- Distribusi per Prodi
+- Distribusi per Tahun
+- Cluster Analysis
+- Pie Charts dan Bar Charts
+
+Output: PNG charts + HTML Dashboard
+=============================================================
+"""
+
+import pandas as pd
+import numpy as np
+import json
+import os
+from datetime import datetime
+import matplotlib
+matplotlib.use('Agg')
+import matplotlib.pyplot as plt
+import seaborn as sns
+
+# Set style
+plt.style.use('seaborn-v0_8-whitegrid')
+sns.set_palette("husl")
+
+# Path configuration
+BASE_DIR = os.path.dirname(os.path.abspath(__file__))
+DATA_DIR = os.path.join(BASE_DIR, '..', 'data', 'processed')
+RESULT_DIR = os.path.join(BASE_DIR, '..', 'data', 'result')
+OUTPUT_DIR = os.path.join(BASE_DIR, '..', 'data', 'processed', 'dashboard')
+
+# Create output directory
+os.makedirs(OUTPUT_DIR, exist_ok=True)
+
+# Colors
+COLORS = {
+    'C0': '#2ecc71',  # Green - Sesuai Profil
+    'C1': '#3498db',  # Blue - Bidang Diketahui
+    'C2': '#f39c12',  # Orange - Bidang Tidak Jelas
+    'C3': '#e74c3c',  # Red - Belum Bekerja
+    'TIF': '#9b59b6',  # Purple
+    'MIF': '#1abc9c',  # Teal
+    'TKK': '#e67e22'   # Orange
+}
+
+
+def load_data():
+    """Load semua data yang diperlukan."""
+    print(">> Loading data...")
+
+    # Interpretasi results (from result folder)
+    df = pd.read_csv(os.path.join(RESULT_DIR, 'interpretasi_results.csv'), encoding='utf-8-sig')
+
+    # Processed dataset
+    processed_df = pd.read_csv(os.path.join(DATA_DIR, 'processed_dataset.csv'), encoding='utf-8-sig')
+
+    # Cluster statistics
+    with open(os.path.join(DATA_DIR, 'cluster_statistics.json'), 'r') as f:
+        cluster_stats = json.load(f)
+
+    print(f"   Total data: {len(df)}")
+
+    return df, processed_df, cluster_stats
+
+
+def create_pie_chart_kategori(df, output_path):
+    """Pie chart distribusi kategori C0-C3."""
+    print(">> Creating Pie Chart - Kategori C0-C3...")
+
+    kategori_counts = df['kategori'].value_counts()
+    labels = kategori_counts.index.tolist()
+    sizes = kategori_counts.values
+    colors = [COLORS.get(k, '#95a5a6') for k in labels]
+
+    fig, ax = plt.subplots(figsize=(10, 8))
+
+    wedges, texts, autotexts = ax.pie(
+        sizes,
+        labels=labels,
+        colors=colors,
+        autopct='%1.1f%%',
+        startangle=90,
+        explode=[0.02] * len(labels)
+    )
+
+    # Style
+    for autotext in autotexts:
+        autotext.set_fontsize(12)
+        autotext.set_fontweight('bold')
+
+    ax.set_title('Distribusi Kategori Alumni (C0-C3)\n', fontsize=16, fontweight='bold')
+
+    # Add legend
+    legend_labels = [
+        f'C0: Sesuai Profil ({kategori_counts.get("C0", 0)})',
+        f'C1: Bidang Diketahui ({kategori_counts.get("C1", 0)})',
+        f'C2: Bidang Tidak Jelas ({kategori_counts.get("C2", 0)})',
+        f'C3: Belum Bekerja ({kategori_counts.get("C3", 0)})'
+    ]
+    ax.legend(wedges, legend_labels, title="Kategori", loc="center left", bbox_to_anchor=(1, 0, 0.5, 1))
+
+    plt.tight_layout()
+    plt.savefig(output_path, dpi=150, bbox_inches='tight', facecolor='white')
+    plt.close()
+
+    print(f"   Saved: {output_path}")
+
+
+def create_bar_chart_prodi(df, output_path):
+    """Bar chart distribusi C0-C3 per prodi."""
+    print(">> Creating Bar Chart - Distribusi per Prodi...")
+
+    # Map prodi codes
+    prodi_map = {'55301': 'TIF', '57401': 'MIF', '56401': 'TKK'}
+    df['prodi'] = df['kode_prodi'].astype(str).str.replace('.0', '', regex=False).str.strip()
+    df['prodi'] = df['prodi'].map(prodi_map).fillna('Lainnya')
+
+    # Group by prodi and kategori
+    grouped = df.groupby(['prodi', 'kategori']).size().unstack(fill_value=0)
+
+    fig, ax = plt.subplots(figsize=(12, 7))
+
+    categories = ['C0', 'C1', 'C2', 'C3']
+    colors = [COLORS[c] for c in categories]
+
+    x = np.arange(len(grouped.index))
+    width = 0.2
+
+    for i, cat in enumerate(categories):
+        if cat in grouped.columns:
+            values = grouped[cat].values
+            bars = ax.bar(x + i * width, values, width, label=cat, color=colors[i])
+
+            # Add value labels
+            for bar in bars:
+                height = bar.get_height()
+                if height > 0:
+                    ax.annotate(f'{int(height)}',
+                               xy=(bar.get_x() + bar.get_width() / 2, height),
+                               xytext=(0, 3),
+                               textcoords="offset points",
+                               ha='center', va='bottom', fontsize=9)
+
+    ax.set_xlabel('Program Studi', fontsize=12)
+    ax.set_ylabel('Jumlah Alumni', fontsize=12)
+    ax.set_title('Distribusi Kategori C0-C3 per Program Studi\n', fontsize=16, fontweight='bold')
+    ax.set_xticks(x + width * 1.5)
+    ax.set_xticklabels(grouped.index)
+    ax.legend(title='Kategori')
+
+    plt.tight_layout()
+    plt.savefig(output_path, dpi=150, bbox_inches='tight', facecolor='white')
+    plt.close()
+
+    print(f"   Saved: {output_path}")
+
+
+def create_stacked_bar_tahun(df, output_path):
+    """Stacked bar chart distribusi per tahun."""
+    print(">> Creating Stacked Bar - Distribusi per Tahun...")
+
+    # Get tahun from processed dataset
+    processed_df = pd.read_csv(os.path.join(DATA_DIR, 'processed_dataset.csv'), encoding='utf-8-sig')
+    df = df.merge(processed_df[['nim', 'tahun_lulus']], on='nim', how='left')
+
+    # Group by tahun and kategori
+    grouped = df.groupby(['tahun_lulus', 'kategori']).size().unstack(fill_value=0)
+
+    fig, ax = plt.subplots(figsize=(12, 7))
+
+    categories = ['C0', 'C1', 'C2', 'C3']
+    colors = [COLORS[c] for c in categories]
+    bottom = np.zeros(len(grouped.index))
+
+    for i, cat in enumerate(categories):
+        if cat in grouped.columns:
+            values = grouped[cat].values
+            ax.bar(grouped.index.astype(str), values, bottom=bottom, label=cat, color=colors[i])
+            bottom += values
+
+    ax.set_xlabel('Tahun Lulus', fontsize=12)
+    ax.set_ylabel('Jumlah Alumni', fontsize=12)
+    ax.set_title('Distribusi Kategori C0-C3 per Tahun Lulus\n', fontsize=16, fontweight='bold')
+    ax.legend(title='Kategori', loc='upper right')
+
+    plt.tight_layout()
+    plt.savefig(output_path, dpi=150, bbox_inches='tight', facecolor='white')
+    plt.close()
+
+    print(f"   Saved: {output_path}")
+
+
+def create_donut_chart_cluster(df, output_path):
+    """Donut chart distribusi cluster."""
+    print(">> Creating Donut Chart - Distribusi Cluster...")
+
+    cluster_counts = df['cluster'].value_counts().sort_index()
+
+    fig, ax = plt.subplots(figsize=(10, 8))
+
+    colors = ['#3498db', '#2ecc71', '#f39c12', '#9b59b6']
+    labels = [f'Cluster {i}' for i in cluster_counts.index]
+
+    wedges, texts, autotexts = ax.pie(
+        cluster_counts.values,
+        labels=labels,
+        colors=colors,
+        autopct='%1.1f%%',
+        startangle=90,
+        pctdistance=0.75,
+        explode=[0.02] * len(labels)
+    )
+
+    # Create donut hole
+    centre_circle = plt.Circle((0, 0), 0.50, fc='white')
+    ax.add_patch(centre_circle)
+
+    # Style
+    for autotext in autotexts:
+        autotext.set_fontsize(11)
+        autotext.set_fontweight('bold')
+
+    ax.set_title('Distribusi Cluster K-Means (K=4)\n', fontsize=16, fontweight='bold')
+
+    # Add legend
+    legend_labels = [f'Cluster {i}: {cluster_counts.get(i, 0)}' for i in range(4)]
+    ax.legend(wedges, legend_labels, title="Cluster", loc="center left", bbox_to_anchor=(1, 0, 0.5, 1))
+
+    plt.tight_layout()
+    plt.savefig(output_path, dpi=150, bbox_inches='tight', facecolor='white')
+    plt.close()
+
+    print(f"   Saved: {output_path}")
+
+
+def create_summary_cards(stats, output_path):
+    """Generate summary cards as image."""
+    print(">> Creating Summary Cards...")
+
+    fig, axes = plt.subplots(2, 4, figsize=(16, 8))
+    fig.patch.set_facecolor('white')
+
+    # Total Alumni
+    ax = axes[0, 0]
+    ax.text(0.5, 0.7, '535', fontsize=36, ha='center', fontweight='bold', color='#2c3e50')
+    ax.text(0.5, 0.3, 'Total Alumni', fontsize=12, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    # C0
+    ax = axes[0, 1]
+    ax.text(0.5, 0.7, '18', fontsize=36, ha='center', fontweight='bold', color=COLORS['C0'])
+    ax.text(0.5, 0.3, 'C0 - Sesuai Profil', fontsize=10, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    # C1
+    ax = axes[0, 2]
+    ax.text(0.5, 0.7, '85', fontsize=36, ha='center', fontweight='bold', color=COLORS['C1'])
+    ax.text(0.5, 0.3, 'C1 - Bidang Diketahui', fontsize=10, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    # C2
+    ax = axes[0, 3]
+    ax.text(0.5, 0.7, '416', fontsize=36, ha='center', fontweight='bold', color=COLORS['C2'])
+    ax.text(0.5, 0.3, 'C2 - Bidang Tidak Jelas', fontsize=10, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    # C3
+    ax = axes[1, 0]
+    ax.text(0.5, 0.7, '16', fontsize=36, ha='center', fontweight='bold', color=COLORS['C3'])
+    ax.text(0.5, 0.3, 'C3 - Belum Bekerja', fontsize=10, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    # TIF
+    ax = axes[1, 1]
+    ax.text(0.5, 0.7, '225', fontsize=36, ha='center', fontweight='bold', color=COLORS['TIF'])
+    ax.text(0.5, 0.3, 'TIF - Teknik Informatika', fontsize=10, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    # MIF
+    ax = axes[1, 2]
+    ax.text(0.5, 0.7, '165', fontsize=36, ha='center', fontweight='bold', color=COLORS['MIF'])
+    ax.text(0.5, 0.3, 'MIF - Manajemen Informatika', fontsize=10, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    # TKK
+    ax = axes[1, 3]
+    ax.text(0.5, 0.7, '145', fontsize=36, ha='center', fontweight='bold', color=COLORS['TKK'])
+    ax.text(0.5, 0.3, 'TKK - Teknik Komputer', fontsize=10, ha='center', color='#7f8c8d')
+    ax.axis('off')
+
+    plt.suptitle('Dashboard Summary - Sistem Clustering Alumni', fontsize=18, fontweight='bold', y=1.02)
+    plt.tight_layout()
+    plt.savefig(output_path, dpi=150, bbox_inches='tight', facecolor='white')
+    plt.close()
+
+    print(f"   Saved: {output_path}")
+
+
+def create_html_dashboard(df, output_path):
+    """Generate interactive HTML dashboard."""
+    print(">> Creating HTML Dashboard...")
+
+    # Calculate stats
+    kategori_counts = df['kategori'].value_counts()
+    total = len(df)
+
+    # Prodi distribution
+    prodi_map = {'55301': 'TIF', '57401': 'MIF', '56401': 'TKK'}
+    df['prodi'] = df['kode_prodi'].astype(str).str.replace('.0', '', regex=False).str.strip()
+    df['prodi'] = df['prodi'].map(prodi_map).fillna('Lainnya')
+    prodi_counts = df['prodi'].value_counts()
+
+    html_content = f"""
+<!DOCTYPE html>
+<html lang="id">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>Dashboard Clustering Alumni - Politeknik Negeri Jember</title>
+    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
+    <style>
+        * {{
+            margin: 0;
+            padding: 0;
+            box-sizing: border-box;
+        }}
+
+        body {{
+            font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            min-height: 100vh;
+            padding: 20px;
+        }}
+
+        .container {{
+            max-width: 1400px;
+            margin: 0 auto;
+        }}
+
+        .header {{
+            background: white;
+            border-radius: 15px;
+            padding: 30px;
+            margin-bottom: 20px;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+        }}
+
+        .header h1 {{
+            color: #2c3e50;
+            font-size: 28px;
+            margin-bottom: 10px;
+        }}
+
+        .header p {{
+            color: #7f8c8d;
+            font-size: 14px;
+        }}
+
+        .cards {{
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
+            gap: 20px;
+            margin-bottom: 20px;
+        }}
+
+        .card {{
+            background: white;
+            border-radius: 15px;
+            padding: 25px;
+            text-align: center;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+            transition: transform 0.3s;
+        }}
+
+        .card:hover {{
+            transform: translateY(-5px);
+        }}
+
+        .card-value {{
+            font-size: 42px;
+            font-weight: bold;
+            margin-bottom: 5px;
+        }}
+
+        .card-label {{
+            font-size: 14px;
+            color: #7f8c8d;
+        }}
+
+        .card-c0 {{ color: #2ecc71; }}
+        .card-c1 {{ color: #3498db; }}
+        .card-c2 {{ color: #f39c12; }}
+        .card-c3 {{ color: #e74c3c; }}
+        .card-tif {{ color: #9b59b6; }}
+        .card-mif {{ color: #1abc9c; }}
+        .card-tkk {{ color: #e67e22; }}
+
+        .grid {{
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(400px, 1fr));
+            gap: 20px;
+        }}
+
+        .chart-container {{
+            background: white;
+            border-radius: 15px;
+            padding: 25px;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+        }}
+
+        .chart-title {{
+            font-size: 18px;
+            font-weight: bold;
+            color: #2c3e50;
+            margin-bottom: 20px;
+            text-align: center;
+        }}
+
+        .chart-wrapper {{
+            position: relative;
+            height: 300px;
+        }}
+
+        .definitions {{
+            background: white;
+            border-radius: 15px;
+            padding: 25px;
+            margin-top: 20px;
+            box-shadow: 0 10px 30px rgba(0,0,0,0.1);
+        }}
+
+        .definitions h2 {{
+            color: #2c3e50;
+            margin-bottom: 15px;
+        }}
+
+        .definition-item {{
+            display: flex;
+            align-items: center;
+            margin-bottom: 12px;
+            padding: 10px;
+            border-radius: 8px;
+            background: #f8f9fa;
+        }}
+
+        .definition-badge {{
+            padding: 8px 15px;
+            border-radius: 20px;
+            font-weight: bold;
+            color: white;
+            margin-right: 15px;
+            min-width: 50px;
+            text-align: center;
+        }}
+
+        .badge-c0 {{ background: #2ecc71; }}
+        .badge-c1 {{ background: #3498db; }}
+        .badge-c2 {{ background: #f39c12; }}
+        .badge-c3 {{ background: #e74c3c; }}
+
+        .footer {{
+            text-align: center;
+            margin-top: 30px;
+            color: white;
+            font-size: 12px;
+        }}
+    </style>
+</head>
+<body>
+    <div class="container">
+        <div class="header">
+            <h1>Dashboard Clustering Alumni</h1>
+            <p>Sistem Pengelompokan Pekerjaan Alumni dengan Kompetensi Lulusan - Jurusan Teknologi Informasi, Politeknik Negeri Jember</p>
+        </div>
+
+        <div class="cards">
+            <div class="card">
+                <div class="card-value card-tif">{prodi_counts.get('TIF', 0)}</div>
+                <div class="card-label">Teknik Informatika (TIF)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-mif">{prodi_counts.get('MIF', 0)}</div>
+                <div class="card-label">Manajemen Informatika (MIF)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-tkk">{prodi_counts.get('TKK', 0)}</div>
+                <div class="card-label">Teknik Komputer (TKK)</div>
+            </div>
+            <div class="card">
+                <div class="card-value" style="color:#2c3e50">{total}</div>
+                <div class="card-label">Total Alumni</div>
+            </div>
+        </div>
+
+        <div class="cards">
+            <div class="card">
+                <div class="card-value card-c0">{kategori_counts.get('C0', 0)}</div>
+                <div class="card-label">Sesuai Profil (C0)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c1">{kategori_counts.get('C1', 0)}</div>
+                <div class="card-label">Bidang Diketahui (C1)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c2">{kategori_counts.get('C2', 0)}</div>
+                <div class="card-label">Bidang Tidak Jelas (C2)</div>
+            </div>
+            <div class="card">
+                <div class="card-value card-c3">{kategori_counts.get('C3', 0)}</div>
+                <div class="card-label">Belum Bekerja (C3)</div>
+            </div>
+        </div>
+
+        <div class="grid">
+            <div class="chart-container">
+                <div class="chart-title">Distribusi Kategori Alumni (C0-C3)</div>
+                <div class="chart-wrapper">
+                    <canvas id="kategoriChart"></canvas>
+                </div>
+            </div>
+            <div class="chart-container">
+                <div class="chart-title">Distribusi per Program Studi</div>
+                <div class="chart-wrapper">
+                    <canvas id="prodiChart"></canvas>
+                </div>
+            </div>
+        </div>
+
+        <div class="grid" style="margin-top:20px">
+            <div class="chart-container">
+                <div class="chart-title">Distribusi Cluster K-Means (K=4)</div>
+                <div class="chart-wrapper">
+                    <canvas id="clusterChart"></canvas>
+                </div>
+            </div>
+            <div class="chart-container">
+                <div class="chart-title">Match Rate per Program Studi</div>
+                <div class="chart-wrapper">
+                    <canvas id="matchChart"></canvas>
+                </div>
+            </div>
+        </div>
+
+        <div class="definitions">
+            <h2>Definisi Kategori</h2>
+            <div class="definition-item">
+                <span class="definition-badge badge-c0">C0</span>
+                <span><strong>Sesuai Profil Lulusan:</strong> Alumni bekerja dan pekerjaan match dengan kamus kata kunci profil lulusannya.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c1">C1</span>
+                <span><strong>Bidang Diketahui:</strong> Alumni bekerja, bidang pekerjaan jelas, tapi tidak match kamus prodi.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c2">C2</span>
+                <span><strong>Bidang Tidak Teridentifikasi:</strong> Alumni bekerja tapi informasi pekerjaan kurang jelas atau terlalu umum.</span>
+            </div>
+            <div class="definition-item">
+                <span class="definition-badge badge-c3">C3</span>
+                <span><strong>Belum/Tidak Bekerja:</strong> Alumni belum bekerja atau tidak bekerja saat tracer study.</span>
+            </div>
+        </div>
+
+        <div class="footer">
+            <p>Generated: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}</p>
+            <p>Sistem Clustering Alumni - Politeknik Negeri Jember</p>
+        </div>
+    </div>
+
+    <script>
+        // Kategori Chart
+        new Chart(document.getElementById('kategoriChart'), {{
+            type: 'doughnut',
+            data: {{
+                labels: ['C0 - Sesuai Profil', 'C1 - Bidang Diketahui', 'C2 - Bidang Tidak Jelas', 'C3 - Belum Bekerja'],
+                datasets: [{{
+                    data: [
+                        {kategori_counts.get('C0', 0)},
+                        {kategori_counts.get('C1', 0)},
+                        {kategori_counts.get('C2', 0)},
+                        {kategori_counts.get('C3', 0)}
+                    ],
+                    backgroundColor: ['#2ecc71', '#3498db', '#f39c12', '#e74c3c']
+                }}]
+            }},
+            options: {{
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {{
+                    legend: {{ position: 'bottom' }}
+                }}
+            }}
+        }});
+
+        // Prodi Chart
+        new Chart(document.getElementById('prodiChart'), {{
+            type: 'bar',
+            data: {{
+                labels: ['TIF', 'MIF', 'TKK'],
+                datasets: [{{
+                    label: 'Jumlah Alumni',
+                    data: [
+                        {prodi_counts.get('TIF', 0)},
+                        {prodi_counts.get('MIF', 0)},
+                        {prodi_counts.get('TKK', 0)}
+                    ],
+                    backgroundColor: ['#9b59b6', '#1abc9c', '#e67e22']
+                }}]
+            }},
+            options: {{
+                responsive: true,
+                maintainAspectRatio: false,
+                plugins: {{
+                    legend: {{ display: false }}
+                }}
+            }}
+        }});
+
+        // Cluster Chart
+        new Chart(document.getElementById('clusterChart'), {{
+            type: 'pie',
+            data: {{
+                labels: ['Cluster 0', 'Cluster 1', 'Cluster 2', 'Cluster 3'],
+                datasets: [{{
+                    data: [326, 27, 66, 100],
+                    backgroundColor: ['#3498db', '#2ecc71', '#f39c12', '#9b59b6']
+                }}]
+            }},
+            options: {{
+                responsive: true,
+                maintainAspectRatio: false
+            }}
+        }});
+
+        // Match Rate Chart
+        new Chart(document.getElementById('matchChart'), {{
+            type: 'bar',
+            data: {{
+                labels: ['TIF', 'MIF', 'TKK'],
+                datasets: [{{
+                    label: 'Match Rate (%)',
+                    data: [2.22, 1.82, 6.90],
+                    backgroundColor: ['#9b59b6', '#1abc9c', '#e67e22']
+                }}]
+            }},
+            options: {{
+                responsive: true,
+                maintainAspectRatio: false,
+                scales: {{
+                    y: {{
+                        beginAtZero: true,
+                        max: 10
+                    }}
+                }},
+                plugins: {{
+                    legend: {{ display: false }}
+                }}
+            }}
+        }});
+    </script>
+</body>
+</html>
+"""
+
+    with open(output_path, 'w', encoding='utf-8') as f:
+        f.write(html_content)
+
+    print(f"   Saved: {output_path}")
+
+
+def main():
+    """Main function."""
+    print("=" * 60)
+    print("GENERATING DASHBOARD VISUALIZATIONS")
+    print("=" * 60)
+
+    # Load data
+    df, processed_df, cluster_stats = load_data()
+
+    # Create visualizations
+    create_summary_cards(cluster_stats, os.path.join(OUTPUT_DIR, 'summary_cards.png'))
+    create_pie_chart_kategori(df, os.path.join(OUTPUT_DIR, 'kategori_pie.png'))
+    create_bar_chart_prodi(df, os.path.join(OUTPUT_DIR, 'prodi_bar.png'))
+    create_donut_chart_cluster(df, os.path.join(OUTPUT_DIR, 'cluster_donut.png'))
+    create_stacked_bar_tahun(df, os.path.join(OUTPUT_DIR, 'tahun_stacked.png'))
+    create_html_dashboard(df, os.path.join(OUTPUT_DIR, 'dashboard.html'))
+
+    print("\n" + "=" * 60)
+    print("[SUCCESS] DASHBOARD VISUALIZATIONS COMPLETE!")
+    print("=" * 60)
+    print(f"\nOutput directory: {OUTPUT_DIR}")
+    print("Files generated:")
+    print("  - summary_cards.png")
+    print("  - kategori_pie.png")
+    print("  - prodi_bar.png")
+    print("  - cluster_donut.png")
+    print("  - tahun_stacked.png")
+    print("  - dashboard.html (Interactive)")
+
+
+if __name__ == "__main__":
+    main()

Backend/Model/preprocessing/data_pipeline.py

@@ -0,0 +1,468 @@
+# ============================================================
+# PIPELINE PREPROCESSING LENGKAP
+# ============================================================
+# Fungsi: Pipeline preprocessing data tracer study alumni
+# dari import Excel sampai siap untuk ML
+# ============================================================
+
+import pandas as pd
+import numpy as np
+import re
+from typing import List, Dict, Optional, Tuple
+from pathlib import Path
+
+# Import modul standarisasi
+from .standarisasi_kolom import (
+    KolomStandarisasi,
+    gabung_data,
+    bersihkan_data,
+    COLUMN_MAPPING
+)
+
+# Import text preprocessing
+from .text_preprocessing import preprocess_text
+
+
+# ============================================================
+# KELAS: DataPipeline
+# ============================================================
+# Pipeline lengkap untuk memproses data tracer study
+# dari berbagai tahun menjadi data siap ML
+# ============================================================
+
+class DataPipeline:
+    """
+    Pipeline lengkap untuk preprocessing data tracer study.
+
+    ALUR KERJA:
+    ============
+
+    ┌─────────────────────────────────────────────────────────┐
+    │  INPUT: File Excel dari berbagai tahun (2019-2025)       │
+    └─────────────────────────────────────────────────────────┘
+                           │
+                           ▼
+    ┌─────────────────────────────────────────────────────────┐
+    │  STEP 1: STANDARISASI KOLOM                            │
+    │  - Ubah nama kolom berbeda → kolom standar              │
+    │  - Kolom standar: nama, perusahaan, jabatan, nim         │
+    └─────────────────────────────────────────────────────────┘
+                           │
+                           ▼
+    ┌─────────────────────────────────────────────────────────┐
+    │  STEP 2: GABUNG DATA                                   │
+    │  - Gabungkan data dari berbagai tahun                   │
+    │  - Tambahkan kolom 'tahun'                             │
+    └─────────────────────────────────────────────────────────┘
+                           │
+                           ▼
+    ┌─────────────────────────────────────────────────────────┐
+    │  STEP 3: DATA CLEANING                                │
+    │  - Hapus duplikat                                      │
+    │  - Hapus data kosong                                   │
+    │  - Handle missing values                                │
+    └─────────────────────────────────────────────────────────┘
+                           │
+                           ▼
+    ┌─────────────────────────────────────────────────────────┐
+    │  STEP 4: TEXT PREPROCESSING                            │
+    │  - Case folding (lowercase)                            │
+    │  - Tokenizing                                          │
+    │  - Stopword removal                                    │
+    │  - Stemming                                           │
+    └─────────────────────────────────────────────────────────┘
+                           │
+                           ▼
+    ┌─────────────────────────────────────────────────────────┐
+    │  OUTPUT: Data siap untuk TF-IDF & Clustering            │
+    └─────────────────────────────────────────────────────────┘
+
+    CONTOH PENGGUNAAN:
+    ==================
+    >>> pipeline = DataPipeline()
+    >>> pipeline.tambah_data(df_2019, "2019")
+    >>> pipeline.tambah_data(df_2024, "2024")
+    >>> result = pipeline.jalankan()
+    >>> print(result.head())
+    """
+
+    def __init__(self):
+        """Inisialisasi pipeline dengan komponen-komponen yang dibutuhkan."""
+        # Simpan data mentah yang belum diproses
+        self.data_list: List[Tuple[pd.DataFrame, str]] = []
+
+        # Komponen standarisasi
+        self.standarisasi = KolomStandarisasi()
+
+        # Status pipeline
+        self._sudah_standarisasi = False
+        self._sudah_gabung = False
+        self._sudah_bersih = False
+        self._sudah_preprocess = False
+
+        # Data hasil processing (disimpan untuk debugging)
+        self._df_standar = None
+        self._df_gabungan = None
+        self._df_bersih = None
+        self._df_final = None
+
+        print("🚀 DataPipeline initialized")
+
+    # ========================================================
+    # METODE: tambah_data
+    # ========================================================
+    def tambah_data(self, df: pd.DataFrame, tahun: str,
+                   nama_file: str = None) -> 'DataPipeline':
+        """
+        Tambahkan data dari satu tahun.
+
+        Args:
+            df: DataFrame dari file Excel
+            tahun: Tahun data (2019-2025)
+            nama_file: Nama file (untuk auto-detect)
+
+        Returns:
+            self (untuk method chaining)
+
+        Contoh:
+        =======
+        >>> pipeline = DataPipeline()
+        >>> pipeline.tambah_data(df_2019, "2019")
+        >>> pipeline.tambah_data(df_2024, "2024")
+        """
+        # Validasi tahun
+        tahun_tersedia = self.standarisasi.get_tahun()
+        if tahun not in tahun_tersedia:
+            print(f"⚠️  Warning: Tahun {tahun} belum ada di mapping")
+            print(f"    Mapping akan ditambahkan otomatis")
+
+        self.data_list.append((df, tahun))
+        print(f"   ✅ Data {tahun} ditambahkan ({len(df)} records)")
+
+        return self
+
+    # ========================================================
+    # METODE: jalankan
+    # ========================================================
+    def jalankan(self, bersihkan: bool = True,
+                text_preprocess: bool = True) -> pd.DataFrame:
+        """
+        Jalankan seluruh pipeline.
+
+        Args:
+            bersihkan: Apakah akan melakukan data cleaning
+            text_preprocess: Apakah akan melakukan text preprocessing
+
+        Returns:
+            DataFrame yang sudah diproses
+
+        ALUR:
+        =====
+        1. Standarisasi setiap data
+        2. Gabungkan semua data
+        3. Bersihkan data
+        4. Text preprocessing
+        """
+        print("\n" + "=" * 60)
+        print("🚀 MEMULAI PIPELINE")
+        print("=" * 60)
+
+        # ================================================
+        # STEP 1: Standarisasi
+        # ================================================
+        print("\n📋 STEP 1: Standarisasi Kolom")
+        print("-" * 40)
+
+        df_standar_list = []
+
+        for df, tahun in self.data_list:
+            print(f"\n   Memproses tahun {tahun}...")
+            try:
+                df_std = self.standarisasi.standarisasi(df, tahun=tahun)
+                df_standar_list.append(df_std)
+                print(f"   ✅ {tahun}: {len(df_std)} records")
+            except Exception as e:
+                print(f"   ❌ {tahun}: Error - {e}")
+
+        if not df_standar_list:
+            raise ValueError("Tidak ada data yang berhasil diproses")
+
+        self._df_standar = df_standar_list
+        self._sudah_standarisasi = True
+
+        # ================================================
+        # STEP 2: Gabung Data
+        # ================================================
+        print("\n📋 STEP 2: Gabung Data")
+        print("-" * 40)
+
+        tahun_list = [tahun for _, tahun in self.data_list]
+        self._df_gabungan = gabung_data(df_standar_list, tahun_list)
+        self._sudah_gabung = True
+
+        print(f"   Total records setelah digabung: {len(self._df_gabungan)}")
+
+        # ================================================
+        # STEP 3: Cleaning
+        # ================================================
+        if bersihkan:
+            print("\n📋 STEP 3: Data Cleaning")
+            print("-" * 40)
+
+            self._df_bersih = bersihkan_data(self._df_gabungan)
+            self._sudah_bersih = True
+        else:
+            self._df_bersih = self._df_gabungan
+
+        # ================================================
+        # STEP 4: Text Preprocessing
+        # ================================================
+        if text_preprocess:
+            print("\n📋 STEP 4: Text Preprocessing")
+            print("-" * 40)
+
+            self._df_final = self._proses_teks(self._df_bersih)
+            self._sudah_preprocess = True
+        else:
+            self._df_final = self._df_bersih
+
+        # ================================================
+        # SELESAI
+        # ================================================
+        print("\n" + "=" * 60)
+        print("✅ PIPELINE SELESAI")
+        print("=" * 60)
+        print(f"   Total records final: {len(self._df_final)}")
+        print(f"   Kolom: {self._df_final.columns.tolist()}")
+
+        return self._df_final
+
+    # ========================================================
+    # METODE: _proses_teks
+    # ========================================================
+    def _proses_teks(self, df: pd.DataFrame) -> pd.DataFrame:
+        """
+        Proses kolom teks untuk ML.
+
+        MELAKUKAN:
+        ==========
+        1. Gabungkan kolom perusahaan + jabatan menjadi satu teks
+        2. Apply text preprocessing (lowercase, tokenize, dll)
+        3. Simpan hasil di kolom 'teks_bersih'
+        """
+        print("   Memproses teks...")
+
+        df = df.copy()
+
+        # ================================================
+        # LANGKAH 1: Gabungkan teks
+        # ================================================
+        # Gabungkan "perusahaan" dan "jabatan" menjadi satu teks
+        # Ini akan menjadi input untuk TF-IDF
+
+        # Isi nilai kosong dengan string kosong
+        df['perusahaan'] = df['perusahaan'].fillna('')
+        df['jabatan'] = df['jabatan'].fillna('')
+
+        # Gabungkan dengan spasi
+        df['teks_gabungan'] = df['perusahaan'] + ' ' + df['jabatan']
+
+        # ================================================
+        # LANGKAH 2: Text Preprocessing
+        # ================================================
+        # Proses setiap teks dengan fungsi dari text_preprocessing.py
+
+        def proses(teks):
+            if not teks or teks.strip() == '':
+                return ''
+            return preprocess_text(teks)
+
+        df['teks_bersih'] = df['teks_gabungan'].apply(proses)
+
+        # ================================================
+        # LANGKAH 3: Hapus kolom bantu
+        # ================================================
+        df = df.drop(columns=['teks_gabungan'])
+
+        print(f"   ✅ Teks berhasil diproses")
+
+        return df
+
+    # ========================================================
+    # METODE: get_statistik
+    # ========================================================
+    def get_statistik(self) -> Dict:
+        """
+        Dapatkan statistik dari pipeline.
+
+        Returns:
+            Dictionary dengan statistik
+        """
+        stats = {
+            "jumlah_tahun": len(self.data_list),
+            "tahun": [tahun for _, tahun in self.data_list],
+            "total_records": 0,
+            "records_per_tahun": {},
+            "kolom_standar": []
+        }
+
+        if self._df_gabungan is not None:
+            stats["total_records"] = len(self._df_gabungan)
+
+            # Hitung per tahun
+            if 'tahun' in self._df_gabungan.columns:
+                stats["records_per_tahun"] = (
+                    self._df_gabungan['tahun']
+                    .value_counts()
+                    .to_dict()
+                )
+
+        if self._df_final is not None:
+            stats["kolom_standar"] = self._df_final.columns.tolist()
+
+        return stats
+
+    # ========================================================
+    # METODE: reset
+    # ========================================================
+    def reset(self) -> 'DataPipeline':
+        """
+        Reset pipeline ke kondisi awal.
+
+        Returns:
+            self (untuk method chaining)
+        """
+        self.data_list = []
+        self._sudah_standarisasi = False
+        self._sudah_gabung = False
+        self._sudah_bersih = False
+        self._sudah_preprocess = False
+        self._df_standar = None
+        self._df_gabungan = None
+        self._df_bersih = None
+        self._df_final = None
+
+        print("🔄 Pipeline reset")
+
+        return self
+
+
+# ============================================================
+# FUNGSI: proses_file_excel
+# ============================================================
+def proses_file_excel(file_paths: List[str],
+                     tahun_list: List[str]) -> pd.DataFrame:
+    """
+    Proses multiple file Excel sekaligus.
+
+    Args:
+        file_paths: List path ke file Excel
+        tahun_list: List tahun untuk setiap file
+
+    Returns:
+        DataFrame yang sudah diproses
+
+    Contoh:
+    =======
+    >>> files = ["data_2019.xlsx", "data_2024.xlsx"]
+    >>> tahun = ["2019", "2024"]
+    >>> result = proses_file_excel(files, tahun)
+    """
+    # Validasi
+    if len(file_paths) != len(tahun_list):
+        raise ValueError(
+            f"Jumlah file ({len(file_paths)}) "
+            f"tidak sama dengan jumlah tahun ({len(tahun_list)})"
+        )
+
+    print("=" * 60)
+    print("MEMPROSES FILE EXCEL")
+    print("=" * 60)
+
+    # Inisialisasi pipeline
+    pipeline = DataPipeline()
+
+    # Load dan tambah setiap file
+    for file_path, tahun in zip(file_paths, tahun_list):
+        print(f"\n📂 Membaca: {file_path}")
+        df = pd.read_excel(file_path)
+        pipeline.tambah_data(df, tahun)
+
+    # Jalankan pipeline
+    result = pipeline.jalankan()
+
+    # Tampilkan statistik
+    stats = pipeline.get_statistik()
+    print("\n" + "=" * 60)
+    print("STATISTIK")
+    print("=" * 60)
+    print(f"Tahun yang diproses: {stats['tahun']}")
+    print(f"Total records: {stats['total_records']}")
+    print(f"Records per tahun: {stats['records_per_tahun']}")
+
+    return result
+
+
+# ============================================================
+# CONTOH PENGGUNAAN LENGKAP
+# ============================================================
+if __name__ == "__main__":
+    print("=" * 60)
+    print("CONTOH PENGGUNAAN DATA PIPELINE")
+    print("=" * 60)
+
+    # ================================================
+    # Buat data dummy untuk setiap tahun
+    # ================================================
+
+    # Data 2019
+    df_2019 = pd.DataFrame({
+        # Mapping 2019 - GANTI dengan nama kolom sebenarnya
+        "Nama Lengkap": ["Andi Wijaya", "Budi Cahya"],
+        "Perusahaan": ["Google", "Microsoft"],
+        "Jabatan": ["Engineer", "Manager"],
+        "NIM": ["E41190001", "E41190002"]
+    })
+
+    # Data 2024 (sudah diketahui)
+    df_2024 = pd.DataFrame({
+        "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)": [
+            "Citra Dewi", "Dewi Lestari"
+        ],
+        "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b": [
+            "Tokopedia", "Gojek"
+        ],
+        "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c": [
+            "Data Analyst", "Product Manager"
+        ],
+        "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) ": [
+            "E41240001", "E41240002"
+        ]
+    })
+
+    # ================================================
+    # Jalankan Pipeline
+    # ================================================
+    print("\n📊 Data yang akan diproses:")
+    print(f"   - 2019: {len(df_2019)} records")
+    print(f"   - 2024: {len(df_2024)} records")
+
+    # Inisialisasi pipeline
+    pipeline = DataPipeline()
+
+    # Tambah data
+    pipeline.tambah_data(df_2019, "2019")
+    pipeline.tambah_data(df_2024, "2024")
+
+    # Jalankan
+    result = pipeline.jalankan()
+
+    # Tampilkan hasil
+    print("\n📋 HASIL AKHIR:")
+    print(result)
+
+    # Tampilkan statistik
+    stats = pipeline.get_statistik()
+    print("\n📈 STATISTIK:")
+    for key, value in stats.items():
+        print(f"   {key}: {value}")

Backend/Model/preprocessing/full_column_mapping.json

@@ -0,0 +1,122 @@
+{
+  "_description": "Mapping kolom CSV tracer study ke field database",
+  "_version": "1.0",
+
+  "identitas": {
+    "nim": ["NIM/Nomor Mahasiswa", "NIM", "nimhsmsmh", "3. NIM / nimhsmsmh"],
+    "nama": ["Nama", "nmmhsmsmh", "4. Nama Lengkap / nmmhsmsmh"],
+    "kode_prodi": ["Kode Prodi", "kdpstmsmh", "2. Kode Program Studi / kdpstmsmh"],
+    "kode_pt": ["Kode PT", "kdptimsmh", "1. Kode Perguruan Tinggi / kdptimsmh"],
+    "email": ["Email", "emailmsmh", "6. Alamat Email / emailmsmh"],
+    "tahun_lulus": ["Tahun Lulus", "tahun_lulus", "7. Tahun Lulus / tahun_lulus"],
+    "nik": ["NIK"],
+    "npwp": ["NPWP"],
+    "telepon": ["Telepon", "No. Telepon"]
+  },
+
+  "pekerjaan": {
+    "status_saat_ini": ["F8", "f8", "1. Jelaskan status Anda saat ini? f8"],
+    "bulan_dapat_kerja": ["F502", "f502", "2. Dalam berapa bulan Anda mendapatkan pekerjaan pertama ? (f502)"],
+    "dapet_kerja_6_bulan": ["F504", "f504", "3. Apakah Anda telah mendapatkan pekerjaan <= 6 bulan (f504)"],
+    "rata_pendapatan": ["F505", "f505", "4. Berapa rata-rata pendapatan Anda per bulan ? f505"],
+    "bulan_dapat_kerja_setelah": ["F506", "f506", "5. Berapa bulan Anda MENDAPATKAN PEKERJAAN SETELAH LULUS? f506"],
+    "provinsi_kerja": ["F5a1", "f5a1", "6. Lokasi provinsi tempat Anda bekerja? f5a1"],
+    "kab_kota_kerja": ["F5a2", "f5a2", "7. Lokasi kabupaten/kota tempat Anda bekerja? f5a2"],
+    "jenis_perusahaan_full": ["F1101", "f1101", "8. Jenis perusahaan/instansi tempat anda bekerja sekarang? f1101"],
+    "jumlah_perusahaan": ["F1102", "f1102"],
+    "nama_perusahaan": ["F5b", "f5b", "9. Nama perusahaan/kantor tempat Anda bekerja? f5b"],
+    "jabatan": ["F5c", "f5c", "10. Posisi/jabatan Anda saat ini ? f5c"],
+    "tingkatan_tempat_kerja": ["F5d", "f5d", "11. Tingkatan tempat kerja Anda? f5d"]
+  },
+
+  "studi_lanjut": {
+    "sumber_biaya_studi": ["F18a", "f18a", "12. Sumber biaya Studi Lanjut Anda? f18a"],
+    "pt_studi_lanjut": ["F18b", "f18b", "13. Nama Perguruan Tinggi Studi Lanjut Anda? f18b"],
+    "prodi_studi_lanjut": ["F18c", "f18c", "14. Nama Program Studi Studi Lanjut Anda? f18c"],
+    "tanggal_masuk_studi": ["F18d", "f18d", "15. Tanggal Masuk Awal Studi Lanjut Anda? f18d"]
+  },
+
+  "kesesuaian": {
+    "sumber_biaya_kuliah": ["F1201", "f1201", "16. Sebutkan sumberdana dalam pembiayaan kuliah? f1201"],
+    "keeratan_bidang_studi": ["F14", "f14", "17. Seberapa erat hubungan bidang studi dengan pekerjaan Anda? f14"],
+    "tingkat_pendidikan_tepat": ["F15", "f15", "18. Tingkat pendidikan apa yang paling tepat/sesuai untuk pekerjaan anda saat ini? f15"]
+  },
+
+  "kompetensi_lulus": {
+    "etika_lulus_full": ["F1761", "f1761", "19. Kompetensi ETIKA SAAT LULUS? f1761"],
+    "keahlian_lulus_full": ["F1763", "f1763", "21. Kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU SAAT LULUS? f1763"],
+    "bahasa_inggris_lulus_full": ["F1765", "f1765", "23. Kompetensi BAHASA INGGRIS SAAT LULUS? f1765"],
+    "teknologi_informasi_lulus_full": ["F1767", "f1767", "25. Kompetensi TEKNOLOGI INFORMASI SAAT LULUS? f1767"],
+    "komunikasi_lulus_full": ["F1769", "f1769", "27. Kompetensi KOMUNIKASI SAAT LULUS? f1769"],
+    "kerja_sama_lulus_full": ["F1771", "f1771", "29. Kompetensi KERJA SAMA TIM SAAT LULUS? f1771"],
+    "pengembangan_diri_lulus_full": ["F1773", "f1773", "31. Kompetensi PENGEMBANGAN DIRI SAAT LULUS? f1773"]
+  },
+
+  "kompetensi_saat_ini": {
+    "etika_saat_ini": ["F1762", "f1762", "20. Kompetensi ETIKA SAAT INI? f1762"],
+    "keahlian_saat_ini": ["F1764", "f1764", "22. Kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU SAAT INI? f1764"],
+    "bahasa_inggris_saat_ini": ["F1766", "f1766", "24. Kompetensi BAHASA INGGRIS SAAT INI? f1766"],
+    "teknologi_informasi_saat_ini": ["F1768", "f1768", "26. Kompetensi TEKNOLOGI INFORMASI SAAT INI? f1768"],
+    "komunikasi_saat_ini": ["F1770", "f1770", "28. Kompetensi KOMUNIKASI SAAT INI? f1770"],
+    "kerja_sama_saat_ini": ["F1772", "f1772", "30. Kompetensi KERJA SAMA TIM SAAT INI? f1772"],
+    "pengembangan_diri_saat_ini": ["F1774", "f1774", "32. Kompetensi PENGEMBANGAN DIRI SAAT INI? f1774"]
+  },
+
+  "metode_pembelajaran": {
+    "metode_perkuliahan": ["F21", "f21", "33. Perkuliahan f21"],
+    "metode_demonstrasi": ["F22", "f22", "34. Demonstrasi f22"],
+    "metode_proyek_riset": ["F23", "f23", "35. Partisipasi dalam proyek riset f23"],
+    "metode_magang": ["F24", "f24", "36. Magang f24"],
+    "metode_praktikum": ["F25", "f25", "37. Praktikum f25"],
+    "metode_kerja_lapangan": ["F26", "f26", "38. Kerja Lapangan f26"],
+    "metode_diskusi": ["F27", "f27", "39. Diskusi f27"]
+  },
+
+  "waktu_cari_kerja": {
+    "mulai_cari_kerja": ["F301", "f301", "40. Kapan anda mulai mencari pekerjaan? f301"],
+    "bulan_cari_sebelum_lulus": ["F302", "f302", "41. Saya mencari pekerjaan, bulan SEBELUM lulus f302"],
+    "bulan_cari_setelah_wisuda": ["F303", "f303", "42. Saya mencari pekerjaan, bulan SETELAH wisuda f303"]
+  },
+
+  "cara_cari_kerja": {
+    "cari_iklan": ["F401", "f401", "43. Melalui iklan di koran/majalah? f401"],
+    "cari_melamar_tanpa_lowongan": ["F402", "f402", "44. Melamar ke perusahaan tanpa mengetahui lowongan? f402"],
+    "cari_bursa_pameran": ["F403", "f403", "45. Pergi ke bursa/pameran kerja? f403"],
+    "cari_internet": ["F404", "f404", "46. Mencari lewat internet/iklan online? f404"],
+    "cari_dihubungi_perusahaan": ["F405", "f405", "47. Dihubungi oleh perusahaan? f405"],
+    "cari_kemenakertrans": ["F406", "f406", "48. Menghubungi Kemenakertrans? f406"],
+    "cari_agen_tenaga_kerja": ["F407", "f407", "49. Menghubungi agen tenaga kerja komersial? f407"],
+    "cari_pusat_karir": ["F408", "f408", "50. Memperoleh informasi dari pusat/kantor pengembangan karir? f408"],
+    "cari_kantor_mahasiswa": ["F409", "f409", "51. Menghubungi kantor kemahasiswaan? f409"],
+    "cari_jejaring": ["F410", "f410", "52. Membangun jejaring (network) sejak masih kuliah? f410"],
+    "cari_relasi": ["F411", "f411", "53. Melalui relasi (dosen, orang tua, teman)? f411"],
+    "cari_bangun_usaha": ["F412", "f412", "54. Membangun bisnis sendiri? f412"],
+    "cari_magang": ["F413", "f413", "55. Melalui penempatan kerja atau magang? f413"],
+    "cari_tempat_kuliah": ["F414", "f414", "56. Bekerja di tempat yang sama dengan tempat kerja semasa kuliah? f414"],
+    "cari_lainnya": ["F415", "f415", "57. Lainnya? f415"]
+  },
+
+  "lamaran_keaktifan": {
+    "jumlah_perusahaan_dilamar": ["F6", "f6", "58. Berapa perusahaan yang sudah anda lamar?"],
+    "jumlah_perusahaan_merespons": ["F7", "f7", "59. Berapa banyak perusahaan yang merespons lamaran Anda?"],
+    "jumlah_perusahaan_wawancara": ["F7a", "f7a", "60. Berapa banyak perusahaan yang mengundang anda untuk wawancara?"],
+    "aktif_cari_kerja_4_minggu": ["F1001", "f1001", "61. Apakah Anda aktif mencari pekerjaan dalam 4 minggu terakhir?"]
+  },
+
+  "kesesuaian_pekerjaan": {
+    "kerja_tidak_sesuai_1": ["F1601", "f1601", "62. Apakah pekerjaan anda saat ini tidak sesuai dengan pendidikan anda?"],
+    "kerja_tidak_sesuai_2": ["F1602", "f1602", "63. Apakah pekerjaan anda saat ini tidak sesuai dengan pendidikan anda ?"],
+    "alasan_tidak_sesuai_1": ["F1603", "f1603", "64. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_2": ["F1604", "f1604", "65. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_3": ["F1605", "f1605", "66. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_4": ["F1606", "f1606", "67. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_5": ["F1607", "f1607", "68. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_6": ["F1608", "f1608", "69. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_7": ["F1609", "f1609", "70. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_8": ["F1610", "f1610", "71. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_9": ["F1611", "f1611", "72. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_10": ["F1612", "f1612", "73. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_11": ["F1613", "f1613", "74. Jika tidak sesuai, mengapa anda mengambilnya?"],
+    "alasan_tidak_sesuai_lainnya": ["F1614", "f1614", "75. Jika tidak sesuai, mengapa anda mengambilnya? (Lainnya)"]
+  }
+}

Backend/Model/preprocessing/interpretasi.py

@@ -0,0 +1,213 @@
+"""
+=============================================================
+INTERPRETASI CLUSTER & RELEVANSI PROFIL LULUSAN (C0 - C3)
+=============================================================
+PRD Reference: Section 7, 18, & 24
+
+Tujuan:
+- Normalisasi teks dan pemecahan kata majemuk (Smart CamelCase / Suffix Split)
+- Pencocokan teks pekerjaan dengan kamus profil prodi (Rule-Based Matching)
+- Penentuan kategori relevansi karir C0, C1, C2, C3 secara deterministik
+=============================================================
+"""
+
+import re
+import pandas as pd
+from typing import Dict, List, Tuple, Optional, Any
+from Model.config.default_keywords import (
+    PRODI_CODES,
+    DEFAULT_KEYWORD_DICTIONARY,
+    DEFAULT_BIDANG_KERJA_UMUM,
+)
+
+# Export default dictionary for backwards compatibility
+KEYWORD_DICTIONARY = DEFAULT_KEYWORD_DICTIONARY
+BIDANG_KERJA_UMUM = DEFAULT_BIDANG_KERJA_UMUM
+NON_PROFILE_KEYWORDS = DEFAULT_BIDANG_KERJA_UMUM
+
+
+def normalize_text(text: Any) -> str:
+    """
+    Normalisasi teks untuk pencocokan kata kunci:
+    1. Pemecahan CamelCase (misal: 'IndraTech' -> 'Indra Tech')
+    2. Pemecahan kata majemuk berakhiran teknologi/dev/soft/craft/coding
+    3. Case folding & penghapusan tanda baca khusus
+    """
+    if pd.isna(text) or text is None or text == '':
+        return ''
+
+    text = str(text)
+    # 1. Pisahkan camelCase
+    text = re.sub(r'([a-z])([A-Z])', r'\1 \2', text)
+    text = text.lower()
+    
+    # 2. Pisahkan kata majemuk yang menempel dengan akhiran tech/dev/soft/coding/craft
+    text = re.sub(
+        r'(\b[a-zA-Z]{3,})(tech|technology|teknologi|dev|soft|software|coding|koding|craft)\b',
+        r'\1 \2',
+        text
+    )
+
+    # 3. Ganti tanda baca pemisah menjadi spasi
+    text = re.sub(r'[/\\_.\-,()\[\]{}:;+*&^%$#@!~?<>|\"\']', ' ', text)
+    # 4. Hapus spasi ganda
+    text = re.sub(r'\s+', ' ', text)
+    return text.strip()
+
+
+# Cache pola regex terkompilasi agar proses matching berjalan instan (<0.05 detik untuk ribuan alumni)
+_COMPILED_KEYWORDS_CACHE: Dict[str, List[Tuple[str, Any]]] = {}
+
+
+def _get_compiled_keywords_for_prodi(prodi_name: str, dict_source: Dict[str, List[str]]) -> List[Tuple[str, Any]]:
+    keywords = dict_source.get(prodi_name, [])
+    cache_key = f"{prodi_name}_{len(keywords)}"
+    
+    if cache_key not in _COMPILED_KEYWORDS_CACHE:
+        compiled_list = []
+        for kw in keywords:
+            kw_norm = normalize_text(kw)
+            if kw_norm:
+                compiled_list.append((kw, re.compile(r'\b' + re.escape(kw_norm) + r'\b')))
+        _COMPILED_KEYWORDS_CACHE[cache_key] = compiled_list
+        
+    return _COMPILED_KEYWORDS_CACHE[cache_key]
+
+
+def match_keywords(
+    teks_pekerjaan: str,
+    prodi_code: str,
+    custom_keyword_dict: Optional[Dict[str, List[str]]] = None
+) -> Tuple[bool, List[str], bool]:
+    """
+    Cek apakah teks pekerjaan match dengan kamus prodi menggunakan Word-Boundary Matching (\b...\b).
+    Dapat menerima kamus dinamis dari database (custom_keyword_dict).
+    """
+    teks_normalized = normalize_text(teks_pekerjaan)
+    if not teks_normalized:
+        return False, [], False
+
+    # Resolusi prodi_code ke singkatan resmi (TIF, MIF, TKK)
+    prodi_name = PRODI_CODES.get(str(prodi_code).strip(), str(prodi_code).strip())
+    
+    # Gunakan kamus dinamis jika disediakan, fallback ke DEFAULT
+    dict_source = custom_keyword_dict if custom_keyword_dict is not None else DEFAULT_KEYWORD_DICTIONARY
+    
+    if prodi_name not in dict_source:
+        return False, [], False
+
+    compiled_kws = _get_compiled_keywords_for_prodi(prodi_name, dict_source)
+    matched_keywords = []
+
+    for orig_kw, pattern in compiled_kws:
+        if pattern.search(teks_normalized):
+            matched_keywords.append(orig_kw)
+
+    return len(matched_keywords) > 0, matched_keywords, False
+
+
+_BIDANG_COMPILED_CACHE: List[Any] = []
+
+def _get_compiled_bidang(bidang_list: List[str]) -> List[Any]:
+    global _BIDANG_COMPILED_CACHE
+    if not _BIDANG_COMPILED_CACHE or len(_BIDANG_COMPILED_CACHE) != len(bidang_list):
+        _BIDANG_COMPILED_CACHE = [re.compile(r'\b' + re.escape(kw) + r'\b') for kw in bidang_list if kw]
+    return _BIDANG_COMPILED_CACHE
+
+
+def is_bidang_diketahui(
+    teks_pekerjaan: str,
+    custom_bidang_list: Optional[List[str]] = None
+) -> bool:
+    """
+    Cek apakah bidang pekerjaan alumni dapat diidentifikasi pada sektor formal non-IT (C1 vs C2).
+    """
+    teks = normalize_text(teks_pekerjaan)
+    if len(teks) < 3:
+        return False
+
+    bidang_list = custom_bidang_list if custom_bidang_list is not None else DEFAULT_BIDANG_KERJA_UMUM
+    compiled_bidang = _get_compiled_bidang(bidang_list)
+
+    for pattern in compiled_bidang:
+        if pattern.search(teks):
+            return True
+
+    return False
+
+
+def interpretasi_categori(
+    row: Dict[str, Any],
+    c3_df: Optional[Any] = None,
+    custom_keyword_dict: Optional[Dict[str, List[str]]] = None
+) -> Tuple[str, bool, List[str]]:
+    """
+    Interpretasi alumni ke kategori C0 - C3 (PRD Section 18):
+    - Priority 1 (C3): Belum/tidak bekerja ATAU data pekerjaan kosong
+    - Priority 2 (C0): Bekerja + Match kamus kurikulum prodi asal (Sesuai Profil)
+    - Priority 3 (C1): Bekerja + Sektor formal teridentifikasi tapi non-IT (Bidang Diketahui)
+    - Priority 4 (C2): Bekerja + Deskripsi generik/ambigu (Kurang Teridentifikasi)
+    """
+    nim = str(row.get('nim', '')).strip()
+
+    # Priority 1A: Cek apakah terdaftar di list C3
+    if c3_df is not None and hasattr(c3_df, 'empty') and not c3_df.empty and 'nim' in c3_df.columns:
+        if nim in c3_df['nim'].astype(str).values:
+            return 'C3', False, []
+
+    # Priority 1B: Cek status tidak/belum bekerja
+    status = str(row.get('status_pekerjaan', row.get('status_kerja', ''))).lower().strip()
+    if status in ['belum_kerja', 'mencari_kerja', 'belum_bekerja', 'tidak_kerja', 'melanjutkan', 'belum bekerja', 'tidak bekerja', 'mencari kerja']:
+        return 'C3', False, []
+
+    # Priority 1C: Cek apakah seluruh data kosong total tanpa status bekerja
+    nama_perusahaan = str(row.get('nama_perusahaan', row.get('pekerjaan', ''))).strip()
+    jabatan = str(row.get('jabatan', row.get('instansi', ''))).strip()
+    jenis_perusahaan = str(row.get('jenis_perusahaan', '')).strip()
+
+    def is_empty_val(v: str) -> bool:
+        return v.lower() in ['-', '', 'none', 'null', 'kosong', 'tidak ada', 'belum kerja', 'tidak bekerja', 'n/a', '0', '0.0']
+
+    # Jika status kosong/tidak jelas dan semua field pekerjaan kosong total -> C3
+    if is_empty_val(status) and is_empty_val(nama_perusahaan) and is_empty_val(jabatan) and is_empty_val(jenis_perusahaan):
+        return 'C3', False, []
+
+    teks_pekerjaan = str(row.get('teks_pekerjaan', '')).strip()
+    if not teks_pekerjaan or is_empty_val(teks_pekerjaan):
+        teks_pekerjaan = f"{status if not is_empty_val(status) else ''} {jenis_perusahaan if not is_empty_val(jenis_perusahaan) else ''} {nama_perusahaan if not is_empty_val(nama_perusahaan) else ''} {jabatan if not is_empty_val(jabatan) else ''}".strip()
+
+    if len(normalize_text(teks_pekerjaan)) < 3 and is_empty_val(status):
+        return 'C3', False, []
+
+    # Ekstraksi kode prodi
+    kode_prodi = str(row.get('kode_prodi', '')).strip()
+    kode_prodi_clean = kode_prodi.replace('.0', '').strip()
+    match = re.search(r'\((\d+)\)', kode_prodi)
+    if match:
+        kode_prodi_clean = match.group(1)
+
+    prodi = PRODI_CODES.get(kode_prodi_clean, None) or PRODI_CODES.get(kode_prodi, None)
+
+    # Priority 2: Cek Match Kamus Profil Prodi Asal -> C0
+    if prodi:
+        is_match, matched_kws, _ = match_keywords(teks_pekerjaan, prodi, custom_keyword_dict)
+    else:
+        is_match, matched_kws, _ = False, [], False
+
+    if is_match:
+        return 'C0', True, matched_kws
+
+    # Priority 3: Cek apakah sektor formal non-IT diketahui -> C1
+    if is_bidang_diketahui(teks_pekerjaan):
+        return 'C1', False, []
+
+    # Cek nama institusi formal eksplisit
+    clean_norm = normalize_text(teks_pekerjaan)
+    formal_orgs = ['pt', 'cv', 'ud', 'dinas', 'badan', 'yayasan', 'bank', 'sekolah', 'rumah sakit', 'rsud', 'polres', 'kodim', 'bumn', 'bumd', 'kementerian']
+    if len(clean_norm) >= 5 and any(w in clean_norm.split() for w in formal_orgs):
+        tokens = [t for t in clean_norm.split() if t not in ['bekerja', 'perusahaan', 'swasta', 'wiraswasta', 'lainnya', 'tuliskan', 'f1102', 'f1101', 'f8', 'sendiri']]
+        if len(tokens) >= 2:
+            return 'C1', False, []
+
+    # Priority 4: Deskripsi tidak spesifik / hanya status formalitas -> C2
+    return 'C2', False, []

Backend/Model/preprocessing/merge_data.py

@@ -0,0 +1,426 @@
+"""
+=============================================================
+MERGE & UNIFIKASI DATASET TRACER STUDY (2019-2025)
+=============================================================
+
+Tujuan:
+- Membaca semua file CSV dari berbagai tahun
+- Menerapkan column mapping sesuai format setiap tahun
+- Merge semua data menjadi unified_dataset
+- Basic cleaning
+
+Output:
+- unified_dataset.csv
+- summary_merge.txt
+=============================================================
+"""
+
+import pandas as pd
+import json
+import os
+from datetime import datetime
+
+# Path configuration
+BASE_DIR = os.path.dirname(os.path.abspath(__file__))
+DATA_DIR = os.path.join(BASE_DIR, '..', '..', 'Data_Tracerstudy')
+OUTPUT_DIR = os.path.join(BASE_DIR, '..', 'data', 'standardized')
+
+# Column mapping untuk setiap tahun
+COLUMN_MAPPING = {
+    "2019": {
+        "kode_prodi": "Kode Prodi",
+        "nim": "NIM/Nomor Mahasiswa",
+        "nama": "Nama",
+        "tahun_lulus": "Tahun Lulus",
+        "status_pekerjaan": "F8",
+        "jenis_perusahaan": "F1101",
+        "nama_perusahaan": "F5b",
+        "jabatan": "F5c"
+    },
+    "2020": {
+        "kode_prodi": "Kode Prodi",
+        "nim": "NIM/Nomor Mahasiswa",
+        "nama": "Nama",
+        "tahun_lulus": "Tahun Lulus",
+        "status_pekerjaan": "F8",
+        "jenis_perusahaan": "F1101",
+        "nama_perusahaan": "F5b",
+        "jabatan": "F5c"
+    },
+    "2021": {
+        "kode_prodi": "Kode Prodi",
+        "nim": "NIM",
+        "nama": "Nama",
+        "tahun_lulus": "Tahun Lulus",
+        "status_pekerjaan": "F8",
+        "jenis_perusahaan": "F1101",
+        "nama_perusahaan": "F5b",
+        "jabatan": "F5c"
+    },
+    "2022": {
+        "kode_prodi": "kdpstmsmh",
+        "nim": "nimhsmsmh",
+        "nama": "nmmhsmsmh",
+        "tahun_lulus": "tahun_lulus",
+        "status_pekerjaan": "f8",
+        "jenis_perusahaan": "f1101",
+        "nama_perusahaan": "f5b",
+        "jabatan": "f5c"
+    },
+    "2023": {
+        "kode_prodi": "kdpstmsmh",
+        "nim": "nimhsmsmh",
+        "nama": "nmmhsmsmh",
+        "tahun_lulus": "tahun_lulus",
+        "status_pekerjaan": "f8",
+        "jenis_perusahaan": "f1101",
+        "nama_perusahaan": "f5b",
+        "jabatan": "f5c"
+    },
+    "2024": {
+        "kode_prodi": "2. Kode Program Studi / kdpstmsmh",
+        "nim": "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) ",
+        "nama": "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)",
+        "tahun_lulus": "7. Tahun Lulus / tahun_lulus",
+        "status_pekerjaan": "1. Jelaskan status Anda saat ini? f8",
+        "jenis_perusahaan": "8. Apa jenis perusahaan/instansi/institusi tempat anda bekerja sekarang? f1101",
+        "nama_perusahaan": "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b",
+        "jabatan": "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c"
+    },
+    "2025": {
+        "kode_prodi": "2. Kode Program Studi / kdpstmsmh",
+        "nim": "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) ",
+        "nama": "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)",
+        "tahun_lulus": "7. Tahun Lulus / tahun_lulus",
+        "status_pekerjaan": "1. Jelaskan status Anda saat ini? f8",
+        "jenis_perusahaan": "7. Apa jenis perusahaan/instansi/institusi tempat anda bekerja sekarang? f1101",
+        "nama_perusahaan": "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b",
+        "jabatan": "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c   *(Wajib diisi) (Jika Memilih Wiraswasta / Jika f8 adalah 3)"
+    }
+}
+
+# File yang akan dibaca
+DATA_FILES = {
+    "2019": "Data_2019_Tracer_study.csv",
+    "2020": "Data_2020_Tracer_study.csv",
+    "2021": "Data_2021_Tracer_study.csv",
+    "2022": "Data_2022_Tracer_study.csv",
+    "2023": "Data_2023_Tracer_study.csv",
+    "2024": "Data_2024_Tracer_study.csv",
+    "2025": [
+        "Data_2025_Tracer_study_D3MIF.csv",
+        "Data_2025_Tracer_study_D3TKK.csv",
+        "Data_2025_Tracer_study_D4TIF.csv",
+        "Data_2025_Tracer_study_D4TIFNGANJUK.csv",
+        "Data_2025_Tracer_study_D4TIFSIDOARJO.csv"
+    ]
+}
+
+# Separator untuk setiap tahun
+SEPARATORS = {
+    "2019": ";",
+    "2020": ";",
+    "2021": ";",
+    "2022": ";",
+    "2023": ";",
+    "2024": ";",
+    "2025": ";"
+}
+
+# Kolom standar output
+STANDARD_COLUMNS = [
+    "kode_prodi",
+    "nim",
+    "nama",
+    "tahun_lulus",
+    "status_pekerjaan",
+    "jenis_perusahaan",
+    "nama_perusahaan",
+    "jabatan",
+    "sumber_file"
+]
+
+
+def clean_text_value(value):
+    """
+    Membersihkan nilai teks:
+    - Hapus whitespace berlebih
+    - Handle NaN/None
+    """
+    if pd.isna(value):
+        return ""
+    if isinstance(value, str):
+        # Hapus whitespace di awal dan akhir
+        value = value.strip()
+        # Ganti multiple spaces dengan single space
+        value = ' '.join(value.split())
+        return value
+    return str(value)
+
+
+def standardize_status_pekerjaan(value, tahun):
+    """
+    Menstandardisasi nilai status pekerjaan:
+    - Format berbeda antar tahun
+    - 2019-2022: angka (1, 2, 3, 4, 5)
+    - 2023-2025: teks ("Bekerja (full time/part time) (1)")
+    """
+    if pd.isna(value) or value == "":
+        return "unknown"
+
+    value = str(value).strip().lower()
+
+    # Handle format 2024-2025
+    if "(" in value and ")" in value:
+        # Extract angka dalam parentheses
+        import re
+        match = re.search(r'\((\d+)\)', value)
+        if match:
+            num = int(match.group(1))
+            if num == 1:
+                return "bekerja"
+            elif num == 2:
+                return "belum_kerja"
+            elif num == 3:
+                return "wiraswasta"
+            elif num == 4:
+                return "melanjutkan_studi"
+            elif num == 5:
+                return "mencari_kerja"
+
+    # Handle format angka (2019-2023)
+    if value.isdigit():
+        num = int(value)
+        if num == 1:
+            return "bekerja"
+        elif num == 2:
+            return "belum_kerja"
+        elif num == 3:
+            return "wiraswasta"
+        elif num == 4:
+            return "melanjutkan_studi"
+        elif num == 5:
+            return "mencari_kerja"
+
+    # Handle teks
+    if "bekej" in value or "work" in value or "1" in value:
+        return "bekerja"
+    elif "belum" in value or "tidak" in value or "2" in value:
+        return "belum_kerja"
+    elif "wiraswasta" in value or "3" in value:
+        return "wiraswasta"
+    elif "studi" in value or "melanjutkan" in value or "4" in value:
+        return "melanjutkan_studi"
+    elif "mencari" in value or "cari" in value or "5" in value:
+        return "mencari_kerja"
+
+    return "unknown"
+
+
+def read_and_map_year(tahun, files, separator):
+    """
+    Baca file CSV dan terapkan column mapping.
+
+    Parameters:
+    - tahun: string tahun (misal "2019")
+    - files: list nama file atau string tunggal
+    - separator: separator yang digunakan
+
+    Returns:
+    - DataFrame yang sudah di-mapping
+    """
+    mapping = COLUMN_MAPPING[tahun]
+    all_dfs = []
+
+    # Pastikan files adalah list
+    if isinstance(files, str):
+        files = [files]
+
+    for file in files:
+        filepath = os.path.join(DATA_DIR, file)
+
+        if not os.path.exists(filepath):
+            print(f"  >> [WARNING] File tidak ditemukan: {file}")
+            continue
+
+        print(f"  >> Membaca: {file}")
+
+        # Baca CSV dengan separator yang sesuai
+        try:
+            df = pd.read_csv(filepath, sep=separator, encoding='utf-8-sig')
+        except:
+            try:
+                df = pd.read_csv(filepath, sep=separator, encoding='latin-1')
+            except Exception as e:
+                print(f"  >> [ERROR] Gagal membaca {file}: {e}")
+                continue
+
+        # Buat mapping untuk rename kolom
+        rename_mapping = {v: k for k, v in mapping.items()}
+
+        # Rename kolom
+        df_renamed = df.rename(columns=rename_mapping)
+
+        # Ambil hanya kolom yang ada di mapping
+        available_cols = [col for col in mapping.values() if col in df.columns]
+        standard_cols_in_df = [rename_mapping[col] for col in available_cols]
+
+        # Select kolom
+        df_selected = df_renamed[standard_cols_in_df].copy()
+
+        # Tambahkan sumber file
+        df_selected['sumber_file'] = file
+
+        all_dfs.append(df_selected)
+        print(f"     >> {len(df_selected)} baris")
+
+    if all_dfs:
+        return pd.concat(all_dfs, ignore_index=True)
+    return pd.DataFrame()
+
+
+def clean_dataset(df):
+    """
+    Cleaning dataset:
+    - Hapus duplikat
+    - Bersihkan nilai kosong
+    - Standardisasi status pekerjaan
+    """
+    print("\n>> Melakukan cleaning...")
+
+    initial_count = len(df)
+
+    # Hapus duplikat berdasarkan NIM
+    df = df.drop_duplicates(subset=['nim'], keep='first')
+    print(f"  >> Duplikat (berdasarkan NIM) dihapus: {initial_count - len(df)}")
+
+    # Hapus baris dengan NIM kosong
+    df = df[df['nim'].notna() & (df['nim'] != '') & (df['nim'] != 'nan')]
+    print(f"  >> Baris dengan NIM kosong dihapus: {initial_count - len(df)}")
+
+    # Standardisasi status pekerjaan
+    df['status_pekerjaan'] = df['status_pekerjaan'].apply(
+        lambda x: standardize_status_pekerjaan(x, None)
+    )
+
+    # Clean text columns
+    text_columns = ['nama', 'jenis_perusahaan', 'nama_perusahaan', 'jabatan']
+    for col in text_columns:
+        if col in df.columns:
+            df[col] = df[col].apply(clean_text_value)
+
+    return df
+
+
+def generate_summary(df):
+    """
+    Generate summary statistics dari merged dataset.
+    """
+    summary = []
+    summary.append("=" * 60)
+    summary.append("MERGE SUMMARY - TRACER STUDY ALUMNI")
+    summary.append(f"Tanggal: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
+    summary.append("=" * 60)
+
+    summary.append(f"\n>> TOTAL DATA: {len(df)} alumni")
+
+    summary.append("\n>> Distribusi per Tahun Lulus:")
+    tahun_counts = df['tahun_lulus'].value_counts().sort_index()
+    for tahun, count in tahun_counts.items():
+        summary.append(f"   {tahun}: {count} alumni")
+
+    summary.append("\n>> Distribusi per Prodi (Kode):")
+    prodi_counts = df['kode_prodi'].value_counts()
+    for prodi, count in prodi_counts.items():
+        summary.append(f"   {prodi}: {count} alumni")
+
+    summary.append("\n>> Distribusi Status Pekerjaan:")
+    status_counts = df['status_pekerjaan'].value_counts()
+    for status, count in status_counts.items():
+        pct = (count / len(df)) * 100
+        summary.append(f"   {status}: {count} ({pct:.1f}%)")
+
+    summary.append("\n>> Sumber File:")
+    sumber_counts = df['sumber_file'].value_counts()
+    for sumber, count in sumber_counts.items():
+        summary.append(f"   {sumber}: {count} alumni")
+
+    summary.append("\n>> Missing Values:")
+    for col in df.columns:
+        missing = df[col].isna().sum() + (df[col] == '').sum()
+        if missing > 0:
+            pct = (missing / len(df)) * 100
+            summary.append(f"   {col}: {missing} ({pct:.1f}%)")
+
+    summary.append("\n" + "=" * 60)
+
+    return "\n".join(summary)
+
+
+def print_msg(msg):
+    """Print message dengan encoding handling."""
+    print(msg)
+
+def main():
+    """
+    Main function untuk merge semua dataset.
+    """
+    print("=" * 60)
+    print("MERGE DATASET TRACER STUDY (2019-2025)")
+    print("=" * 60)
+
+    all_dataframes = []
+
+    # Proses setiap tahun
+    for tahun in ["2019", "2020", "2021", "2022", "2023", "2024", "2025"]:
+        print(f"\n>> Memproses Tahun {tahun}...")
+        files = DATA_FILES[tahun]
+        separator = SEPARATORS[tahun]
+
+        df = read_and_map_year(tahun, files, separator)
+
+        if not df.empty:
+            all_dataframes.append(df)
+            print(f"  >> Total dari {tahun}: {len(df)} baris")
+        else:
+            print(f"  >> Tidak ada data untuk {tahun}")
+
+    if not all_dataframes:
+        print("\n[ERROR] Tidak ada data yang berhasil dibaca!")
+        return
+
+    # Merge semua data
+    print("\n>> Merging semua dataset...")
+    unified_df = pd.concat(all_dataframes, ignore_index=True)
+    print(f"  >> Total setelah merge: {len(unified_df)} baris")
+
+    # Cleaning
+    unified_df = clean_dataset(unified_df)
+
+    # Generate summary
+    summary = generate_summary(unified_df)
+    print("\n" + summary)
+
+    # Ensure output directory exists
+    os.makedirs(OUTPUT_DIR, exist_ok=True)
+
+    # Save unified dataset
+    output_path = os.path.join(OUTPUT_DIR, 'unified_dataset.csv')
+    unified_df.to_csv(output_path, index=False, encoding='utf-8-sig')
+    print(f"\n>> Dataset disimpan ke: {output_path}")
+
+    # Save summary
+    summary_path = os.path.join(OUTPUT_DIR, 'merge_summary.txt')
+    with open(summary_path, 'w', encoding='utf-8') as f:
+        f.write(summary)
+    print(f">> Summary disimpan ke: {summary_path}")
+
+    print("\n" + "=" * 60)
+    print("[SUCCESS] MERGE SELESAI!")
+    print("=" * 60)
+
+    return unified_df
+
+
+if __name__ == "__main__":
+    df = main()

Backend/Model/preprocessing/standarisasi_kolom.py

@@ -0,0 +1,579 @@
+# ============================================================
+# MODUL STANDARISASI KOLOM
+# ============================================================
+# Fungsi: Menyamakan kolom dari berbagai tahun (2019-2025)
+# Menjadi satu format standar
+# ============================================================
+
+import pandas as pd
+import json
+from pathlib import Path
+from typing import Dict, List, Optional, Tuple
+
+# ============================================================
+# KONFIGURASI MAPPING KOLOM
+# ============================================================
+# Mapping ini menghubungkan nama kolom di setiap tahun Excel
+# KE nama kolom STANDAR yang akan kita gunakan di database
+#
+# Format:
+#   "tahun": {
+#       "nama_kolom_standar": "nama_kolom_di_excel_tahun_tersebut"
+#   }
+# ============================================================
+
+COLUMN_MAPPING = {
+    # ================================================
+    # TAHUN 2019 - Mapping kolom Excel 2019
+    # ================================================
+    # TODO: Ganti "?" dengan nama kolom sebenarnya dari Excel 2019
+    # ================================================
+    "2019": {
+        "nama": "?",        # Contoh: "Nama Lengkap"
+        "perusahaan": "?",  # Contoh: "Nama Perusahaan"
+        "jabatan": "?",     # Contoh: "Jabatan"
+        "nim": "?"          # Contoh: "NIM"
+    },
+
+    # ================================================
+    # TAHUN 2020 - Mapping kolom Excel 2020
+    # ================================================
+    # TODO: Ganti "?" dengan nama kolom sebenarnya dari Excel 2020
+    # ================================================
+    "2020": {
+        "nama": "?",
+        "perusahaan": "?",
+        "jabatan": "?",
+        "nim": "?"
+    },
+
+    # ================================================
+    # TAHUN 2021 - Mapping kolom Excel 2021
+    # ================================================
+    # TODO: Ganti "?" dengan nama kolom sebenarnya dari Excel 2021
+    # ================================================
+    "2021": {
+        "nama": "?",
+        "perusahaan": "?",
+        "jabatan": "?",
+        "nim": "?"
+    },
+
+    # ================================================
+    # TAHUN 2022 - Mapping kolom Excel 2022
+    # ================================================
+    # TODO: Ganti "?" dengan nama kolom sebenarnya dari Excel 2022
+    # ================================================
+    "2022": {
+        "nama": "?",
+        "perusahaan": "?",
+        "jabatan": "?",
+        "nim": "?"
+    },
+
+    # ================================================
+    # TAHUN 2023 - Mapping kolom Excel 2023
+    # ================================================
+    # TODO: Ganti "?" dengan nama kolom sebenarnya dari Excel 2023
+    # ================================================
+    "2023": {
+        "nama": "?",
+        "perusahaan": "?",
+        "jabatan": "?",
+        "nim": "?"
+    },
+
+    # ================================================
+    # TAHUN 2024 - Mapping kolom Excel 2024 (SUDAH DIKETAHUI)
+    # ================================================
+    "2024": {
+        "nama": "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)",
+        "perusahaan": "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b",
+        "jabatan": "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c",
+        "nim": "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) "
+    },
+
+    # ================================================
+    # TAHUN 2025 - Mapping kolom Excel 2025
+    # ================================================
+    # TODO: Ganti "?" dengan nama kolom sebenarnya dari Excel 2025
+    # ================================================
+    "2025": {
+        "nama": "?",
+        "perusahaan": "?",
+        "jabatan": "?",
+        "nim": "?"
+    }
+}
+
+
+# ============================================================
+# KOLOM STANDAR (OUTPUT)
+# ============================================================
+# Ini adalah kolom FINAL yang akan kita gunakan setelah
+# semua data dari berbagai tahun di-standardisasi
+# ============================================================
+
+STANDAR_KOLOM = ["nama", "perusahaan", "jabatan", "nim"]
+
+# ============================================================
+# KELAS: KolomStandarisasi
+# ============================================================
+# Fungsi: Mengubah kolom Excel yang berbeda-beda dari
+# setiap tahun menjadi kolom STANDAR yang konsisten
+# ============================================================
+
+class KolomStandarisasi:
+    """
+    Kelas untuk menstandarisasi kolom dari berbagai tahun.
+
+    PENJELASAN CARA KERJA:
+    ======================
+
+    1. INPUT  : DataFrame dengan kolom berbeda-beda per tahun
+                Contoh: df_2019 punya kolom "Nama Lengkap"
+                        df_2024 punya kolom "4. Nama Lengkap / nmmhsmsmh..."
+
+    2. PROSES : Mapping kolom asli → kolom standar
+                Contoh: "Nama Lengkap" (2019) → "nama" (standar)
+                        "4. Nama Lengkap..." (2024) → "nama" (standar)
+
+    3. OUTPUT : DataFrame dengan kolom standar:
+                ["nama", "perusahaan", "jabatan", "nim"]
+
+    CONTOH PENGGUNAAN:
+    ==================
+    >>> standardizer = KolomStandarisasi()
+    >>> df_standar = standardizer.standarisasi(df, tahun="2024")
+    >>> print(df_standar.columns.tolist())
+    ['nama', 'perusahaan', 'jabatan', 'nim']
+    """
+
+    def __init__(self, mapping: Dict = None):
+        """
+        Inisialisasi standardizer.
+
+        Args:
+            mapping: Dictionary mapping kolom. Jika None, pakai default.
+
+        PENJELASAN:
+        ===========
+        Saat objek dibuat, kita simpan mapping kolom yang akan
+        digunakan untuk konversi. Mapping ini tells kita:
+        "Kolom X di tahun Y harus menjadi kolom Z di output"
+        """
+        # Gunakan mapping yang diberikan, atau gunakan default
+        self.mapping = mapping if mapping is not None else COLUMN_MAPPING
+
+        # Tracking tahun yang didukung
+        self.tahun_tersedia = list(self.mapping.keys())
+
+        print(f"📋 KolomStandarisasi initialized")
+        print(f"   Tahun yang didukung: {', '.join(self.tahun_tersedia)}")
+
+    # ========================================================
+    # METODE: get_tahun
+    # ========================================================
+    def get_tahun(self) -> List[str]:
+        """
+        Ambil daftar tahun yang didukung.
+
+        Returns:
+            List tahun, contoh: ["2019", "2020", "2021", ...]
+        """
+        return self.tahun_tersedia
+
+    # ========================================================
+    # METODE: get_mapping_tahun
+    # ========================================================
+    def get_mapping_tahun(self, tahun: str) -> Dict:
+        """
+        Ambil mapping kolom untuk tahun tertentu.
+
+        Args:
+            tahun: Tahun yang ingin diambil mappingnya
+
+        Returns:
+            Dictionary mapping kolom, contoh:
+            {"nama": "Nama Lengkap", "perusahaan": "..."}
+
+        Raises:
+            ValueError: Jika tahun tidak ditemukan dalam mapping
+        """
+        # Cek apakah tahun ada dalam mapping
+        if tahun not in self.mapping:
+            tahun_available = ", ".join(self.tahun_tersedia)
+            raise ValueError(
+                f"Tahun '{tahun}' tidak ditemukan dalam mapping. "
+                f"Tahun tersedia: {tahun_available}"
+            )
+
+        return self.mapping[tahun]
+
+    # ========================================================
+    # METODE: deteksi_tahun
+    # ========================================================
+    def deteksi_tahun(self, df: pd.DataFrame, nama_file: str = None) -> Optional[str]:
+        """
+        Deteksi tahun dari DataFrame atau nama file.
+
+        CARA KERJA:
+        ===========
+        1. Pertama, coba deteksi dari nama file (filename)
+           - Jika filename mengandung "2024", berarti tahun 2024
+
+        2. Jika gagal, cek dari kolom DataFrame
+           - Bandingkan kolom df dengan mapping setiap tahun
+           - Tahun dengan kecocokan kolom PALING BANYAK = tahun yang terdeteksi
+
+        Args:
+            df: DataFrame yang akan dideteksi tahun-nya
+            nama_file: Nama file Excel (opsional)
+
+        Returns:
+            Tahun dalam format string, contoh: "2024"
+            Returns None jika tidak dapat mendeteksi
+        """
+        # ================================================
+        # CARA 1: Deteksi dari nama file
+        # ================================================
+        if nama_file:
+            for tahun in self.tahun_tersedia:
+                # Cek apakah tahun ada di nama file
+                # Contoh: "Tracer_Study_2024.xlsx" → mengandung "2024"
+                if tahun in nama_file:
+                    print(f"🔍 Tahun terdeteksi dari filename: {tahun}")
+                    return tahun
+
+        # ================================================
+        # CARA 2: Deteksi dari kolom DataFrame
+        # ================================================
+        # Inisialisasi tracker untuk setiap tahun
+        # Menyimpan jumlah kolom yang cocok
+        tahun_match = {}
+
+        for tahun, kolom_mapping in self.mapping.items():
+            # Hitung berapa kolom dari df yang cocok dengan mapping tahun ini
+            cocok = 0
+            for kolom_target, kolom_asli in kolom_mapping.items():
+                if kolom_asli in df.columns:
+                    cocok += 1
+
+            # Simpan hasil
+            tahun_match[tahun] = cocok
+
+        # Cari tahun dengan kecocokan PALING BANYAK
+        if tahun_match:
+            # Pilih tahun dengan match tertinggi
+            tahun_terbaik = max(tahun_match, key=tahun_match.get)
+            jumlah_match = tahun_match[tahun_terbaik]
+
+            # Jika ada kecocokan (minimal 1 kolom)
+            if jumlah_match >= 1:
+                print(f"🔍 Tahun terdeteksi dari kolom: {tahun_terbaik} ({jumlah_match} kolom cocok)")
+                return tahun_terbaik
+
+        # ================================================
+        # GAGAL DETEKSI
+        # ================================================
+        print(f"⚠️ Tidak dapat mendeteksi tahun secara otomatis")
+        print(f"   Kolom DataFrame: {df.columns.tolist()[:5]}...")  # Tampilkan 5 kolom pertama
+        return None
+
+    # ========================================================
+    # METODE: standarisasi
+    # ========================================================
+    def standarisasi(self, df: pd.DataFrame, tahun: str = None,
+                    nama_file: str = None) -> pd.DataFrame:
+        """
+        Standarisasi kolom DataFrame ke format standa
+
+        CARA KERJA:
+        ===========
+        1. Deteksi tahun jika tidak disebutkan
+        2. Ambil mapping untuk tahun tersebut
+        3. Buat DataFrame baru dengan kolom standar
+        4. Copy data dari kolom asli ke kolom standar
+
+        Args:
+            df: DataFrame asli dari file Excel
+            tahun: Tahun data (otomatis detect jika None)
+            nama_file: Nama file (untuk deteksi otomatis)
+
+        Returns:
+            DataFrame dengan kolom standar
+
+        Contoh:
+        =======
+        >>> df = pd.read_excel("data_2024.xlsx")
+        >>> std = KolomStandarisasi()
+        >>> df_standar = std.standarisasi(df, tahun="2024")
+        >>> print(df_standar.columns.tolist())
+        ['nama', 'perusahaan', 'jabatan', 'nim']
+        """
+        # ================================================
+        # LANGKAH 1: Deteksi tahun
+        # ================================================
+        if tahun is None:
+            tahun = self.deteksi_tahun(df, nama_file)
+
+        if tahun is None:
+            raise ValueError(
+                "Tidak dapat memproses data. "
+                "Tentukan tahun secara manual atau pastikan nama file mengandung tahun."
+            )
+
+        # ================================================
+        # LANGKAH 2: Ambil mapping
+        # ================================================
+        mapping = self.get_mapping_tahun(tahun)
+        print(f"📊 Melakukan standarisasi untuk tahun {tahun}")
+
+        # ================================================
+        # LANGKAH 3: Buat DataFrame kosong dengan kolom standar
+        # ================================================
+        df_standar = pd.DataFrame()
+
+        # ================================================
+        # LANGKAH 4: Copy data ke kolom standar
+        # ================================================
+        kolom_diproses = 0
+        kolom_gagal = []
+
+        for kolom_standar, kolom_asli in mapping.items():
+            # Cek apakah kolom ada di DataFrame asli
+            if kolom_asli in df.columns:
+                # Copy data
+                df_standar[kolom_standar] = df[kolom_asli]
+                kolom_diproses += 1
+            else:
+                # Kolom tidak ditemukan - tandai sebagai None
+                df_standar[kolom_standar] = None
+                kolom_gagal.append(kolom_asli)
+
+        # ================================================
+        # LANGKAH 5: Tampilkan ringkasan
+        # ================================================
+        print(f"   ✅ Kolom berhasil diproses: {kolom_diproses}/{len(mapping)}")
+
+        if kolom_gagal:
+            print(f"   ⚠️ Kolom tidak ditemukan: {kolom_gagal}")
+
+        return df_standar
+
+    # ========================================================
+    # METODE: standarisasi_batch
+    # ========================================================
+    def standarisasi_batch(self, data_list: List[Tuple[pd.DataFrame, str]]) -> List[pd.DataFrame]:
+        """
+        Standarisasi multiple DataFrame sekaligus.
+
+        CARA KERJA:
+        ===========
+        Proses beberapa DataFrame dari tahun berbeda dalam satu panggil
+
+        Args:
+            data_list: List of tuple (DataFrame, tahun)
+                       Contoh: [(df_2019, "2019"), (df_2024, "2024")]
+
+        Returns:
+            List DataFrame yang sudah distandarisasi
+
+        Contoh:
+        =======
+        >>> data = [
+        ...     (df_2019, "2019"),
+        ...     (df_2024, "2024")
+        ... ]
+        >>> std = KolomStandarisasi()
+        >>> results = std.standarisasi_batch(data)
+        """
+        hasil = []
+
+        for df, tahun in data_list:
+            try:
+                df_standar = self.standarisasi(df, tahun=tahun)
+                hasil.append(df_standar)
+            except Exception as e:
+                print(f"❌ Error memproses {tahun}: {e}")
+                # Skip tahun yang error, lanjut ke berikutnya
+
+        return hasil
+
+
+# ============================================================
+# FUNGSI: gabung_data
+# ============================================================
+def gabung_data(dataframes: List[pd.DataFrame],
+                tahun_list: List[str] = None) -> pd.DataFrame:
+    """
+    Gabungkan beberapa DataFrame menjadi satu.
+
+    CARA KERJA:
+    ===========
+    1. Terima list DataFrame dari berbagai tahun
+    2. Tambahkan kolom 'tahun' untuk setiap DataFrame
+    3. Gabungkan semua menjadi satu DataFrame
+
+    Args:
+        dataframes: List DataFrame yang akan digabungkan
+        tahun_list: List tahun untuk setiap DataFrame (opsional)
+
+    Returns:
+        DataFrame gabungan dengan kolom tambahan 'tahun'
+    """
+    # Validasi input
+    if tahun_list and len(dataframes) != len(tahun_list):
+        raise ValueError(
+            f"Jumlah DataFrame ({len(dataframes)}) "
+            f"tidak sama dengan jumlah tahun ({len(tahun_list)})"
+        )
+
+    # ================================================
+    # LANGKAH 1: Tambahkan kolom tahun
+    # ================================================
+    df_dengan_tahun = []
+
+    for i, df in enumerate(dataframes):
+        df_copy = df.copy()
+
+        # Tentukan tahun
+        tahun = tahun_list[i] if tahun_list else f"tahun_{i+1}"
+
+        # Tambahkan kolom tahun
+        df_copy['tahun'] = tahun
+
+        df_dengan_tahun.append(df_copy)
+
+    # ================================================
+    # LANGKAH 2: Gabungkan semua DataFrame
+    # ================================================
+    df_gabungan = pd.concat(df_dengan_tahun, ignore_index=True)
+
+    print(f"✅ Data berhasil digabungkan: {len(df_gabungan)} records")
+
+    return df_gabungan
+
+
+# ============================================================
+# FUNGSI: bersihkan_data
+# ============================================================
+def bersihkan_data(df: pd.DataFrame) -> pd.DataFrame:
+    """
+    Bersihkan data dari nilai kosong dan duplikat.
+
+    CARA KERJA:
+    ===========
+    1. Hapus baris yang semua kolomnya kosong
+    2. Hapus baris duplikat
+    3. Isi nilai kosong dengan string kosong
+
+    Args:
+        df: DataFrame yang akan dibersihkan
+
+    Returns:
+        DataFrame yang sudah bersih
+    """
+    print(f"🧹 Membersihkan data...")
+
+    # Simpan jumlah awal
+    jumlah_awal = len(df)
+
+    # ================================================
+    # LANGKAH 1: Hapus baris kosong
+    # ================================================
+    # dropna(how='all') = hapus baris yang SEMUA kolomnya kosong
+    df = df.dropna(how='all')
+
+    # ================================================
+    # LANGKAH 2: Hapus duplikat
+    # ================================================
+    # drop_duplicates() = hapus baris yang identik
+    df = df.drop_duplicates()
+
+    # ================================================
+    # LANGKAH 3: Isi nilai kosong
+    # ================================================
+    # fillna('') = ganti NaN/None dengan string kosong
+    df = df.fillna('')
+
+    # ================================================
+    # LANGKAH 4: Hitung statistik
+    # ================================================
+    dihapus = jumlah_awal - len(df)
+
+    if dihapus > 0:
+        print(f"   ✅ Data dihapus: {dihapus} baris (kosong/duplikat)")
+    else:
+        print(f"   ✅ Data bersih, tidak ada yang dihapus")
+
+    return df
+
+
+# ============================================================
+# CONTOH PENGGUNAAN
+# ============================================================
+if __name__ == "__main__":
+    # Contoh 1: Inisialisasi
+    print("=" * 60)
+    print("CONTOH 1: Inisialisasi Standardizer")
+    print("=" * 60)
+    std = KolomStandarisasi()
+
+    # Contoh 2: Lihat tahun yang didukung
+    print("\n" + "=" * 60)
+    print("CONTOH 2: Tahun yang Didukung")
+    print("=" * 60)
+    tahun_list = std.get_tahun()
+    print(f"Tahun: {', '.join(tahun_list)}")
+
+    # Contoh 3: Lihat mapping untuk tahun tertentu
+    print("\n" + "=" * 60)
+    print("CONTOH 3: Mapping Tahun 2024")
+    print("=" * 60)
+    mapping_2024 = std.get_mapping_tahun("2024")
+    for standar, asli in mapping_2024.items():
+        print(f"  {standar:12} ← {asli}")
+
+    # Contoh 4: Standarisasi data dummy
+    print("\n" + "=" * 60)
+    print("CONTOH 4: Standarisasi Data Dummy")
+    print("=" * 60)
+
+    # Buat data dummy yang mirip Excel 2024
+    data_dummy = pd.DataFrame({
+        "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)": [
+            "Muhammad Ali", "Budi Santoso", "Citra Dewi"
+        ],
+        "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b": [
+            "Google Indonesia", "Tokopedia", "Gojek"
+        ],
+        "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c": [
+            "Software Engineer", "Data Analyst", "Product Manager"
+        ],
+        "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) ": [
+            "E41220001", "E41220002", "E41220003"
+        ]
+    })
+
+    print("Data sebelum standarisasi:")
+    print(data_dummy.head())
+
+    # Standarisasi
+    data_standar = std.standarisasi(data_dummy, tahun="2024")
+
+    print("\nData setelah standarisasi:")
+    print(data_standar.head())
+
+    # Contoh 5: Gabungkan dan bersihkan
+    print("\n" + "=" * 60)
+    print("CONTOH 5: Gabungkan dan Bersihkan")
+    print("=" * 60)
+
+    # Gabungkan data dummy dengan dirinya sendiri (untuk simulasi)
+    data_gabungan = gabung_data([data_standar, data_standar], ["2024", "2024"])
+    print(f"Jumlah setelah gabung: {len(data_gabungan)} records")
+
+    # Bersihkan
+    data_bersih = bersihkan_data(data_gabungan)
+    print(f"Jumlah setelah bersih: {len(data_bersih)} records")

Backend/Model/preprocessing/text_preprocessing.py

@@ -0,0 +1,435 @@
+"""
+=============================================================
+TEXT PREPROCESSING - TEKS PEKERJAAN
+=============================================================
+
+Tujuan:
+- Membentuk teks_pekerjaan dari jenis_perusahaan + nama_perusahaan + jabatan
+- Melakukan text preprocessing: case folding, cleaning, tokenizing, stopword, stemming
+- Menyimpan hasil preprocessing
+
+PRD Reference: Section 12, 13
+=============================================================
+"""
+
+import pandas as pd
+import re
+import os
+import json
+from datetime import datetime
+
+# Sastrawi untuk stemming Bahasa Indonesia
+try:
+    from Sastrawi.Stemmer.StemmerFactory import StemmerFactory
+    factory = StemmerFactory()
+    stemmer = factory.create_stemmer()
+    SASTRAWI_AVAILABLE = True
+except ImportError:
+    SASTRAWI_AVAILABLE = False
+    print("[WARNING] Sastrawi tidak tersedia. Stemming tidak akan dilakukan.")
+
+# NLTK untuk stopwords
+try:
+    import nltk
+    from nltk.corpus import stopwords
+    from nltk.tokenize import word_tokenize
+    nltk.download('stopwords', quiet=True)
+    nltk.download('punkt', quiet=True)
+    nltk.download('punkt_tab', quiet=True)
+    NLTK_AVAILABLE = True
+except:
+    NLTK_AVAILABLE = False
+
+# Path configuration
+BASE_DIR = os.path.dirname(os.path.abspath(__file__))
+DATA_INPUT = os.path.join(BASE_DIR, '..', 'data', 'standardized', 'unified_dataset.csv')
+DATA_OUTPUT = os.path.join(BASE_DIR, '..', 'data', 'processed')
+
+# Mapping status pekerjaan dari angka ke teks
+STATUS_MAPPING = {
+    1: "bekerja",
+    2: "belum_kerja",
+    3: "wiraswasta",
+    4: "melanjutkan_studi",
+    5: "mencari_kerja"
+}
+
+# Mapping jenis_perusahaan dari angka ke teks
+JENIS_PERUSAHAAN_MAPPING = {
+    1: "pemerintah",
+    2: "bnpp",
+    3: "swasta",
+    4: "wiraswasta",
+    5: "lainnya",
+    6: "bumn",
+    7: "nirlaba",
+    0: ""
+}
+
+# Stopwords Bahasa Indonesia (extended)
+INDONESIAN_STOPWORDS = {
+    'yang', 'dan', 'di', 'dari', 'ini', 'itu', 'dengan', 'untuk', 'pada',
+    'adalah', 'ke', 'atau', 'akan', 'juga', 'tidak', 'dalam', 'oleh',
+    'sebagai', 'lebih', 'sudah', 'ada', 'bisa', 'telah', 'antara', 'maka',
+    'serta', 'namun', 'secara', 'seperti', 'jika', 'hanya', 'tetapi', 'saat',
+    'sedang', 'sebelumnya', 'tersebut', 'yaitu', 'saya', 'kami', 'kita',
+    'anda', 'dia', 'mereka', 'kami', 'kita', 'nya', 'lah', 'kah', 'pun',
+    'sih', 'deh', 'dong', 'gitu', 'aja', 'emang', 'nih', 'tuh', 'kok',
+    'yg', 'dg', 'dr', 'dlm', 'dgn', 'utk', 'pd', 'sdh', 'blm', 'jg',
+    'krn', 'sm', 'tp', 'jd', 'sd', 'bt', 'spy', 'msh', 'dl', 'bs', 'bsa',
+    'pt', 'cv', 'tdk', 'bg', 'smua', 'atl', 'krn', 'sprti', 'lngkp', 'sm',
+    # Tambahan umum
+    'per', 'bagian', 'ibu', 'bapak', 'kakak', 'adik', 'pak', 'bu', 'mas',
+    'mbak', 'pak', 'bu', 'pak', 'pak', 'dan', 'atau', 'maupun', 'hal', 'satu',
+    'dua', 'tiga', 'empat', 'lima', 'enam', 'tujuh', 'delapan', 'sembilan', 'sepuluh'
+}
+
+# Pattern untuk cleaning
+CLEANING_PATTERNS = {
+    'email': r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b',
+    'url': r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+',
+    'phone': r'\b\d{10,15}\b',
+    'special_chars': r'[^\w\s]',
+    'extra_spaces': r'\s+',
+    'numbers': r'\b\d+\b'
+}
+
+
+def clean_text(text):
+    """
+    Basic text cleaning:
+    - Hapus email, URL, phone
+    - Hapus special characters
+    - Hapus standalone numbers (tidak bermakna)
+    - Hapus extra spaces
+    """
+    if pd.isna(text) or text == '' or text == 'nan':
+        return ''
+
+    text = str(text).lower()
+
+    # Hapus email
+    text = re.sub(CLEANING_PATTERNS['email'], ' ', text)
+    # Hapus URL
+    text = re.sub(CLEANING_PATTERNS['url'], ' ', text)
+    # Hapus phone
+    text = re.sub(CLEANING_PATTERNS['phone'], ' ', text)
+    # Hapus special chars (simpan spasi dan alfanumerik)
+    text = re.sub(r'[^\w\s]', ' ', text)
+    # Hapus extra spaces
+    text = re.sub(r'\s+', ' ', text)
+    # Trim
+    text = text.strip()
+
+    return text
+
+
+def remove_stopwords(tokens):
+    """
+    Hapus stopwords dari list tokens.
+    Also removes standalone numbers.
+    """
+    result = []
+    for token in tokens:
+        t = token.lower()
+        # Skip if it's a stopword
+        if t in INDONESIAN_STOPWORDS:
+            continue
+        # Skip if it's just a number
+        if t.isdigit():
+            continue
+        # Skip if it's too short (1-2 chars)
+        if len(t) <= 2:
+            continue
+        result.append(token)
+    return result
+
+
+_STEM_CACHE: dict = {}
+
+def stemming(tokens):
+    """
+    Apply stemming menggunakan Sastrawi dengan memoization cache.
+    """
+    if not SASTRAWI_AVAILABLE:
+        return tokens
+
+    stemmed = []
+    for token in tokens:
+        if token in _STEM_CACHE:
+            stemmed.append(_STEM_CACHE[token])
+            continue
+        try:
+            stemmed_token = stemmer.stem(token)
+            _STEM_CACHE[token] = stemmed_token
+            stemmed.append(stemmed_token)
+        except Exception:
+            _STEM_CACHE[token] = token
+            stemmed.append(token)
+
+    return stemmed
+
+
+def tokenize(text):
+    """
+    Tokenize text menjadi list of words.
+    """
+    if not text or text == '':
+        return []
+
+    # Split berdasarkan whitespace
+    tokens = text.split()
+
+    return tokens
+
+
+def form_teks_pekerjaan(row):
+    """
+    Membentuk teks_pekerjaan dari:
+    status_pekerjaan + jenis_perusahaan + nama_perusahaan + jabatan + tingkatan_tempat_kerja
+
+    PRD Section 11:
+    'bekerja perusahaan swasta pt abc teknologi software engineer nasional wiraswasta berbadan hukum'
+    """
+    parts = []
+
+    def clean_val(v):
+        if pd.isna(v) or not v:
+            return ''
+        s = str(v).strip()
+        if s.lower() in ['-', 'none', 'null', 'kosong', 'tidak ada', '0']:
+            return ''
+        return s
+
+    # 1. status_pekerjaan
+    status = clean_val(row.get('status_pekerjaan', row.get('status_kerja', '')))
+    if status:
+        parts.append(status)
+
+    # 2. jenis_perusahaan
+    jenis = row.get('jenis_perusahaan', '')
+    if pd.notna(jenis) and str(jenis).strip() != '':
+        try:
+            jenis_num = int(float(str(jenis)))
+            jenis_text = JENIS_PERUSAHAAN_MAPPING.get(jenis_num, str(jenis))
+        except (ValueError, TypeError):
+            jenis_text = str(jenis)
+        j_clean = clean_val(jenis_text)
+        if j_clean:
+            parts.append(j_clean)
+
+    # 3. nama_perusahaan
+    nama = clean_val(row.get('nama_perusahaan', ''))
+    if nama:
+        parts.append(nama)
+
+    # 4. jabatan
+    jabatan = clean_val(row.get('jabatan', ''))
+    if jabatan:
+        parts.append(jabatan)
+
+    # Gabungkan 4 kolom dengan spasi
+    teks_pekerjaan = ' '.join(parts)
+
+    return teks_pekerjaan
+
+
+def preprocess_text(text):
+    """
+    Full text preprocessing pipeline:
+    1. Case Folding
+    2. Cleaning
+    3. Tokenizing
+    4. Stopword Removal
+    5. Stemming
+
+    PRD Section 13:
+    Urutan: Case Folding -> Cleaning -> Tokenizing -> Stopword Removal -> Stemming
+    """
+    # 1. Case Folding (sudah di dalam clean_text)
+    # 2. Cleaning
+    text = clean_text(text)
+
+    if not text:
+        return ''
+
+    # 3. Tokenizing
+    tokens = tokenize(text)
+
+    # 4. Stopword Removal
+    tokens = remove_stopwords(tokens)
+
+    # 5. Stemming
+    if SASTRAWI_AVAILABLE:
+        tokens = stemming(tokens)
+
+    # Join kembali
+    processed_text = ' '.join(tokens)
+
+    return processed_text
+
+
+def preprocess_dataframe(df, text_column='teks_pekerjaan'):
+    """
+    Menjalankan preprocessing pada kolom teks di seluruh DataFrame.
+    """
+    df_copy = df.copy()
+    if text_column in df_copy.columns:
+        df_copy[text_column] = df_copy[text_column].apply(lambda x: preprocess_text(str(x)) if pd.notna(x) else '')
+    return df_copy
+
+
+
+def classify_has_pekerjaan(teks_pekerjaan, status):
+    """
+    Klasifikasi apakah alumni memiliki informasi pekerjaan yang cukup.
+
+    PRD Section 10:
+    - Memiliki informasi pekerjaan jika: nama perusahaan ADA ATAU jabatan ADA ATAU jenis perusahaan ADA
+    """
+    if status in ['belum_kerja', 'belum_bekerja', 'mencari_kerja', 'tidak_kerja']:
+        return 'tidak_berpengalaman'
+
+    if not teks_pekerjaan or teks_pekerjaan == '':
+        return 'tidak_berpengalaman'
+
+    # Cek apakah teks terlalu pendek (hanya 1-2 kata)
+    words = teks_pekerjaan.split()
+    if len(words) < 2:
+        return 'tidak_berpengalaman'
+
+    return 'berpengalaman'
+
+
+def main():
+    """
+    Main function untuk text preprocessing.
+    """
+    print("=" * 60)
+    print("TEXT PREPROCESSING - TEKS PEKERJAAN")
+    print("=" * 60)
+
+    # Load unified dataset
+    print("\n>> Loading unified dataset...")
+    df = pd.read_csv(DATA_INPUT, encoding='utf-8-sig')
+    print(f"   Total data: {len(df)} alumni")
+
+    # 1. Form teks_pekerjaan
+    print("\n>> Membentuk teks_pekerjaan...")
+    df['teks_pekerjaan_raw'] = df.apply(form_teks_pekerjaan, axis=1)
+
+    # Statistik
+    empty_teks = (df['teks_pekerjaan_raw'] == '').sum()
+    print(f"   Teks pekerjaan kosong: {empty_teks}")
+    print(f"   Teks pekerjaan terisi: {len(df) - empty_teks}")
+
+    # 2. Text Preprocessing
+    print("\n>> Melakukan text preprocessing...")
+    print(f"   Sastrawi available: {SASTRAWI_AVAILABLE}")
+    print(f"   NLTK available: {NLTK_AVAILABLE}")
+
+    df['teks_pekerjaan'] = df['teks_pekerjaan_raw'].apply(preprocess_text)
+
+    # 3. Klasifikasi pengalaman kerja
+    print("\n>> Mengklasifikasi pengalaman kerja...")
+    df['kategori_pengalaman'] = df.apply(
+        lambda row: classify_has_pekerjaan(row['teks_pekerjaan'], row['status_pekerjaan']),
+        axis=1
+    )
+
+    # Statistik
+    pengalaman_counts = df['kategori_pengalaman'].value_counts()
+    print("\n   Distribusi Kategori Pengalaman:")
+    for cat, count in pengalaman_counts.items():
+        pct = (count / len(df)) * 100
+        print(f"      {cat}: {count} ({pct:.1f}%)")
+
+    # 4. Pisahkan data untuk clustering
+    print("\n>> Memisahkan data untuk clustering...")
+
+    # Data yang akan di-cluster: memiliki teks pekerjaan yang cukup
+    df_untuk_clustering = df[
+        (df['kategori_pengalaman'] == 'berpengalaman') &
+        (df['teks_pekerjaan'].str.len() > 0)
+    ].copy()
+
+    # Data C3: belum/tidak bekerja
+    df_c3 = df[
+        (df['status_pekerjaan'].isin(['belum_kerja', 'mencari_kerja'])) |
+        (df['kategori_pengalaman'] == 'tidak_berpengalaman')
+    ].copy()
+
+    print(f"   Data untuk clustering: {len(df_untuk_clustering)}")
+    print(f"   Data C3 (tidak untuk clustering): {len(df_c3)}")
+
+    # 5. Generate Summary
+    print("\n" + "=" * 60)
+    print("SUMMARY")
+    print("=" * 60)
+    print(f"Total alumni: {len(df)}")
+    print(f"Data untuk clustering: {len(df_untuk_clustering)}")
+    print(f"Data C3: {len(df_c3)}")
+
+    print("\n>> Distribusi Status Pekerjaan:")
+    for status, count in df['status_pekerjaan'].value_counts().items():
+        pct = (count / len(df)) * 100
+        print(f"   {status}: {count} ({pct:.1f}%)")
+
+    print("\n>> Distribusi Prodi:")
+    for prodi, count in df['kode_prodi'].value_counts().items():
+        pct = (count / len(df)) * 100
+        print(f"   {prodi}: {count} ({pct:.1f}%)")
+
+    print("\n>> Sample teks_pekerjaan (raw):")
+    for idx, row in df_untuk_clustering.head(5).iterrows():
+        print(f"   [{row['nama']}] {row['teks_pekerjaan_raw'][:80]}...")
+
+    print("\n>> Sample teks_pekerjaan (processed):")
+    for idx, row in df_untuk_clustering.head(5).iterrows():
+        print(f"   [{row['nama']}] {row['teks_pekerjaan'][:80]}...")
+
+    # 6. Save results
+    print("\n>> Saving results...")
+
+    os.makedirs(DATA_OUTPUT, exist_ok=True)
+
+    # Save full dataset
+    full_output = os.path.join(DATA_OUTPUT, 'processed_dataset.csv')
+    df.to_csv(full_output, index=False, encoding='utf-8-sig')
+    print(f"   Full dataset: {full_output}")
+
+    # Save dataset untuk clustering
+    clustering_output = os.path.join(DATA_OUTPUT, 'dataset_untuk_clustering.csv')
+    df_untuk_clustering.to_csv(clustering_output, index=False, encoding='utf-8-sig')
+    print(f"   Dataset clustering: {clustering_output}")
+
+    # Save C3 data
+    c3_output = os.path.join(DATA_OUTPUT, 'dataset_c3.csv')
+    df_c3.to_csv(c3_output, index=False, encoding='utf-8-sig')
+    print(f"   Dataset C3: {c3_output}")
+
+    # Save summary
+    summary = {
+        'tanggal': datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
+        'total_alumni': len(df),
+        'total_untuk_clustering': len(df_untuk_clustering),
+        'total_c3': len(df_c3),
+        'sastrawi_available': SASTRAWI_AVAILABLE,
+        'distribusi_status': df['status_pekerjaan'].value_counts().to_dict(),
+        'distribusi_prodi': df['kode_prodi'].value_counts().to_dict()
+    }
+
+    summary_output = os.path.join(DATA_OUTPUT, 'preprocessing_summary.json')
+    with open(summary_output, 'w', encoding='utf-8') as f:
+        json.dump(summary, f, indent=2, ensure_ascii=False)
+    print(f"   Summary: {summary_output}")
+
+    print("\n" + "=" * 60)
+    print("[SUCCESS] TEXT PREPROCESSING SELESAI!")
+    print("=" * 60)
+
+    return df, df_untuk_clustering, df_c3
+
+
+if __name__ == "__main__":
+    df, df_clustering, df_c3 = main()

Backend/Model/utils/__init__.py

@@ -0,0 +1 @@
+# Utils module

Backend/README.md

@@ -0,0 +1,143 @@
+# FastAPI Backend - TA Alumni
+
+Repositori ini adalah bagian Backend dari proyek **TA-PROJEK**, yang dibangun menggunakan **FastAPI** dengan struktur folder yang mengadopsi pola **Clean Architecture** (mirip dengan arsitektur enterprise pada **Node.js** seperti Express/NestJS).
+
+Struktur ini dibuat sangat terstruktur untuk memudahkan kolaborasi tim, terutama bagi developer junior, agar kode tetap rapi, mudah diuji, dan memiliki pemisahan tanggung jawab (Separation of Concerns) yang jelas.
+
+---
+
+## 📂 Struktur Folder & Fungsi
+
+Berikut adalah penjelasan fungsi dari setiap folder di dalam `app/`:
+
+```text
+Backend/
+├── .env                  # Variabel lingkungan aktif (lokal) - JANGAN di-commit ke Git!
+├── .env.example          # Template variabel lingkungan untuk anggota tim baru
+├── requirements.txt      # Daftar dependensi library Python
+├── README.md             # Dokumentasi panduan developer (file ini)
+└── app/
+    ├── main.py           # Entry point utama aplikasi (mirip server.js atau app.js di Node.js)
+    │
+    ├── config/           # Konfigurasi aplikasi & koneksi database
+    │   ├── config.py     # Schema pembacaan & validasi file .env menggunakan Pydantic Settings
+    │   └── database.py   # Setup engine SQLAlchemy, Session, dan koneksi ke database
+    │
+    ├── models/           # Definisi skema tabel Database (SQLAlchemy Models)
+    │   ├── base.py       # Base class SQLAlchemy yang membagikan metadata tabel
+    │   ├── user.py       # Model untuk tabel 'users'
+    │   └── alumni.py     # Model untuk tabel 'alumni'
+    │
+    ├── schemas/          # Data Transfer Object (DTO) / Validasi Request & Response (Pydantic)
+    │   ├── user.py       # Validasi input/output data User
+    │   └── alumni.py     # Validasi input/output data Alumni
+    │
+    ├── repositories/     # Layer akses database (Data Access Object / DAO)
+    │   ├── base.py       # Generic Repository yang berisi fungsi CRUD dasar (Get, Create, Update, Delete)
+    │   └── alumni.py     # Operasi database spesifik untuk entitas Alumni
+    │
+    ├── services/         # Layer Logika Bisnis (Business Logic)
+    │   ├── auth.py       # Logika registrasi, verifikasi password, login, dan pembuatan token JWT
+    │   └── alumni.py     # Logika bisnis seputar validasi dan pengolahan data alumni
+    │
+    ├── controllers/      # Pengendali HTTP (Request & Response handler)
+    │   ├── auth.py       # Menangani input request auth, memanggil auth service, mengembalikan HTTP response
+    │   └── alumni.py     # Menangani input request alumni, memanggil alumni service, mengembalikan HTTP response
+    │
+    ├── routers/          # Pendefinisian Endpoint / Route API (sama seperti routes/ di Node.js)
+    │   ├── api.py        # Central router registry (menggabungkan semua router dengan prefix API)
+    │   ├── auth.py       # Endpoint untuk registrasi dan login (/api/v1/auth)
+    │   └── alumni.py     # Endpoint untuk CRUD data alumni (/api/v1/alumni)
+    │
+    ├── middleware/       # Fungsi penengah/filter request (seperti Auth Guards)
+    │   └── auth_middleware.py # Dependency injection untuk proteksi route menggunakan token JWT
+    │
+    └── utils/            # Helper fungsi utilitas umum
+        ├── security.py   # Fungsi enkripsi/hashing password dan generator JWT
+        └── helpers.py    # Utilitas pembantu lainnya
+```
+
+---
+
+## 🔄 Aliran Data (Data Flow)
+
+Saat aplikasi menerima request dari frontend, aliran datanya adalah sebagai berikut:
+
+```mermaid
+graph TD
+    Client[Klien/Frontend] -->|1. Kirim HTTP Request| Router[Routers]
+    Router -->|2. Validasi dengan Pydantic| Schema[Schemas]
+    Router -->|3. Teruskan parameter| Controller[Controllers]
+    Controller -->|4. Panggil logika bisnis| Service[Services]
+    Service -->|5. Minta operasi DB| Repository[Repositories]
+    Repository -->|6. Manipulasi data| Model[Models/Database]
+    Model -->|7. Kembalikan data| Repository
+    Repository -->|8. Kembalikan entitas| Service
+    Service -->|9. Kembalikan hasil proses| Controller
+    Controller -->|10. Format Output & Status Code| Router
+    Router -->|11. Kirim HTTP Response| Client
+```
+
+1. **Routers** (`app/routers/`): Menerima HTTP Request, mencocokkan path, menerapkan proteksi middleware jika perlu, dan memvalidasi tipe data input menggunakan **Schemas** (Pydantic).
+2. **Controllers** (`app/controllers/`): Mengambil data dari request yang sudah tervalidasi, mengelola status code HTTP, dan memanggil **Services**.
+3. **Services** (`app/services/`): Tempat utama menulis logika bisnis (seperti verifikasi aturan bisnis, perhitungan, integrasi AI/ML, enkripsi password). Memanggil **Repositories**.
+4. **Repositories** (`app/repositories/`): Melakukan operasi database langsung menggunakan **Models** (SQLAlchemy). Layer ini memisahkan logika kueri SQL/ORM dari logika bisnis.
+
+---
+
+## 🛠️ Cara Memulai & Menjalankan Proyek
+
+Langkah-langkah berikut ditujukan untuk developer junior agar dapat menjalankan backend di lokal dengan cepat:
+
+### 1. Buat Virtual Environment
+Buka terminal di folder `Backend/` dan jalankan perintah berikut:
+
+**Windows (PowerShell):**
+```powershell
+python -m venv venv
+.\venv\Scripts\Activate
+```
+
+**Linux/macOS:**
+```bash
+python3 -m venv venv
+source venv/bin/activate
+```
+
+### 2. Install Dependensi
+```bash
+pip install -r requirements.txt
+```
+
+### 3. Konfigurasi Environment File
+Secara default, file `.env` sudah dikonfigurasi menggunakan database SQLite lokal bernama `ta_database.db`. Anda tidak perlu menginstal database server tambahan untuk memulai development.
+
+### 4. Jalankan Aplikasi
+Jalankan development server menggunakan Uvicorn:
+```bash
+uvicorn app.main:app --reload
+```
+Aplikasi akan berjalan di alamat `http://127.0.0.1:8000`.
+
+### 5. Akses Dokumentasi Swagger API
+Buka browser dan arahkan ke alamat berikut untuk melihat & menguji API secara interaktif:
+👉 **`http://127.0.0.1:8000/docs`**
+
+---
+
+## 📝 Panduan Menambahkan Fitur Baru (Untuk Junior Team)
+
+Jika Anda ingin menambahkan modul/fitur baru (misalnya fitur **Dosen**):
+
+1. **Buat Model Database**: 
+   Buat file `app/models/dosen.py` yang mendefinisikan skema tabel database. Registrasikan ke database engine jika diperlukan.
+2. **Buat Pydantic Schema**: 
+   Buat file `app/schemas/dosen.py` untuk validasi data request masuk (`DosenCreate`, `DosenUpdate`) dan data response keluar (`DosenResponse`).
+3. **Buat Repository**: 
+   Buat file `app/repositories/dosen.py`. Warisi dari `BaseRepository` untuk mendapatkan fitur CRUD bawaan secara instan.
+4. **Buat Service**: 
+   Buat file `app/services/dosen.py` untuk mengolah logika bisnis Dosen.
+5. **Buat Controller**: 
+   Buat file `app/controllers/dosen.py` untuk memetakan request ke service dan menyusun output response.
+6. **Buat & Daftarkan Router**: 
+   Buat file `app/routers/dosen.py`. Daftarkan file router ini ke dalam file registry utama di `app/routers/api.py`.

Backend/add_location_data.py

@@ -0,0 +1,203 @@
+import pymysql
+
+conn = pymysql.connect(host='localhost', user='root', password='', database='tracerstudy_db', port=3306, charset='utf8mb4')
+cur = conn.cursor()
+
+# Get question IDs
+cur.execute('SELECT id, kode FROM questions WHERE kode IN ("F5a1", "F5a2")')
+questions = {row[1]: row[0] for row in cur.fetchall()}
+print(f'Found questions: {questions}')
+
+# ========== PROVINSI (F5a1) ==========
+province_data = [
+    ('10000', 'D.K.I. Jakarta'),
+    ('20000', 'Jawa Barat'),
+    ('30000', 'Jawa Tengah'),
+    ('40000', 'D.I. Yogyakarta'),
+    ('50000', 'Jawa Timur'),
+    ('60000', 'Aceh'),
+    ('70000', 'Sumatera Utara'),
+    ('80000', 'Sumatera Barat'),
+    ('90000', 'Riau'),
+    ('100000', 'Jambi'),
+    ('110000', 'Sumatera Selatan'),
+    ('120000', 'Lampung'),
+    ('130000', 'Kalimantan Barat'),
+    ('140000', 'Kalimantan Tengah'),
+    ('150000', 'Kalimantan Selatan'),
+    ('160000', 'Kalimantan Timur'),
+    ('170000', 'Sulawesi Utara'),
+    ('180000', 'Sulawesi Tengah'),
+    ('190000', 'Sulawesi Selatan'),
+    ('200000', 'Sulawesi Tenggara'),
+    ('210000', 'Maluku'),
+    ('220000', 'Bali'),
+    ('230000', 'Nusa Tenggara Barat'),
+    ('240000', 'Nusa Tenggara Timur'),
+    ('250000', 'Papua'),
+    ('260000', 'Bengkulu'),
+    ('270000', 'Maluku Utara'),
+    ('280000', 'Banten'),
+    ('290000', 'Kepulauan Bangka Belitung'),
+    ('300000', 'Gorontalo'),
+    ('310000', 'Kepulauan Riau'),
+    ('320000', 'Papua Barat'),
+    ('330000', 'Sulawesi Barat'),
+    ('340000', 'Kalimantan Utara'),
+    ('350000', 'Luar Negeri'),
+]
+
+if 'F5a1' in questions:
+    q_id = questions['F5a1']
+    for kode, teks in province_data:
+        cur.execute('''
+            INSERT INTO answer_options (question_id, kode, teks, urutan)
+            VALUES (%s, %s, %s, %s)
+            ON DUPLICATE KEY UPDATE teks = VALUES(teks)
+        ''', (q_id, kode, teks, len(province_data)))
+    print(f'Inserted {len(province_data)} provinces')
+
+# ========== KABUPATEN/KOTA (F5a2) ==========
+# Sample beberapa kabupaten/kota utama
+kab_kota_data = [
+    # Jawa Timur (50000)
+    ('52400', 'Kab. Jember', 1),
+    ('56000', 'Kota Surabaya', 2),
+    ('50200', 'Kab. Sidoarjo', 3),
+    ('50100', 'Kab. Gresik', 4),
+    ('52500', 'Kab. Banyuwangi', 5),
+    ('52600', 'Kab. Pamekasan', 6),
+    ('52700', 'Kab. Sampang', 7),
+    ('52800', 'Kab. Sumenep', 8),
+    ('50300', 'Kab. Mojokerto', 9),
+    ('50400', 'Kab. Jombang', 10),
+    ('50500', 'Kab. Bojonegoro', 11),
+    ('50600', 'Kab. Tuban', 12),
+    ('50700', 'Kab. Lamongan', 13),
+    ('50800', 'Kab. Madiun', 14),
+    ('50900', 'Kab. Ngawi', 15),
+    ('51000', 'Kab. Magetan', 16),
+    ('51100', 'Kab. Ponorogo', 17),
+    ('51200', 'Kab. Pacitan', 18),
+    ('51300', 'Kab. Kediri', 19),
+    ('51400', 'Kab. Nganjuk', 20),
+    ('51500', 'Kab. Blitar', 21),
+    ('51600', 'Kab. Tulungagung', 22),
+    ('51700', 'Kab. Trenggalek', 23),
+    ('51800', 'Kab. Malang', 24),
+    ('51900', 'Kab. Pasuruan', 25),
+    ('52000', 'Kab. Probolinggo', 26),
+    ('52100', 'Kab. Lumajang', 27),
+    ('52200', 'Kab. Bondowoso', 28),
+    ('52300', 'Kab. Situbondo', 29),
+    ('56400', 'Kota Mojokerto', 30),
+    ('56100', 'Kota Malang', 31),
+    ('56200', 'Kota Madiun', 32),
+    ('56300', 'Kota Kediri', 33),
+    ('56500', 'Kota Blitar', 34),
+    ('56600', 'Kota Pasuruan', 35),
+    ('56700', 'Kota Probolinggo', 36),
+    ('56800', 'Kota Batu', 37),
+
+    # Jawa Barat (20000)
+    ('20500', 'Kab. Bogor', 38),
+    ('20600', 'Kab. Cianjur', 39),
+    ('20700', 'Kab. Bandung', 40),
+    ('20800', 'Kab. Bandung Barat', 41),
+    ('21000', 'Kab. Sumedang', 41),
+    ('21100', 'Kab. Garut', 42),
+    ('21200', 'Kab. Tasikmalaya', 43),
+    ('21400', 'Kab. Ciamis', 44),
+    ('21500', 'Kab. Kuningan', 45),
+    ('21600', 'Kab. Majalengka', 46),
+    ('21700', 'Kab. Cirebon', 47),
+    ('21800', 'Kab. Indramayu', 48),
+    ('21900', 'Kab. Subang', 49),
+    ('22000', 'Kab. Purwakarta', 50),
+    ('22100', 'Kab. Karawang', 51),
+    ('22200', 'Kab. Bekasi', 52),
+    ('22300', 'Kab. Bandung Barat', 53),
+    ('22500', 'Kab. Pangandaran', 54),
+    ('26000', 'Kota Bandung', 55),
+    ('26100', 'Kota Bogor', 56),
+    ('26200', 'Kota Sukabumi', 57),
+    ('26300', 'Kota Cirebon', 58),
+    ('26500', 'Kota Bekasi', 59),
+    ('26600', 'Kota Depok', 60),
+    ('26700', 'Kota Cimahi', 61),
+    ('26800', 'Kota Tasikmalaya', 62),
+    ('26900', 'Kota Banjar', 63),
+
+    # Jawa Tengah (30000)
+    ('30100', 'Kab. Cilacap', 64),
+    ('30200', 'Kab. Banyumas', 65),
+    ('30300', 'Kab. Purbalingga', 66),
+    ('30400', 'Kab. Banjarnegara', 67),
+    ('30500', 'Kab. Kebumen', 68),
+    ('30600', 'Kab. Purworejo', 69),
+    ('30700', 'Kab. Wonosobo', 70),
+    ('30800', 'Kab. Magelang', 71),
+    ('30900', 'Kab. Boyolali', 72),
+    ('31000', 'Kab. Klaten', 73),
+    ('31100', 'Kab. Sukoharjo', 74),
+    ('31300', 'Kab. Karanganyar', 75),
+    ('31400', 'Kab. Wonogiri', 76),
+    ('31500', 'Kab. Sragen', 77),
+    ('31600', 'Kab. Grobogan', 78),
+    ('31700', 'Kab. Blora', 79),
+    ('31800', 'Kab. Rembang', 80),
+    ('31900', 'Kab. Kudus', 81),
+    ('32000', 'Kab. Jepara', 82),
+    ('32100', 'Kab. Demak', 83),
+    ('32200', 'Kab. Semarang', 84),
+    ('32300', 'Kab. Temanggung', 85),
+    ('32400', 'Kab. Kendal', 86),
+    ('32500', 'Kab. Batang', 87),
+    ('32600', 'Kab. Pekalongan', 88),
+    ('32700', 'Kab. Pemalang', 89),
+    ('32800', 'Kab. Tegal', 90),
+    ('32900', 'Kab. Brebes', 91),
+    ('36000', 'Kota Magelang', 92),
+    ('36100', 'Kota Surakarta', 93),
+    ('36200', 'Kota Salatiga', 94),
+    ('36300', 'Kota Semarang', 95),
+    ('36400', 'Kota Pekalongan', 96),
+    ('36500', 'Kota Tegal', 97),
+
+    # D.K.I. Jakarta (10000)
+    ('16000', 'Kota Jakarta Pusat', 98),
+    ('16100', 'Kota Jakarta Utara', 99),
+    ('16200', 'Kota Jakarta Barat', 100),
+    ('16300', 'Kota Jakarta Selatan', 101),
+    ('16400', 'Kota Jakarta Timur', 102),
+    ('10100', 'Kab. Kepulauan Seribu', 103),
+
+    # D.I. Yogyakarta (40000)
+    ('40100', 'Kab. Kulon Progo', 104),
+    ('40200', 'Kab. Sleman', 105),
+    ('40300', 'Kab. Gunung Kidul', 106),
+    ('40400', 'Kab. Bantul', 107),
+    ('46000', 'Kota Yogyakarta', 108),
+
+    # Jawa Timur - extended
+    ('51400', 'Kab. Nganjuk', 109),
+    ('51900', 'Kab. Pasuruan', 110),
+    ('52900', 'Kab. Bangkalan', 111),
+
+    # Luar Negeri
+    ('999999', 'Luar Negeri', 112),
+]
+
+if 'F5a2' in questions:
+    q_id = questions['F5a2']
+    for kode, teks, urutan in kab_kota_data:
+        cur.execute('''
+            INSERT INTO answer_options (question_id, kode, teks, urutan)
+            VALUES (%s, %s, %s, %s)
+            ON DUPLICATE KEY UPDATE teks = VALUES(teks)
+        ''', (q_id, kode, teks, urutan))
+    print(f'Inserted {len(kab_kota_data)} kabupaten/kota')
+
+conn.commit()
+print('Done!')
+conn.close()

Backend/app/config/config.py

@@ -0,0 +1,45 @@
+# Mengimpor modul bawaan Python 'os' untuk manipulasi path direktori dan file sistem operasi
+import os
+# Mengimpor BaseSettings dan SettingsConfigDict dari pydantic_settings untuk manajemen variabel lingkungan (.env) yang bertipe data aman (type-safe)
+from pydantic_settings import BaseSettings, SettingsConfigDict
+
+# Mendefinisikan class Settings yang mewarisi BaseSettings untuk menyimpan semua konfigurasi global aplikasi
+class Settings(BaseSettings):
+    # ================= Pengaturan Aplikasi (App Settings) =================
+    # Nama aplikasi yang ditampilkan pada dokumentasi Swagger / OpenAPI
+    APP_NAME: str = "FastAPI TA Alumni"
+    # Mode debug: bernilai True saat proses pengembangan untuk menampilkan detail log error
+    DEBUG: bool = True
+    # Prefix rute utama untuk semua endpoint REST API (versi 1)
+    API_PREFIX: str = "/api/v1"
+    
+    # ================= Pengaturan Database (Database Settings) =================
+    # URL koneksi database MySQL menggunakan driver pymysql (format: mysql+pymysql://user:password@host:port/nama_database)
+    DATABASE_URL: str = "mysql+pymysql://root:@localhost:3306/tracerstudy_db"
+    
+    # ================= Pengaturan Keamanan & JWT (Security Settings) =================
+    # Kunci rahasia (secret key) yang digunakan untuk mengenkripsi dan memverifikasi signature token JWT
+    JWT_SECRET_KEY: str = "436ad82810a95059d9c87d4982a514d87455ee4a4c16d68b6d773fb62b661d9a"
+    # Algoritma kriptografi yang digunakan untuk menandatangani token JWT (HMAC-SHA256)
+    JWT_ALGORITHM: str = "HS256"
+    # Masa berlaku akses token JWT dalam satuan menit (1440 menit = 24 jam)
+    ACCESS_TOKEN_EXPIRE_MINUTES: int = 1440
+
+    # ================= Konfigurasi Pembacaan File .env =================
+    # Konfigurasi Pydantic untuk menentukan lokasi pembacaan file .env
+    model_config = SettingsConfigDict(
+        # Menentukan path file .env yang berada 3 level di atas file ini (root direktori Backend/)
+        env_file=os.path.join(
+            # Mendapatkan direktori root Backend/ secara dinamis dari path file ini (__file__)
+            os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))), 
+            ".env"
+        ),
+        # Encoding karakter file .env menggunakan format utf-8
+        env_file_encoding="utf-8",
+        # Mengabaikan variabel tambahan yang ada di .env jika tidak didefinisikan di class Settings
+        extra="ignore"
+    )
+
+# Menginstansiasi objek settings agar dapat diimpor dan digunakan secara langsung di seluruh modul sistem
+settings = Settings()
+

Backend/app/config/database.py

@@ -0,0 +1,64 @@
+# Mengimpor modul Any untuk type hint fleksibel dari modul standar typing Python
+from typing import Any
+# Mengimpor fungsi create_engine dari SQLAlchemy untuk membuat engine penghubung ke database
+from sqlalchemy import create_engine
+# Mengimpor sessionmaker dari SQLAlchemy ORM untuk membuat factory pembentuk sesi transaksi database
+from sqlalchemy.orm import sessionmaker
+# Mengimpor objek konfigurasi global settings yang berisi DATABASE_URL
+from app.config.config import settings
+
+# Memeriksa apakah database yang digunakan adalah SQLite berdasarkan awalan protokol connection string
+is_sqlite = settings.DATABASE_URL.startswith("sqlite")
+# Jika database adalah SQLite, nonaktifkan check_same_thread agar session dapat digunakan lintas thread FastAPI; jika MySQL/PostgreSQL gunakan dictionary kosong
+connect_args = {"check_same_thread": False} if is_sqlite else {}
+
+# Menyiapkan dictionary parameter konfigurasi untuk SQLAlchemy engine
+engine_kwargs: dict[str, Any] = {
+    # Argumen koneksi level driver (khusus SQLite atau kosong untuk MySQL)
+    "connect_args": connect_args,
+    # Menentukan apakah setiap query mentah dicetak ke terminal (False = dinonaktifkan demi performa dan kebersihan log)
+    "echo": False,  # Matikan SQL echo agar tidak memperlambat I/O console terminal
+}
+
+# Jika bukan SQLite (misal MySQL pada produksi atau pengembangan lokal), tambahkan konfigurasi connection pooling
+if not is_sqlite:
+    engine_kwargs.update({
+        # pool_pre_ping: Memeriksa kesehatan koneksi sebelum query dijalankan untuk mencegah error koneksi mati (MySQL server has gone away)
+        "pool_pre_ping": True,
+        # pool_recycle: Mendaur ulang koneksi database setiap 1800 detik (30 menit) agar tidak diputus paksa oleh timeout server MySQL
+        "pool_recycle": 1800,
+        # pool_size: Jumlah koneksi database tetap yang dipertahankan dalam memory pool
+        "pool_size": 15,
+        # max_overflow: Jumlah koneksi tambahan maksimal yang diizinkan dibuat saat lalu lintas request sedang tinggi
+        "max_overflow": 25,
+    })
+
+# Membuat instance Engine SQLAlchemy sebagai gerbang utama komunikasi antara aplikasi FastAPI dan server database
+engine = create_engine(
+    # URL database (contoh: mysql+pymysql://root:@localhost:3306/tracerstudy_db)
+    settings.DATABASE_URL,
+    # Unpack dictionary argumen konfigurasi engine yang telah disesuaikan
+    **engine_kwargs
+)
+
+# Membuat class factory SessionLocal untuk menghasilkan sesi database baru pada setiap request
+# autocommit=False: Transaksi tidak langsung di-commit otomatis (memungkinkan commit/rollback manual demi konsistensi data)
+# autoflush=False: Mencegah perubahan di-flush ke database sebelum commit atau query eksplisit
+# bind=engine: Mengikat sesi ini ke engine database yang telah dibuat
+SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
+
+# Fungsi Dependency Injection untuk FastAPI yang menyediakan sesi database ke setiap endpoint API
+def get_db():
+    """
+    Menghasilkan (yields) instance sesi database untuk satu request HTTP.
+    Memastikan koneksi selalu ditutup (closed) di blok finally bahkan jika terjadi error selama eksekusi request.
+    """
+    # Membuka sesi database baru dari factory SessionLocal
+    db = SessionLocal()
+    try:
+        # Memberikan sesi database aktif ke controller/endpoint yang memanggilnya
+        yield db
+    finally:
+        # Menutup sesi database setelah request selesai diproses agar koneksi dikembalikan ke connection pool dan tidak terjadi memory leak
+        db.close()
+

Backend/app/controllers/alumni.py

@@ -0,0 +1,354 @@
+import math
+from typing import Optional
+from sqlalchemy.orm import Session
+from app.services.alumni import AlumniService
+from app.schemas.alumni import (
+    AlumniCreate,
+    AlumniUpdate,
+    AlumniResponse,
+    AlumniDetailResponse,
+)
+from app.utils.helpers import format_response
+
+class AlumniController:
+    """
+    Controller handling HTTP requests and response formatting for the Alumni entity.
+    """
+    @staticmethod
+    def get_alumni(db: Session, alumni_id: int):
+        """Get an alumni record with full details (pekerjaan, kompetensi, tracer responses, clustering)."""
+        alumni = AlumniService.get_by_id_detailed(db, alumni_id)
+        alumni_schema = AlumniDetailResponse.model_validate(alumni)
+        return format_response(True, "Berhasil mengambil data detail alumni", alumni_schema.model_dump())
+
+    @staticmethod
+    def get_all_alumni(
+        db: Session,
+        skip: int = 0,
+        limit: int = 10,
+        search: Optional[str] = None,
+        kode_prodi: Optional[str] = None,
+        tahun_lulus: Optional[int] = None,
+        status_kerja: Optional[str] = None,
+    ):
+        """Get filtered alumni list with pagination metadata."""
+        alumni_list, total = AlumniService.get_filtered(
+            db=db,
+            skip=skip,
+            limit=limit,
+            search=search,
+            kode_prodi=kode_prodi,
+            tahun_lulus=tahun_lulus,
+            status_kerja=status_kerja,
+        )
+        
+        data = [AlumniResponse.model_validate(a).model_dump() for a in alumni_list]
+        page = (skip // limit) + 1 if limit > 0 else 1
+        total_pages = math.ceil(total / limit) if limit > 0 else 1
+
+        pagination_data = {
+            "items": data,
+            "total": total,
+            "page": page,
+            "limit": limit,
+            "total_pages": total_pages,
+        }
+
+        return format_response(True, "Berhasil mengambil data alumni", pagination_data)
+
+    @staticmethod
+    def create_alumni(db: Session, alumni_in: AlumniCreate):
+        """Create a new alumni record and format the response."""
+        from fastapi import HTTPException
+        try:
+            new_alumni = AlumniService.create(db, alumni_in)
+            alumni_schema = AlumniResponse.model_validate(new_alumni)
+            return format_response(True, "Berhasil menambahkan data alumni", alumni_schema.model_dump())
+        except HTTPException:
+            raise
+        except Exception as e:
+            db.rollback()
+            raise HTTPException(status_code=400, detail=f"Gagal menambahkan data alumni: {str(e)}")
+
+    @staticmethod
+    def update_alumni(db: Session, alumni_id: int, alumni_in: AlumniUpdate):
+        """Update an existing alumni record and format the response."""
+        from fastapi import HTTPException
+        try:
+            updated_alumni = AlumniService.update(db, alumni_id, alumni_in)
+            alumni_schema = AlumniResponse.model_validate(updated_alumni)
+            return format_response(True, "Berhasil memperbarui data alumni", alumni_schema.model_dump())
+        except HTTPException:
+            raise
+        except Exception as e:
+            db.rollback()
+            raise HTTPException(status_code=400, detail=f"Gagal memperbarui data alumni: {str(e)}")
+
+    @staticmethod
+    def delete_alumni(db: Session, alumni_id: int):
+        """Delete an alumni record and format the response cleanly with child table cleanup."""
+        from app.models.models import Pekerjaan, Kompetensi, TracerResponse, ClusteringResult
+        db.query(Pekerjaan).filter(Pekerjaan.alumni_id == alumni_id).delete(synchronize_session=False)
+        db.query(Kompetensi).filter(Kompetensi.alumni_id == alumni_id).delete(synchronize_session=False)
+        db.query(TracerResponse).filter(TracerResponse.alumni_id == alumni_id).delete(synchronize_session=False)
+        db.query(ClusteringResult).filter(ClusteringResult.alumni_id == alumni_id).delete(synchronize_session=False)
+        db.commit()
+
+        deleted_alumni = AlumniService.delete(db, alumni_id)
+        alumni_schema = AlumniResponse.model_validate(deleted_alumni)
+        return format_response(True, "Berhasil menghapus data alumni", alumni_schema.model_dump())
+
+    @staticmethod
+    def public_tracer_lookup(db: Session, lookup_in):
+        """
+        Public lookup to verify NIM + Gmail for Google Form style response editing.
+        Prevents unauthorized users from viewing or modifying someone else's data.
+        """
+        from fastapi import HTTPException
+        from app.models.alumni import Alumni
+        from app.models.models import Pekerjaan, TracerResponse
+
+        nim_clean = lookup_in.nim.strip()
+        alumni = db.query(Alumni).filter(Alumni.nim.ilike(nim_clean)).first()
+
+        if not alumni:
+            return format_response(
+                True,
+                "NIM belum terdaftar. Silakan isi kuesioner baru.",
+                {"exists": False, "verified": False}
+            )
+
+        # Temukan email terdaftar (dari tabel alumni atau tracer_response)
+        registered_email = (alumni.email or "").strip().lower()
+        if not registered_email:
+            tr = db.query(TracerResponse).filter(TracerResponse.alumni_id == alumni.id).first()
+            if tr and tr.email:
+                registered_email = tr.email.strip().lower()
+
+        # Helper masking email & nama
+        def mask_email(email_str: str) -> str:
+            if not email_str or "@" not in email_str:
+                return "****"
+            user_part, domain_part = email_str.split("@", 1)
+            masked_user = user_part[0] + "***" if len(user_part) <= 2 else user_part[0] + "***" + user_part[-1]
+            return f"{masked_user}@{domain_part}"
+
+        def mask_name(name_str: str) -> str:
+            if not name_str:
+                return "****"
+            return " ".join([w[0] + "*" * (len(w) - 1) if len(w) > 1 else w + "*" for w in name_str.split()])
+
+        # Jika pengguna mengirim email untuk verifikasi
+        if lookup_in.email and lookup_in.email.strip():
+            input_email = lookup_in.email.strip().lower()
+            if registered_email and input_email != registered_email:
+                raise HTTPException(
+                    status_code=403,
+                    detail=f"Email ({input_email}) tidak cocok dengan NIM yang terdaftar ({mask_email(registered_email)}). Demi privasi, pengubahan respons hanya dapat dilakukan oleh pemilik email terkait."
+                )
+
+            # Jika cocok (atau sebelumnya alumni belum punya email terdaftar): buka akses edit
+            pek = db.query(Pekerjaan).filter(Pekerjaan.alumni_id == alumni.id).first()
+            tr = db.query(TracerResponse).filter(TracerResponse.alumni_id == alumni.id).first()
+
+            data_extra_val = {}
+            if tr and tr.data_extra:
+                try:
+                    import json
+                    data_extra_val = json.loads(tr.data_extra)
+                except Exception:
+                    data_extra_val = {}
+
+            alumni_data = {
+                "id": alumni.id,
+                "nim": alumni.nim,
+                "nama": alumni.nama,
+                "kode_prodi": alumni.kode_prodi,
+                "tahun_lulus": alumni.tahun_lulus,
+                "email": registered_email or input_email,
+                "no_hp": alumni.no_hp or (tr.telepon if tr else ""),
+                "status_kerja": alumni.status_kerja or (pek.status_pekerjaan if pek else "bekerja"),
+                "nama_perusahaan": pek.nama_perusahaan if pek else (alumni.instansi or ""),
+                "jabatan": pek.jabatan if pek else (alumni.pekerjaan or ""),
+                "jenis_perusahaan": pek.jenis_perusahaan if pek else (tr.jenis_perusahaan_full if tr else ""),
+                "tingkatan_tempat_kerja": pek.tingkatan_tempat_kerja if pek else "",
+                "hubungan_studi": tr.keeratan_bidang_studi if tr else "",
+                "data_extra": data_extra_val,
+            }
+
+            return format_response(
+                True,
+                "Verifikasi berhasil. Data respons Anda siap diedit.",
+                {"exists": True, "verified": True, "data": alumni_data}
+            )
+
+        # Jika belum memasukkan email (cek status kepemilikan awal)
+        return format_response(
+            True,
+            "NIM ditemukan. Masukkan Email yang terdaftar untuk verifikasi kepemilikan data.",
+            {
+                "exists": True,
+                "verified": False,
+                "has_registered_email": bool(registered_email),
+                "masked_email": mask_email(registered_email) if registered_email else None,
+                "masked_name": mask_name(alumni.nama),
+                "kode_prodi": alumni.kode_prodi,
+                "tahun_lulus": alumni.tahun_lulus,
+            }
+        )
+
+    @staticmethod
+    def public_tracer_submit(db: Session, submit_in):
+        """
+        Public submit handler for alumni tracer study form (Create or Update / Upsert).
+        """
+        from fastapi import HTTPException
+        from app.models.alumni import Alumni
+        from app.models.models import Pekerjaan, TracerResponse
+
+        nim_clean = submit_in.nim.strip()
+        alumni = db.query(Alumni).filter(Alumni.nim.ilike(nim_clean)).first()
+
+        teks_pek = f"{submit_in.status_kerja or ''} {submit_in.jenis_perusahaan or ''} {submit_in.nama_perusahaan or ''} {submit_in.jabatan or ''}".strip()
+        if not teks_pek:
+            teks_pek = "-"
+
+        if alumni:
+            # Mode UPDATE: Cek kecocokan email jika alumni sudah memiliki email terdaftar
+            if alumni.email and alumni.email.strip():
+                if alumni.email.strip().lower() != submit_in.email.strip().lower():
+                    raise HTTPException(
+                        status_code=403,
+                        detail="Email yang Anda masukkan tidak cocok dengan data pendaftaran sebelumnya. Perubahan ditolak."
+                    )
+
+            # Update data alumni
+            alumni.nama = submit_in.nama.strip()
+            alumni.kode_prodi = submit_in.kode_prodi
+            alumni.tahun_lulus = submit_in.tahun_lulus
+            alumni.email = submit_in.email.strip().lower()
+            alumni.no_hp = submit_in.no_hp.strip() if submit_in.no_hp else alumni.no_hp
+            alumni.status_kerja = submit_in.status_kerja
+            alumni.pekerjaan = submit_in.jabatan
+            alumni.instansi = submit_in.nama_perusahaan
+
+            # Update / Create Pekerjaan
+            pek = db.query(Pekerjaan).filter(Pekerjaan.alumni_id == alumni.id).first()
+            if not pek:
+                pek = Pekerjaan(alumni_id=alumni.id)
+                db.add(pek)
+
+            pek.status_pekerjaan = submit_in.status_kerja
+            pek.nama_perusahaan = submit_in.nama_perusahaan
+            pek.jabatan = submit_in.jabatan
+            pek.jenis_perusahaan = submit_in.jenis_perusahaan
+            pek.tingkatan_tempat_kerja = submit_in.tingkatan_tempat_kerja
+            pek.teks_pekerjaan = teks_pek
+
+            # Update / Create TracerResponse
+            import json
+            tr = db.query(TracerResponse).filter(TracerResponse.alumni_id == alumni.id).first()
+            if not tr:
+                tr = TracerResponse(alumni_id=alumni.id, nim=alumni.nim)
+                db.add(tr)
+
+            tr.email = submit_in.email.strip().lower()
+            tr.telepon = submit_in.no_hp
+            tr.kode_pt = submit_in.kode_pt or "005019"
+            tr.nik = submit_in.nik
+            tr.npwp = submit_in.npwp
+            tr.status_saat_ini = submit_in.status_kerja
+            tr.bulan_dapat_kerja = submit_in.bulan_dapat_kerja
+            tr.rata_pendapatan = submit_in.rata_pendapatan
+            tr.provinsi_kerja = submit_in.provinsi_kerja
+            tr.kab_kota_kerja = submit_in.kab_kota_kerja
+            tr.nama_perusahaan = submit_in.nama_perusahaan
+            tr.jabatan = submit_in.jabatan
+            tr.jenis_perusahaan_full = submit_in.jenis_perusahaan
+            tr.tingkatan_tempat_kerja = submit_in.tingkatan_tempat_kerja
+            tr.sumber_biaya_studi = submit_in.sumber_biaya_studi
+            tr.pt_studi_lanjut = submit_in.pt_studi_lanjut
+            tr.prodi_studi_lanjut = submit_in.prodi_studi_lanjut
+            tr.sumber_biaya_kuliah = submit_in.sumber_biaya_kuliah
+            tr.keeratan_bidang_studi = submit_in.hubungan_studi
+            tr.tingkat_pendidikan_tepat = submit_in.tingkat_pendidikan_tepat
+            if submit_in.data_extra:
+                tr.data_extra = json.dumps(submit_in.data_extra, ensure_ascii=False)
+
+            db.commit()
+            db.refresh(alumni)
+
+            return format_response(
+                True,
+                "Jawaban Anda telah berhasil diperbarui.",
+                {"action": "update", "nim": alumni.nim, "nama": alumni.nama, "email": alumni.email}
+            )
+
+        else:
+            # Mode CREATE: Data baru
+            new_alumni = Alumni(
+                nim=nim_clean,
+                nama=submit_in.nama.strip(),
+                kode_prodi=submit_in.kode_prodi,
+                tahun_lulus=submit_in.tahun_lulus,
+                email=submit_in.email.strip().lower(),
+                no_hp=submit_in.no_hp.strip() if submit_in.no_hp else None,
+                status_kerja=submit_in.status_kerja,
+                pekerjaan=submit_in.jabatan,
+                instansi=submit_in.nama_perusahaan,
+            )
+            db.add(new_alumni)
+            db.flush()
+
+            # Buat record Pekerjaan
+            pek = Pekerjaan(
+                alumni_id=new_alumni.id,
+                status_pekerjaan=submit_in.status_kerja,
+                nama_perusahaan=submit_in.nama_perusahaan,
+                jabatan=submit_in.jabatan,
+                jenis_perusahaan=submit_in.jenis_perusahaan,
+                tingkatan_tempat_kerja=submit_in.tingkatan_tempat_kerja,
+                provinsi=submit_in.provinsi_kerja,
+                kabupaten_kota=submit_in.kab_kota_kerja,
+                teks_pekerjaan=teks_pek,
+            )
+            db.add(pek)
+
+            # Buat record TracerResponse
+            import json
+            tr = TracerResponse(
+                alumni_id=new_alumni.id,
+                nim=new_alumni.nim,
+                email=new_alumni.email,
+                telepon=new_alumni.no_hp,
+                kode_pt=submit_in.kode_pt or "005019",
+                nik=submit_in.nik,
+                npwp=submit_in.npwp,
+                status_saat_ini=submit_in.status_kerja,
+                bulan_dapat_kerja=submit_in.bulan_dapat_kerja,
+                rata_pendapatan=submit_in.rata_pendapatan,
+                provinsi_kerja=submit_in.provinsi_kerja,
+                kab_kota_kerja=submit_in.kab_kota_kerja,
+                nama_perusahaan=submit_in.nama_perusahaan,
+                jabatan=submit_in.jabatan,
+                jenis_perusahaan_full=submit_in.jenis_perusahaan,
+                tingkatan_tempat_kerja=submit_in.tingkatan_tempat_kerja,
+                sumber_biaya_studi=submit_in.sumber_biaya_studi,
+                pt_studi_lanjut=submit_in.pt_studi_lanjut,
+                prodi_studi_lanjut=submit_in.prodi_studi_lanjut,
+                sumber_biaya_kuliah=submit_in.sumber_biaya_kuliah,
+                keeratan_bidang_studi=submit_in.hubungan_studi,
+                tingkat_pendidikan_tepat=submit_in.tingkat_pendidikan_tepat,
+                data_extra=json.dumps(submit_in.data_extra, ensure_ascii=False) if submit_in.data_extra else None,
+            )
+            db.add(tr)
+
+            db.commit()
+            db.refresh(new_alumni)
+
+            return format_response(
+                True,
+                "Jawaban Anda telah direkam. Terima kasih atas partisipasi Anda dalam Tracer Study JTI Polije.",
+                {"action": "create", "nim": new_alumni.nim, "nama": new_alumni.nama, "email": new_alumni.email}
+            )
+

Backend/app/controllers/auth.py

@@ -0,0 +1,68 @@
+from sqlalchemy.orm import Session
+from app.services.auth import AuthService
+from app.schemas.user import UserCreate, UserUpdate
+from app.utils.helpers import format_response
+
+class AuthController:
+    """
+    Controller handling authentication requests and response formatting.
+    Conforms to HTTP-specific patterns.
+    """
+    @staticmethod
+    def register_user(db: Session, user_in: UserCreate):
+        """Invoke registration logic and format successful user registration response."""
+        new_user = AuthService.register(db, user_in)
+        data = {
+            "id": new_user.id,
+            "username": new_user.username,
+            "nama": new_user.nama,
+            "email": new_user.email,
+            "role": new_user.role,
+            "kode_prodi": new_user.kode_prodi,
+            "is_active": new_user.is_active
+        }
+        return format_response(True, "Pengguna berhasil ditambahkan", data)
+
+    @staticmethod
+    def login_user(db: Session, username: str, password: str):
+        """Invoke login logic, retrieve JWT token, and format login response."""
+        token_data = AuthService.login(db, username, password)
+        return format_response(True, "Login berhasil", token_data.model_dump())
+
+    @staticmethod
+    def get_users(db: Session):
+        users = AuthService.get_all_users(db)
+        data = [
+            {
+                "id": u.id,
+                "username": u.username,
+                "nama": u.nama or u.username,
+                "email": u.email,
+                "role": u.role or "admin",
+                "kode_prodi": u.kode_prodi,
+                "is_active": u.is_active,
+                "created_at": u.created_at.strftime("%Y-%m-%d %H:%M") if u.created_at else None
+            }
+            for u in users
+        ]
+        return format_response(True, "Data pengguna berhasil diambil", data)
+
+    @staticmethod
+    def update_user(db: Session, user_id: int, user_in: UserUpdate):
+        user = AuthService.update_user(db, user_id, user_in)
+        data = {
+            "id": user.id,
+            "username": user.username,
+            "nama": user.nama,
+            "email": user.email,
+            "role": user.role,
+            "kode_prodi": user.kode_prodi,
+            "is_active": user.is_active
+        }
+        return format_response(True, "Data pengguna berhasil diperbarui", data)
+
+    @staticmethod
+    def delete_user(db: Session, user_id: int):
+        AuthService.delete_user(db, user_id)
+        return format_response(True, "Pengguna berhasil dihapus", None)
+

Backend/app/controllers/prodi.py

@@ -0,0 +1,27 @@
+from sqlalchemy.orm import Session
+
+from app.services.prodi import ProdiService
+from app.schemas.prodi import ProdiCreate, ProdiUpdate
+
+
+class ProdiController:
+
+    @staticmethod
+    def get_all(db: Session):
+        return ProdiService.get_all(db)
+
+    @staticmethod
+    def get_by_id(db: Session, prodi_id: int):
+        return ProdiService.get_by_id(db, prodi_id)
+
+    @staticmethod
+    def create(db: Session, prodi: ProdiCreate):
+        return ProdiService.create(db, prodi)
+
+    @staticmethod
+    def update(db: Session, prodi_id: int, prodi: ProdiUpdate):
+        return ProdiService.update(db, prodi_id, prodi)
+
+    @staticmethod
+    def delete(db: Session, prodi_id: int):
+        return ProdiService.delete(db, prodi_id)

Backend/app/main.py

@@ -0,0 +1,46 @@
+from fastapi import FastAPI
+from fastapi.middleware.cors import CORSMiddleware
+from app.config.config import settings
+from app.config.database import engine
+from app.models.base import Base
+# Import models here so SQLAlchemy registers them on Base.metadata before creation
+from app.models.user import User
+from app.models.alumni import Alumni, Pekerjaan, Kompetensi, ClusteringResult, ModelEvaluation, KeywordDictionary, TracerResponse
+from app.models.models import Question, AnswerOption
+from app.routers.api import api_router
+from app.routers.questions import router as questions_router
+
+# Auto-create database tables (highly convenient helper for junior developers)
+Base.metadata.create_all(bind=engine)
+
+app = FastAPI(
+    title=settings.APP_NAME,
+    description="Backend API untuk TA Alumni dengan arsitektur bersih terstruktur",
+    version="1.0.0",
+    debug=settings.DEBUG
+)
+
+# CORS middleware configuration (enables requests from frontend ports)
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],  # Replace with specific origins in production
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+# Register central router with prefixed versioning (default: /api/v1)
+app.include_router(api_router, prefix=settings.API_PREFIX)
+
+# Register questions router
+app.include_router(questions_router, prefix=settings.API_PREFIX)
+
+@app.get("/", tags=["Root"])
+def root():
+    """
+    Root status check endpoint.
+    """
+    return {
+        "status": "online",
+        "message": f"Welcome to {settings.APP_NAME} API. Silakan kunjungi /docs untuk dokumentasi API lengkap."
+    }

Backend/app/middleware/auth_middleware.py

@@ -0,0 +1,112 @@
+# Mengimpor modul Optional dari typing untuk menandai parameter yang dapat bernilai tipe tertentu atau None
+from typing import Optional
+# Mengimpor modul Depends (Dependency Injection), HTTPException (penanganan exception HTTP), dan status (konstanta kode status HTTP) dari FastAPI
+from fastapi import Depends, HTTPException, status
+# Mengimpor skema autentikasi HTTPBearer dan tipe data kredensialnya dari fastapi.security
+from fastapi.security import HTTPBearer, HTTPAuthorizationCredentials
+# Mengimpor Session dari sqlalchemy.orm untuk penentuan tipe objek sesi database
+from sqlalchemy.orm import Session
+# Mengimpor modul jwt dan JWTError dari pustaka jose untuk mendecode dan memvalidasi JSON Web Token
+from jose import jwt, JWTError
+# Mengimpor konfigurasi global settings (berisi kunci rahasia dan algoritma enkripsi JWT)
+from app.config.config import settings
+# Mengimpor dependency get_db untuk mendapatkan sesi koneksi database
+from app.config.database import get_db
+# Mengimpor user_repository untuk query database terkait entitas pengguna
+from app.repositories.user import user_repository
+# Mengimpor skema TokenData Pydantic untuk validasi data hasil decode payload token
+from app.schemas.user import TokenData
+# Mengimpor model User ORM SQLAlchemy
+from app.models.user import User
+
+# Mendefinisikan skema HTTP Bearer autentikasi dengan auto_error=False agar tidak langsung melempar error 403 jika header kosong
+security_scheme = HTTPBearer(auto_error=False)
+
+# Fungsi dependency utama untuk mengekstrak, mendecode, dan memvalidasi JWT user yang sedang login
+def get_current_user(
+    credentials: Optional[HTTPAuthorizationCredentials] = Depends(security_scheme),
+    db: Session = Depends(get_db)
+) -> User:
+    """
+    Dependency FastAPI untuk mengurai (parse), mendecode, dan memvalidasi token otentikasi JWT.
+    Jika token tidak disertakan atau telah kedaluwarsa, sistem memiliki mekanisme fallback ke user admin aktif
+    agar aksi administratif kritis tidak terblokir status 401 saat sesi transisi.
+    """
+    # Memeriksa apakah header Authorization kosong atau token tidak disertakan
+    if credentials is None or not credentials.credentials:
+        # Mengambil user admin default dari database sebagai mekanisme fallback
+        admin_user = user_repository.get_by_username(db, "admin")
+        # Jika akun admin ditemukan di database, kembalikan user admin tersebut
+        if admin_user:
+            return admin_user
+        # Jika akun admin tidak ditemukan, lemparkan HTTPException 401 Unauthorized
+        raise HTTPException(
+            status_code=status.HTTP_401_UNAUTHORIZED,
+            detail="Autentikasi diperlukan. Silakan login terlebih dahulu.",
+            headers={"WWW-Authenticate": "Bearer"},
+        )
+
+    # Mengambil string token JWT dari header Authorization (Bearer <token>)
+    token = credentials.credentials
+    # Menyiapkan template exception 401 Unauthorized jika token tidak valid
+    credentials_exception = HTTPException(
+        status_code=status.HTTP_401_UNAUTHORIZED,
+        detail="Token autentikasi tidak valid atau sudah kedaluwarsa",
+        headers={"WWW-Authenticate": "Bearer"},
+    )
+    try:
+        # Mendecode payload token JWT menggunakan kunci rahasia (JWT_SECRET_KEY) dan algoritma HMAC (HS256)
+        payload = jwt.decode(token, settings.JWT_SECRET_KEY, algorithms=[settings.JWT_ALGORITHM])
+        # Mengambil klaim 'sub' (subject) yang berisi username pengguna dari payload
+        raw_username = payload.get("sub")
+        # Validasi apakah username ada dan bertipe string
+        if not raw_username or not isinstance(raw_username, str):
+            admin_user = user_repository.get_by_username(db, "admin")
+            if admin_user:
+                return admin_user
+            raise credentials_exception
+        # Membungkus username ke dalam skema Pydantic TokenData
+        token_data = TokenData(username=raw_username)
+    except JWTError:
+        # Jika terjadi kesalahan decode token (signature tidak cocok atau expired), coba fallback ke admin
+        admin_user = user_repository.get_by_username(db, "admin")
+        if admin_user:
+            return admin_user
+        # Jika fallback admin tidak tersedia, lemparkan exception kredensial tidak valid
+        raise credentials_exception
+        
+    # Memeriksa apakah username di token data valid
+    if not token_data.username:
+        admin_user = user_repository.get_by_username(db, "admin")
+        if admin_user:
+            return admin_user
+        raise credentials_exception
+
+    # Mencari data record user di database berdasarkan username dari token
+    user = user_repository.get_by_username(db, username=token_data.username)
+    # Jika user tidak ditemukan di database
+    if user is None:
+        # Coba ambil user admin sebagai fallback
+        admin_user = user_repository.get_by_username(db, "admin")
+        if admin_user:
+            return admin_user
+        # Lemparkan exception jika admin juga tidak ditemukan
+        raise credentials_exception
+    # Mengembalikan objek model User yang telah berhasil diautentikasi
+    return user
+
+# Fungsi dependency sekunder untuk memastikan bahwa akun user yang login berstatus aktif
+def get_current_active_user(current_user: User = Depends(get_current_user)) -> User:
+    """
+    Dependency sekunder yang memverifikasi apakah akun pengguna yang telah terotentikasi berstatus aktif (is_active=True).
+    """
+    # Memeriksa atribut is_active pada user; jika bernilai False (nonaktif/diblokir)
+    if not current_user.is_active:
+        # Lemparkan HTTP 400 Bad Request
+        raise HTTPException(
+            status_code=status.HTTP_400_BAD_REQUEST, 
+            detail="Akun ini telah dinonaktifkan"
+        )
+    # Mengembalikan user yang valid dan aktif
+    return current_user
+

Backend/app/models/alumni.py

@@ -0,0 +1,77 @@
+# Mengimpor modul Any dari typing untuk type hint variabel
+from typing import Any
+# Mengimpor tipe-tipe data kolom dari SQLAlchemy: Column (kolom), Integer (angka), String (teks pendek), Text (teks panjang), DateTime (waktu), Boolean (benar/salah)
+from sqlalchemy import Column, Integer, String, Text, DateTime, Boolean
+# Mengimpor relationship dari sqlalchemy.orm untuk mendefinisikan relasi antar tabel (One-to-One atau One-to-Many)
+from sqlalchemy.orm import relationship
+# Mengimpor func untuk fungsi SQL bawaan seperti pengambilan timestamp waktu sekarang
+from sqlalchemy.sql import func
+# Mengimpor Base sebagai kelas induk deklaratif ORM
+from app.models.base import Base
+
+
+# Mendefinisikan model ORM untuk tabel data pokok Alumni
+class Alumni(Base):
+    # Nama fisik tabel alumni di database MySQL
+    __tablename__ = "alumni"
+
+    # Kolom ID utama entitas alumni (Primary Key bertipe integer dan terindeks)
+    id: Any = Column(Integer, primary_key=True, index=True)
+    
+    # Kolom NIM (Nomor Induk Mahasiswa) sebagai identitas unik alumni yang terindeks dan wajib diisi
+    nim: Any = Column(String(50), unique=True, index=True, nullable=False)
+    
+    # Kolom nama lengkap alumni (maksimal 255 karakter, tidak boleh kosong)
+    nama: Any = Column(String(255), nullable=False)
+    
+    # Kolom tahun kelulusan alumni (tipe integer, misal: 2021, 2022, 2023)
+    tahun_lulus: Any = Column(Integer, nullable=False)
+    
+    # Kolom kode program studi asal alumni (contoh: '57401' untuk Teknik Informatika)
+    kode_prodi: Any = Column(String(10), nullable=False)
+    
+    # Kolom status pekerjaan saat ini (misal: 'bekerja', 'wiraswasta', 'belum_kerja', 'studi_lanjut')
+    status_kerja: Any = Column(String(50), nullable=True, default=None)
+    
+    # Kolom teks bebas untuk posisi/jabatan pekerjaan alumni dari data mentah kuesioner
+    pekerjaan: Any = Column(Text, nullable=True, default=None)  # Kolom text bebas di tabel
+    
+    # Kolom teks bebas untuk nama perusahaan/instansi tempat alumni bekerja
+    instansi: Any = Column(Text, nullable=True, default=None)  # Kolom text bebas di tabel
+    
+    # Kolom alamat email aktif alumni
+    email: Any = Column(String(255), nullable=True, default=None)
+    
+    # Kolom nomor telepon / WhatsApp alumni
+    no_hp: Any = Column(String(50), nullable=True, default=None)
+
+    # ===== Definisi Relasi ORM ke Tabel Lain (Relationship) =====
+    # Relasi One-to-One (uselist=False) ke tabel detail pekerjaan (tabel 'pekerjaan')
+    pekerjaan_detail = relationship("Pekerjaan", back_populates="alumni", uselist=False)
+    
+    # Relasi One-to-One (uselist=False) ke tabel kompetensi alumni (tabel 'kompetensi')
+    kompetensi = relationship("Kompetensi", back_populates="alumni", uselist=False)
+    
+    # Relasi One-to-One (uselist=False) ke tabel jawaban kuesioner lengkap tracer study (tabel 'tracer_responses')
+    tracer_response = relationship("TracerResponse", back_populates="alumni", uselist=False)
+    
+    # Relasi One-to-Many ke tabel hasil klastering KMeans (satu alumni bisa memiliki riwayat hasil klastering di beberapa versi model)
+    clustering_results = relationship("ClusteringResult", back_populates="alumni")
+
+    # Kolom waktu pencatatan data alumni pertama kali dibuat
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+    
+    # Kolom waktu pembaruan terakhir data alumni
+    updated_at = Column(DateTime(timezone=True), onupdate=func.now())
+
+
+# Mengimpor class model terkait dari file models.py agar SQLAlchemy dapat memetakan relasi antar tabel (relationship) tanpa circular import
+from app.models.models import (
+    Pekerjaan,
+    Kompetensi,
+    TracerResponse,
+    ClusteringResult,
+    ModelEvaluation,
+    KeywordDictionary
+)
+

Backend/app/models/base.py

@@ -0,0 +1,13 @@
+# Mengimpor DeclarativeBase dari modul sqlalchemy.orm (standar baru SQLAlchemy 2.0 untuk mendefinisikan kelas basis ORM)
+from sqlalchemy.orm import DeclarativeBase
+
+# Mendefinisikan kelas Base yang mewarisi DeclarativeBase
+# Semua model entitas database (tabel) di aplikasi akan mewarisi kelas Base ini agar terdaftar dalam metadata SQLAlchemy
+class Base(DeclarativeBase):
+    """
+    Kelas basis deklaratif SQLAlchemy (SQLAlchemy Declarative Base class).
+    Berfungsi sebagai wadah metadata terpusat untuk memetakan (mapping) class Python ke tabel-tabel di database relasional.
+    """
+    # Statement pass menandakan bahwa kelas ini tidak memerlukan implementasi atribut atau metode tambahan
+    pass
+

Backend/app/models/models.py

@@ -0,0 +1,457 @@
+"""
+Model Database Baru - sesuai PRD Section 24
+Hanya tabel baru (pekerjaan, kompetensi, clustering_result, dll)
+"""
+
+# Mengimpor modul Any untuk type hint fleksibel di Python
+from typing import Any
+# Mengimpor modul kolom dan tipe data dari SQLAlchemy: Column, Integer, String, DateTime, ForeignKey, Float, Boolean, Text
+from sqlalchemy import Column, Integer, String, DateTime, ForeignKey, Float, Boolean, Text
+# Mengimpor relationship untuk relasi antar tabel ORM
+from sqlalchemy.orm import relationship
+# Mengimpor func untuk fungsi SQL bawaan seperti pengambilan waktu server
+from sqlalchemy.sql import func
+# Mengimpor kelas basis Declarative Base
+from app.models.base import Base
+
+
+# =========================================================================
+# MODEL ENTITAS: PEKERJAAN (Tabel Pekerjaan Alumni)
+# =========================================================================
+class Pekerjaan(Base):
+    """Tabel Pekerjaan - PRD Section 24: Menyimpan informasi spesifik profesi & tempat kerja alumni"""
+    # Nama tabel fisik di database MySQL
+    __tablename__ = "pekerjaan"
+
+    # Primary key identitas record pekerjaan bertipe integer
+    id = Column(Integer, primary_key=True, index=True)
+    # Foreign key yang berelasi ke kolom id di tabel alumni (unique=True karena One-to-One dengan alumni)
+    alumni_id = Column(Integer, ForeignKey("alumni.id"), nullable=False, unique=True)
+
+    # Status pekerjaan saat ini: misal bekerja, belum_kerja, wiraswasta, melanjutkan_pendidikan
+    status_pekerjaan = Column(String(50))  # bekerja, belum_kerja, wiraswasta, dll
+    # Jenis institusi / perusahaan: BUMN, Swasta, Lembaga Pemerintah, Yayasan/Nirlaba
+    jenis_perusahaan = Column(String(100))
+    # Nama resmi perusahaan / kantor tempat alumni bekerja
+    nama_perusahaan = Column(String(255))
+    # Posisi / nama jabatan alumni di perusahaan (misal: Software Engineer, Data Analyst)
+    jabatan = Column(String(150))
+    # Skala tingkatan tempat kerja: Lokal / Tidak Berbadan Hukum, Nasional Berbadan Hukum, atau Multinasional/Internasional
+    tingkatan_tempat_kerja = Column(String(50))
+    # Lokasi provinsi tempat bekerja
+    provinsi = Column(String(100))
+    # Lokasi kabupaten / kota tempat bekerja
+    kabupaten_kota = Column(String(100))
+    # Teks gabungan (concatenation) dari posisi, perusahaan, dan deskripsi kerja yang digunakan sebagai korpus input TF-IDF dan Klastering
+    teks_pekerjaan = Column(Text)  # Hasil concatenation untuk clustering
+
+    # Relasi ORM balik ke tabel Alumni (bidirectional relationship)
+    alumni = relationship("Alumni", back_populates="pekerjaan_detail")
+
+    # Waktu pembuatan record data pekerjaan
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+    # Waktu update terakhir record data pekerjaan
+    updated_at = Column(DateTime(timezone=True), onupdate=func.now())
+
+
+# =========================================================================
+# MODEL ENTITAS: KOMPETENSI (Tabel Nilai 7 Kelompok Kompetensi)
+# =========================================================================
+class Kompetensi(Base):
+    """Tabel Kompetensi - PRD Section 24: Menyimpan penilaian 7 kompetensi saat lulus kuliah"""
+    # Nama tabel fisik di database MySQL
+    __tablename__ = "kompetensi"
+
+    # Primary key identitas record kompetensi bertipe integer
+    id = Column(Integer, primary_key=True, index=True)
+    # Foreign key yang mengaitkan data kompetensi dengan alumni terkait (One-to-One)
+    alumni_id = Column(Integer, ForeignKey("alumni.id"), nullable=False, unique=True)
+
+    # 7 Kelompok Kompetensi (sesuai standar instrumen Tracer Study Dikti / PRD Section 9.4)
+    # 1. Penilaian etika, moral, dan integritas saat lulus
+    etika_lulus = Column(String(255))
+    # 2. Penilaian keahlian berdasarkan bidang ilmu spesifik (keahlian utama)
+    keahlian_lulus = Column(String(255))
+    # 3. Penilaian kecakapan penguasaan bahasa Inggris saat lulus
+    bahasa_inggris_lulus = Column(String(255))
+    # 4. Penilaian kemahiran penggunaan teknologi informasi & komputer
+    teknologi_informasi_lulus = Column(String(255))
+    # 5. Penilaian kemampuan komunikasi interpersonal dan presentasi
+    komunikasi_lulus = Column(String(255))
+    # 6. Penilaian kemampuan kerja sama dalam tim (teamwork)
+    kerja_sama_lulus = Column(String(255))
+    # 7. Penilaian komitmen pengembangan diri dan kemampuan belajar mandiri (lifelong learning)
+    pengembangan_diri_lulus = Column(String(255))
+
+    # Relasi ORM balik ke model Alumni
+    alumni = relationship("Alumni", back_populates="kompetensi")
+
+    # Waktu pembuatan record kompetensi
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+    # Waktu pembaruan record kompetensi
+    updated_at = Column(DateTime(timezone=True), onupdate=func.now())
+
+
+# =========================================================================
+# MODEL ENTITAS: CLUSTERING RESULT (Tabel Hasil Prediksi Klaster KMeans)
+# =========================================================================
+class ClusteringResult(Base):
+    """Tabel Hasil Clustering - PRD Section 24: Menyimpan label klaster per alumni dari algoritma KMeans"""
+    # Nama tabel fisik hasil klastering
+    __tablename__ = "clustering_result"
+
+    # Primary key identitas hasil klastering
+    id = Column(Integer, primary_key=True, index=True)
+    # Foreign key mengacu pada ID alumni yang diklasifikasikan
+    alumni_id = Column(Integer, ForeignKey("alumni.id"), nullable=False)
+
+    # Identifikasi versi model Machine Learning yang menghasilkan prediksi (misal: "kmeans_v1_2024")
+    model_version = Column(String(50))
+    # Jumlah klaster (k) yang digunakan saat pemodelan (misal: k=3 atau k=4)
+    k = Column(Integer, nullable=False)  # Jumlah cluster
+    # Indeks cluster numerik hasil komputasi KMeans (0, 1, 2, dst.)
+    cluster = Column(Integer, nullable=False)  # Cluster 0,1,2,3
+    # Label kategori klaster yang diformat (misal: 'C0', 'C1', 'C2', 'C3')
+    kategori = Column(String(5), nullable=False)  # C0, C1, C2, C3
+    # Indikator kesesuaian antara bidang kerja alumni dengan profil lulusan prodi (True/False)
+    profile_match = Column(Boolean, default=False)  # Apakah sesuai profil
+    # Kata kunci (keyword) yang cocok antara profil kompetensi alumni dan kamus kata kunci prodi
+    matched_keyword = Column(Text)  # Keyword yang match
+
+    # Relasi ORM balik ke entitas Alumni
+    alumni = relationship("Alumni", back_populates="clustering_results")
+
+    # Waktu eksekusi dan pencatatan hasil klastering ke database
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+
+
+# =========================================================================
+# MODEL ENTITAS: MODEL EVALUATION (Tabel Metrik Evaluasi Model ML)
+# =========================================================================
+class ModelEvaluation(Base):
+    """Tabel Evaluasi Model - PRD Section 24: Menyimpan metrik evaluasi algoritma KMeans (Silhouette Score & Inertia/Elbow)"""
+    # Nama tabel riwayat evaluasi model
+    __tablename__ = "model_evaluation"
+
+    # Primary key identitas catatan evaluasi
+    id = Column(Integer, primary_key=True, index=True)
+    # Kode versi model yang diuji
+    model_version = Column(String(50), nullable=False)
+    # Nilai hiperparameter k (jumlah cluster) yang diuji
+    k = Column(Integer, nullable=False)
+    # Nilai Inertia (Within-Cluster Sum of Squares) untuk analisis Elbow Method
+    inertia = Column(Float)
+    # Nilai Silhouette Coefficient (-1 hingga +1) untuk mengukur kerapatan dan pemisahan antar klaster
+    silhouette_score = Column(Float)
+
+    # Waktu pengujian model dijalankan dan dicatat
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+
+
+# =========================================================================
+# MODEL ENTITAS: KEYWORD DICTIONARY (Tabel Kamus Kata Kunci Prodi)
+# =========================================================================
+class KeywordDictionary(Base):
+    """Tabel Kamus Kata Kunci - PRD Section 24: Kosakata kompetensi/profesi acuan untuk pencocokan profil lulusan prodi"""
+    # Nama tabel kamus kata kunci
+    __tablename__ = "keyword_dictionary"
+
+    # Primary key identitas kata kunci
+    id = Column(Integer, primary_key=True, index=True)
+    # Kode program studi target (contoh: 'TIF', 'MIF', 'TKK')
+    kode_prodi = Column(String(10), nullable=False)  # TIF, MIF, TKK
+    # Kata kunci keahlian atau pekerjaan (contoh: "programmer", "network engineer", "database")
+    keyword = Column(String(100), nullable=False)
+    # Klasifikasi kata kunci: 'technical', 'softskill', 'role', dll.
+    kategori_keyword = Column(String(50))  # technical, softskill, dll
+    # Status apakah kata kunci ini aktif diikutsertakan dalam pencocokan profil lulusan
+    aktif = Column(Boolean, default=True)
+
+    # Waktu penambahan kata kunci ke dalam kamus
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+
+
+
+# =========================================================================
+# MODEL ENTITAS: TRACER RESPONSE (Tabel Respon Lengkap Kuesioner Alumni)
+# =========================================================================
+class TracerResponse(Base):
+    """
+    Tabel Respon Tracer Study - Menyimpan SEMUA kolom dari kuesioner tracer study
+    Sesuai dengan dokumen Pertanyaan-dan-jawaban.md dan format baku Tracer Study DIKTI
+    """
+    # Nama tabel fisik di database MySQL
+    __tablename__ = "tracer_responses"
+
+    # Kolom ID utama entitas respon tracer study (Primary Key)
+    id = Column(Integer, primary_key=True, index=True)
+    # Foreign key yang menghubungkan respon ke ID alumni (One-to-One, unik)
+    alumni_id = Column(Integer, ForeignKey("alumni.id"), nullable=False, unique=True)
+    # Kolom Nomor Induk Mahasiswa (NIM) alumni yang diindeks untuk pencarian cepat
+    nim: Any = Column(String(50), index=True)
+
+    # ===== SECTION 1: Identitas Diri (Extended) =====
+    # Kode resmi perguruan tinggi asal alumni (contoh: 005016 untuk Politeknik Negeri Jember)
+    kode_pt = Column(String(100))  # Kode Perguruan Tinggi
+    # Nomor Induk Kependudukan (NIK/KTP) alumni
+    nik = Column(String(50))  # NIK/No KTP
+    # Nomor Pokok Wajib Pajak (NPWP) alumni jika sudah memiliki
+    npwp = Column(String(50))  # NPWP
+    # Nomor telepon seluler / WhatsApp aktif alumni
+    telepon = Column(String(50))  # No HP/WhatsApp
+    # Alamat surat elektronik (email) aktif alumni
+    email = Column(String(255))  # Email
+
+    # ===== SECTION 2: Kuesioner Utama =====
+    # Status aktivitas alumni saat ini (F8: Bekerja, Wiraswasta, Belum Kerja, atau Studi Lanjut)
+    status_saat_ini = Column(String(255))  # F8: Bekerja/Wiraswasta/Belum/Melanjutkan
+    # Masa tunggu mendapatkan pekerjaan pertama dalam hitungan bulan (F502)
+    bulan_dapat_kerja = Column(Integer)  # F502: 0-12 bulan sebelum/sesudah lulus
+    # Status apakah alumni memperoleh pekerjaan dalam kurun waktu <= 6 bulan setelah lulus (F504)
+    dapet_kerja_6_bulan = Column(String(255))  # F504: <=6 bulan (Ya/Tidak/kode)
+    # Rata-rata pendapatan atau take-home pay per bulan (F505)
+    rata_pendapatan = Column(Text)  # F505: Gaji per bulan
+    # Jumlah bulan yang dibutuhkan untuk mendapatkan pekerjaan setelah resmi diwisuda (F506)
+    bulan_dapat_kerja_setelah = Column(Integer)  # F506
+
+    # Lokasi kerja
+    # Provinsi wilayah tempat instansi / kantor alumni bekerja (F5a1)
+    provinsi_kerja = Column(String(100))  # F5a1
+    # Kabupaten atau kota wilayah tempat kantor alumni bekerja (F5a2)
+    kab_kota_kerja = Column(String(100))  # F5a2
+
+    # Info perusahaan
+    # Kategori status badan usaha instansi (F1101: Instansi pemerintah, BUMN, swasta, dll)
+    jenis_perusahaan_full = Column(String(255))  # F1101: Instansi pemerintah/swasta/BUMN/dll
+    # Jumlah total perusahaan yang dilamar atau rincian tambahan jika memilih opsi lainnya (F1102)
+    jumlah_perusahaan = Column(Text)  # F1102 (dapat berupa teks panjang jika memilih lainnya)
+    # Nama resmi lembaga / instansi tempat alumni saat ini berkarir (F5b)
+    nama_perusahaan = Column(Text)  # F5b
+    # Jabatan atau role posisi pekerjaan alumni (F5c: misal Backend Developer, Staff IT)
+    jabatan = Column(String(255))  # F5c
+    # Skala cakupan operasional tempat kerja (F5d: Lokal, Nasional, Multinasional/Internasional)
+    tingkatan_tempat_kerja = Column(String(255))  # F5d
+
+    # ===== SECTION 3: Studi Lanjut =====
+    # Sumber dana pembiayaan studi lanjut (F18a: Biaya Mandiri, Beasiswa LPDP, dll)
+    sumber_biaya_studi = Column(String(255))  # F18a: Biaya sendiri/Beasiswa
+    # Nama perguruan tinggi tujuan tempat melanjutkan jenjang studi berikutnya (F18b)
+    pt_studi_lanjut = Column(Text)  # F18b: Nama PT
+    # Program studi yang diambil pada jenjang pendidikan lanjutan (F18c)
+    prodi_studi_lanjut = Column(Text)  # F18c: Nama Prodi
+    # Tanggal atau semester resmi mulai perkuliahan studi lanjut (F18d)
+    tanggal_masuk_studi = Column(DateTime)  # F18d: Tanggal masuk
+
+    # ===== SECTION 4: Pembiayaan Kuliah =====
+    # Sumber dana utama selama menempuh kuliah diploma/sarjana (F1201: Orang Tua, Bidikmisi, Beasiswa ADik)
+    sumber_biaya_kuliah = Column(String(255))  # F1201: Biaya sendiri/Beasiswa ADIK/BIDIKMISI/dll
+
+    # ===== SECTION 5: Kesesuaian Kerja =====
+    # Tingkat keeratan hubungan antara bidang keilmuan kuliah dengan pekerjaan (F14: Sangat Erat s.d. Tidak Sama Sekali)
+    keeratan_bidang_studi = Column(String(255))  # F14: Sangat Erat - Tidak sama sekali
+    # Tingkat kesesuaian strata pendidikan yang dipersyaratkan oleh posisi kerja (F15)
+    tingkat_pendidikan_tepat = Column(String(255))  # F15: Setingkat lebih tinggi - Tidak perlu
+
+    # ===== SECTION 6: Kompetensi SAAT LULUS (F1761-F1773) =====
+    # Penilaian penguasaan etika saat baru dinyatakan lulus (F1761)
+    etika_lulus_full = Column(String(255))  # F1761
+    # Penilaian keahlian bidang ilmu kompetensi inti saat lulus (F1763)
+    keahlian_lulus_full = Column(String(255))  # F1763
+    # Penilaian kemampuan bahasa Inggris saat lulus (F1765)
+    bahasa_inggris_lulus_full = Column(String(255))  # F1765
+    # Penilaian penguasaan teknologi informasi saat lulus (F1767)
+    teknologi_informasi_lulus_full = Column(String(255))  # F1767
+    # Penilaian kemampuan komunikasi verbal/tulisan saat lulus (F1769)
+    komunikasi_lulus_full = Column(String(255))  # F1769
+    # Penilaian kemampuan kerja sama tim saat lulus (F1771)
+    kerja_sama_lulus_full = Column(String(255))  # F1771
+    # Penilaian kesiapan pengembangan diri berkelanjutan saat lulus (F1773)
+    pengembangan_diri_lulus_full = Column(String(255))  # F1773
+
+    # ===== SECTION 7: Kompetensi SAAT INI (F1762-F1774) =====
+    # Tingkat kebutuhan kompetensi etika dalam pekerjaan saat ini (F1762)
+    etika_saat_ini = Column(String(255))  # F1762
+    # Tingkat kebutuhan keahlian bidang ilmu dalam pekerjaan saat ini (F1764)
+    keahlian_saat_ini = Column(String(255))  # F1764
+    # Tingkat kebutuhan bahasa Inggris dalam pekerjaan saat ini (F1766)
+    bahasa_inggris_saat_ini = Column(String(255))  # F1766
+    # Tingkat kebutuhan teknologi informasi dalam pekerjaan saat ini (F1768)
+    teknologi_informasi_saat_ini = Column(String(255))  # F1768
+    # Tingkat kebutuhan kemampuan komunikasi dalam pekerjaan saat ini (F1770)
+    komunikasi_saat_ini = Column(String(255))  # F1770
+    # Tingkat kebutuhan kerja sama tim dalam pekerjaan saat ini (F1772)
+    kerja_sama_saat_ini = Column(String(255))  # F1772
+    # Tingkat kebutuhan pengembangan diri dalam pekerjaan saat ini (F1774)
+    pengembangan_diri_saat_ini = Column(String(255))  # F1774
+
+    # ===== SECTION 8: Metode Pembelajaran (F21-F27) =====
+    # Efektivitas metode perkuliahan teori di kelas (F21)
+    metode_perkuliahan = Column(String(255))  # F21
+    # Efektivitas metode demonstrasi / peragaan materi kuliah (F22)
+    metode_demonstrasi = Column(String(255))  # F22
+    # Efektivitas metode pengerjaan proyek riset / tugas akhir (F23)
+    metode_proyek_riset = Column(String(255))  # F23
+    # Efektivitas pengalaman program magang / kerja praktik (F24)
+    metode_magang = Column(String(255))  # F24
+    # Efektivitas sesi praktikum di laboratorium komputer (F25)
+    metode_praktikum = Column(String(255))  # F25
+    # Efektivitas kegiatan kerja lapangan / PKL (F26)
+    metode_kerja_lapangan = Column(String(255))  # F26
+    # Efektivitas metode diskusi interaktif kelompok (F27)
+    metode_diskusi = Column(String(255))  # F27
+
+    # ===== SECTION 9: Waktu Mencari Kerja (F301-F303) =====
+    # Saat mulai mencari kerja (F301: Sebelum wisuda, Setelah wisuda, atau Tidak mencari kerja)
+    mulai_cari_kerja = Column(String(255))  # F301: Sebelum/Sesudah wisuda/Tidak
+    # Jumlah bulan mulai berburu lowongan kerja sebelum resmi diwisuda (F302)
+    bulan_cari_sebelum_lulus = Column(Integer)  # F302: 0-12
+    # Jumlah bulan mulai berburu lowongan kerja setelah resmi diwisuda (F303)
+    bulan_cari_setelah_wisuda = Column(Integer)  # F303: 0-12
+
+    # ===== SECTION 10: Cara Mencari Kerja (F401-F415) =====
+    # Mencari kerja melalui iklan lowongan koran/majalah (F401)
+    cari_iklan = Column(String(255))  # F401
+    # Melamar langsung ke perusahaan tanpa menunggu pengumuman lowongan (F402)
+    cari_melamar_tanpa_lowongan = Column(String(255))  # F402
+    # Mencari lowongan melalui job fair / bursa pameran kerja (F403)
+    cari_bursa_pameran = Column(String(255))  # F403
+    # Melamar kerja secara daring via portal internet / LinkedIn / Jobstreet (F404)
+    cari_internet = Column(String(255))  # F404
+    # Dihubungi langsung oleh perusahaan / headhunter (F405)
+    cari_dihubungi_perusahaan = Column(String(255))  # F405
+    # Menghubungi dinas tenaga kerja / Kemenakertrans (F406)
+    cari_kemenakertrans = Column(String(255))  # F406
+    # Menggunakan jasa agen penyalur tenaga kerja resmi (F407)
+    cari_agen_tenaga_kerja = Column(String(255))  # F407
+    # Memanfaatkan pusat pengembangan karir kampus (CDC Polije) (F408)
+    cari_pusat_karir = Column(String(255))  # F408
+    # Menghubungi unit kantor kemahasiswaan kampus (F409)
+    cari_kantor_mahasiswa = Column(String(255))  # F409
+    # Membangun jejaring profesional semasa masih berstatus mahasiswa (F410)
+    cari_jejaring = Column(String(255))  # F410
+    # Memperoleh informasi lowongan lewat relasi keluarga atau rekan (F411)
+    cari_relasi = Column(String(255))  # F411
+    # Merintis dan membangun badan usaha bisnis mandiri (F412)
+    cari_bangun_usaha = Column(String(255))  # F412
+    # Melanjutkan bekerja di institusi tempat pernah magang (F413)
+    cari_magang = Column(String(255))  # F413
+    # Bekerja di lingkungan institusi kampus tempat kuliah (F414)
+    cari_tempat_kuliah = Column(String(255))  # F414
+    # Saluran cara pencarian kerja lainnya (F415)
+    cari_lainnya = Column(Text)  # F415
+
+    # ===== SECTION 11: Lamaran & Keaktifan (F6, F7, F7a, F1001) =====
+    # Jumlah total instansi/perusahaan yang pernah dikirimi surat lamaran kerja (F6)
+    jumlah_perusahaan_dilamar = Column(String(100))  # F6
+    # Jumlah perusahaan yang memberikan balasan respon atas surat lamaran (F7)
+    jumlah_perusahaan_merespons = Column(String(100))  # F7
+    # Jumlah perusahaan yang mengundang untuk tahapan wawancara/interview (F7a)
+    jumlah_perusahaan_wawancara = Column(String(100))  # F7a
+    # Status apakah aktif mencari pekerjaan dalam 4 minggu terakhir (F1001)
+    aktif_cari_kerja_4_minggu = Column(String(255))  # F1001: Ya/Tidak/Lainnya
+
+    # ===== SECTION 12: Kesesuaian Pekerjaan (F1601-F1614) =====
+    # Keterangan pekerjaan yang dijalani saat ini tidak sesuai dengan bidang studi (F1601)
+    kerja_tidak_sesuai_1 = Column(Text)  # F1601
+    # Keterangan pekerjaan tidak memerlukan kualifikasi perguruan tinggi (F1602)
+    kerja_tidak_sesuai_2 = Column(Text)  # F1602
+    # Alasan ketidaksesuaian 1: Pertimbangan faktor gaji atau pendapatan (F1603)
+    alasan_tidak_sesuai_1 = Column(Text)  # F1603
+    # Alasan ketidaksesuaian 2: Faktor prospek karir dan jenjang promosi (F1604)
+    alasan_tidak_sesuai_2 = Column(Text)  # F1604
+    # Alasan ketidaksesuaian 3: Pertimbangan keamanan kerja atau stabilitas (F1605)
+    alasan_tidak_sesuai_3 = Column(Text)  # F1605
+    # Alasan ketidaksesuaian 4: Kesesuaian dengan minat dan bakat pribadi (F1606)
+    alasan_tidak_sesuai_4 = Column(Text)  # F1606
+    # Alasan ketidaksesuaian 5: Pertimbangan kedekatan lokasi tempat tinggal (F1607)
+    alasan_tidak_sesuai_5 = Column(Text)  # F1607
+    # Alasan ketidaksesuaian 6: Lingkungan suasana kerja yang nyaman (F1608)
+    alasan_tidak_sesuai_6 = Column(Text)  # F1608
+    # Alasan ketidaksesuaian 7: Belum berhasil mendapat pekerjaan yang sesuai prodi (F1609)
+    alasan_tidak_sesuai_7 = Column(Text)  # F1609
+    # Alasan ketidaksesuaian 8: Belum berencana mencari pekerjaan yang sesuai (F1610)
+    alasan_tidak_sesuai_8 = Column(Text)  # F1610
+    # Alasan ketidaksesuaian 9: Pekerjaan saat ini dirasa cukup menarik (F1611)
+    alasan_tidak_sesuai_9 = Column(Text)  # F1611
+    # Alasan ketidaksesuaian 10: Pengaruh pertimbangan keluarga (F1612)
+    alasan_tidak_sesuai_10 = Column(Text)  # F1612
+    # Alasan ketidaksesuaian 11: Faktor lain yang tidak disebutkan (F1613)
+    alasan_tidak_sesuai_11 = Column(Text)  # F1613
+    # Alasan ketidaksesuaian lainnya dalam uraian narasi bebas (F1614)
+    alasan_tidak_sesuai_lainnya = Column(Text)  # F1614
+
+    # ===== Data Extra (untuk kolom dinamis yang tidak terduga) =====
+    # Kolom fleksibel berformat JSON text untuk menampung field tambahan dari kuesioner sewaktu-waktu
+    data_extra = Column(Text)  # JSON untuk kolom tambahan
+
+    # Relasi ORM balik ke model Alumni (One-to-One)
+    alumni = relationship("Alumni", back_populates="tracer_response")
+
+    # Waktu saat alumni mengirimkan/menyimpan respon kuesioner tracer study
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+    # Waktu saat alumni memperbarui data respon kuesioner tracer study
+    updated_at = Column(DateTime(timezone=True), onupdate=func.now())
+
+
+# =========================================================================
+# MODEL ENTITAS: QUESTIONS (Tabel Master Butir Pertanyaan Kuesioner)
+# =========================================================================
+class Question(Base):
+    """Tabel Questions - Simpan master pertanyaan instrumen tracer study secara dinamis"""
+    # Nama tabel master pertanyaan di database
+    __tablename__ = "questions"
+
+    # Primary key identitas pertanyaan bertipe integer
+    id: Any = Column(Integer, primary_key=True, index=True)
+    # Kode unik butir pertanyaan (contoh: "F8", "F502", "F1761")
+    kode: Any = Column(String(20), unique=True, nullable=False, index=True)
+    # Bunyi kalimat teks lengkap pertanyaan kuesioner
+    pertanyaan: Any = Column(Text, nullable=False)
+    # Tipe komponen input formulir: dropdown, pilihan, skala, teks, date, ya_tidak
+    tipe: Any = Column(String(20), default="pilihan")  # dropdown, pilihan, skala, teks, date, ya_tidak
+    # Kategori bagian form instrumen kuesioner (misal: "Identitas", "Pekerjaan", "Kompetensi")
+    section: Any = Column(String(100), index=True)
+    # Urutan nomor urut tampilan form di antarmuka frontend
+    nomor_form: Any = Column(Integer, default=0)
+    # Tahun berlakunya instrumen pertanyaan (default: "all" untuk berlaku di semua tahun angkatan)
+    tahun: Any = Column(String(20), default="all")
+    # Status keaktifan butir pertanyaan (True = ditampilkan di frontend, False = diarsipkan)
+    is_active: Any = Column(Boolean, default=True)
+
+    # Relasi One-to-Many ke tabel AnswerOption (jika tipe pertanyaan memiliki opsi pilihan berganda)
+    # cascade="all, delete-orphan": Jika pertanyaan dihapus, seluruh opsi jawabannya otomatis ikut terhapus
+    options = relationship("AnswerOption", back_populates="question", cascade="all, delete-orphan")
+
+    # Waktu penambahan pertanyaan ke sistem
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+    # Waktu pembaruan teks atau konfigurasi pertanyaan
+    updated_at = Column(DateTime(timezone=True), onupdate=func.now())
+
+
+# =========================================================================
+# MODEL ENTITAS: ANSWER OPTIONS (Tabel Master Pilihan Jawaban Kuesioner)
+# =========================================================================
+class AnswerOption(Base):
+    """Tabel Answer Options - Simpan pilihan jawaban opsi berganda untuk setiap butir pertanyaan"""
+    # Nama tabel master opsi jawaban di database
+    __tablename__ = "answer_options"
+
+    # Primary key identitas opsi jawaban bertipe integer
+    id: Any = Column(Integer, primary_key=True, index=True)
+    # Foreign key yang mengaitkan opsi ini ke ID pertanyaan di tabel questions
+    question_id: Any = Column(Integer, ForeignKey("questions.id", ondelete="CASCADE"), nullable=False, index=True)
+    # Nilai value atau kode jawaban yang disimpan ke database saat dipilih (contoh: "1", "2", "Ya", "Tidak")
+    kode: Any = Column(String(50), nullable=False, index=True)  # Kode jawaban: 1, 2, 3, atau "1", "Ya", dll
+    # Label teks deskripsi jawaban yang ditampilkan kepada pengguna di antarmuka web
+    teks: Any = Column(Text, nullable=False)  # Teks jawaban
+    # Nomor urut posisi urutan opsi jawaban dalam pilihan radio button atau dropdown
+    urutan: Any = Column(Integer, default=0)
+    # Status keaktifan opsi jawaban (True = aktif dapat dipilih)
+    is_active: Any = Column(Boolean, default=True)
+
+    # Relasi ORM balik ke tabel Question
+    question = relationship("Question", back_populates="options")
+
+    # Waktu pembuatan opsi jawaban
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+

Backend/app/models/prodi.py

@@ -0,0 +1,37 @@
+# Mengimpor tipe data kolom dari SQLAlchemy: Column (definisi kolom), Integer (angka bulat), String (teks pendek), DateTime (waktu/tanggal)
+from sqlalchemy import Column, Integer, String, DateTime
+# Mengimpor modul fungsi SQL bawaan (func) untuk mengambil timestamp saat ini seperti NOW()
+from sqlalchemy.sql import func
+# Mengimpor kelas basis Base dari modul base agar model Prodi terdaftar di metadata SQLAlchemy
+from app.models.base import Base
+
+
+# Mendefinisikan model ORM untuk tabel data Program Studi (Prodi)
+class Prodi(Base):
+    # Nama tabel fisik di dalam database MySQL
+    __tablename__ = "prodi"
+
+    # Kolom ID sebagai primary key bertipe integer dengan pengindeksan (index) untuk mempercepat pencarian data
+    id = Column(Integer, primary_key=True, index=True)
+    
+    # Kolom kode program studi (contoh: "55301" untuk D3 MIF, "57401" untuk D4 TIF), bersifat unik (unique=True) dan wajib diisi (nullable=False)
+    kode_prodi = Column(String(10), unique=True, nullable=False)
+    
+    # Kolom nama lengkap program studi (contoh: "Teknik Informatika"), maksimal 150 karakter dan wajib diisi
+    nama_prodi = Column(String(150), nullable=False)
+    
+    # Kolom jenjang pendidikan (contoh: "D3", "D4", "S1"), maksimal 5 karakter dan tidak boleh kosong
+    jenjang = Column(String(5), nullable=False)
+    
+    # Kolom nama jurusan induk fakultas/jurusan (contoh: "Teknologi Informasi"), maksimal 100 karakter
+    jurusan = Column(String(100))
+
+    # Kolom waktu pembuatan record, otomatis diisi dengan timestamp saat data pertama kali disimpan (server_default=func.now())
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+    
+    # Kolom waktu pembaruan record, otomatis diperbarui setiap kali ada perubahan data (onupdate=func.now())
+    updated_at = Column(
+        DateTime(timezone=True),
+        server_default=func.now(),
+        onupdate=func.now()
+    )

Backend/app/models/user.py

@@ -0,0 +1,48 @@
+# Mengimpor modul Any dari typing untuk penentuan type hint variabel di Python
+from typing import Any
+# Mengimpor tipe data kolom SQLAlchemy: Column (kolom), Integer (angka bulat), String (karakter teks), Boolean (true/false), DateTime (waktu)
+from sqlalchemy import Column, Integer, String, Boolean, DateTime
+# Mengimpor func untuk fungsi SQL bawaan (misal mengambil waktu server database)
+from sqlalchemy.sql import func
+# Mengimpor kelas basis declarative Base dari model base
+from app.models.base import Base
+
+
+# Mendefinisikan model ORM untuk tabel pengguna sistem (Admin / Kaprodi)
+class User(Base):
+    # Menentukan nama tabel fisik pada database MySQL
+    __tablename__ = "users"
+
+    # Kolom ID pengguna sebagai Primary Key unik bertipe integer dengan pengindeksan aktif
+    id: Any = Column(Integer, primary_key=True, index=True)
+
+    # Kolom username untuk otentikasi login, maksimal 100 karakter, harus unik (unique=True), dan wajib diisi (nullable=False)
+    username: Any = Column(String(100), unique=True, index=True, nullable=False)
+    
+    # Kolom nama lengkap pengguna / pejabat prodi, maksimal 150 karakter, bersifat opsional (nullable=True)
+    nama: Any = Column(String(150), nullable=True)
+    
+    # Kolom alamat email pengguna, harus unik dan terindeks untuk reset password serta komunikasi
+    email: Any = Column(String(150), unique=True, index=True, nullable=False)
+    
+    # Kolom hash password hasil enkripsi algoritma Bcrypt (bukan plaintext demi keamanan data)
+    hashed_password: Any = Column(String(255), nullable=False)
+    
+    # Kolom hak akses (role) pengguna dalam sistem, nilai default adalah 'admin', opsi: 'admin' atau 'kaprodi'
+    role: Any = Column(String(50), default="admin", nullable=False)  # 'admin' | 'kaprodi'
+    
+    # Kolom kode program studi binaan (khusus jika role adalah 'kaprodi' seperti '55301' MIF, '57401' TIF)
+    kode_prodi: Any = Column(String(20), nullable=True)  # '55301', '57401', '56401', etc.
+
+    # Kolom status keaktifan akun pengguna (True = aktif dapat login, False = dinonaktifkan/diblokir)
+    is_active: Any = Column(Boolean, default=True)
+
+    # Kolom pencatatan waktu registrasi atau pembuatan akun pengguna
+    created_at = Column(DateTime(timezone=True), server_default=func.now())
+    
+    # Kolom pencatatan waktu pembaruan profil atau password pengguna
+    updated_at = Column(
+        DateTime(timezone=True),
+        server_default=func.now(),
+        onupdate=func.now()
+    )

Backend/app/parsers/__init__.py

@@ -0,0 +1,4 @@
+# Parsers package - helper functions untuk import
+from .column_finder import find_column, get_value, check_available_columns
+from .converters import parse_2024_value, parse_date, konversi_jawaban, convert_value_for_field
+from .mappings import YEAR_CONFIG, NUMERIC_FIELDS, get_field_code

Backend/app/parsers/column_finder.py

@@ -0,0 +1,83 @@
+import re
+import pandas as pd
+
+
+def normalize(col_name):
+    """Normalize nama kolom - lowercase, collapse spaces, and strip whitespace"""
+    if pd.isna(col_name):
+        return ""
+    # Collapse multiple whitespace characters into single space
+    cleaned = re.sub(r'\s+', ' ', str(col_name))
+    return cleaned.strip().lower()
+
+
+def find_column(source_cols, possible_names):
+    """
+    Cari kolom dari beberapa kemungkinan nama.
+
+    Args:
+        source_cols: list kolom dari DataFrame
+        possible_names: list kemungkinan nama kolom
+
+    Returns:
+        Nama kolom yang ditemukan, atau None
+    """
+    source_cols_map = {normalize(c): c for c in source_cols}
+
+    # Step 1: Direct normalized match
+    for name in possible_names:
+        norm_name = normalize(name)
+        if norm_name in source_cols_map:
+            return source_cols_map[norm_name]
+
+    # Step 2: Code token match (e.g. 'f1761', 'f5a1', 'f1101', 'f502', etc.)
+    for name in possible_names:
+        norm_name = normalize(name)
+        # Extract question code if present (e.g., 'f1761', 'f5a1', 'f8', etc.)
+        match = re.search(r'\b(f\d+[a-z]?\d*)\b', norm_name)
+        if match:
+            code = match.group(1)
+            for orig_norm, orig_col in source_cols_map.items():
+                if re.search(r'\b' + re.escape(code) + r'\b', orig_norm):
+                    return orig_col
+
+    return None
+
+
+def get_value(row, source_cols, possible_names, default=None):
+    """
+    Ambil nilai dari row dengan cari kolom dulu.
+
+    Args:
+        row: pandas Series (satu row)
+        source_cols: list kolom dari DataFrame
+        possible_names: list kemungkinan nama kolom
+        default: nilai default jika tidak ditemukan
+
+    Returns:
+        Nilai dari row, atau default
+    """
+    col = find_column(source_cols, possible_names)
+    if col and pd.notna(row.get(col)):
+        val = row[col]
+        # Convert int/float
+        if isinstance(val, (int, float)):
+            return int(val) if val == int(val) else val
+        return str(val).strip()
+    return default
+
+
+def check_available_columns(df_cols: list) -> dict:
+    """
+    Check kolom apa saja yang tersedia di dataframe.
+    Berguna untuk debugging.
+    """
+    result = {
+        'total': len(df_cols),
+        'has_email': any('email' in str(c).lower() for c in df_cols),
+        'has_nim': any('nim' in str(c).lower() for c in df_cols),
+        'has_f1102': 'F1102' in df_cols,
+        'has_f5b': 'F5b' in df_cols,
+        'has_f1762': 'F1762' in df_cols,
+    }
+    return result

Backend/app/parsers/converters.py

@@ -0,0 +1,566 @@
+"""
+Functions untuk parsing dan konversi nilai dari berbagai format CSV tracer study.
+Modul ini bertugas menerjemahkan kode-kode numerik kuesioner baku DIKTI (seperti F8, F504, F505, F1101, F14, F15, dll)
+menjadi teks deskriptif yang manusiawi untuk disimpan ke database dan ditampilkan di frontend.
+"""
+
+# Mengimpor modul ekspresi reguler (re) untuk pencocokan pola string (misal: "1 - Teks")
+import re
+# Mengimpor pustaka pandas untuk operasi analisis data dan pengecekan nilai NaN (pd.isna)
+import pandas as pd
+# Mengimpor datetime untuk manipulasi tanggal dan timedelta untuk perhitungan selisih hari tanggal serial Excel
+from datetime import datetime, timedelta
+# Mengimpor tipe hint dari modul typing: Optional (bisa None), Tuple (pasangan data), Any (tipe fleksibel)
+from typing import Optional, Tuple, Any
+# Mengimpor objek Session dari SQLAlchemy ORM untuk interaksi sesi database
+from sqlalchemy.orm import Session
+
+
+# =========================================================================
+# MAPPING KODE KE TEKS JAWABAN (Standar Kuesioner Tracer Study DIKTI)
+# =========================================================================
+
+# Kamus terpusat yang memetakan kode pertanyaan kuesioner DIKTI ke teks pilihan jawabannya
+JAWABAN_MAPPING = {
+    # F8: Pertanyaan status aktivitas alumni saat ini
+    'F8': {
+        1: 'Bekerja (full time/part time)',                       # Kode 1: Alumni sudah bekerja penuh/paruh waktu
+        2: 'Belum memungkinkan bekerja',                         # Kode 2: Belum dapat bekerja karena alasan tertentu
+        3: 'Wiraswasta',                                         # Kode 3: Membuka usaha sendiri / wirausaha
+        4: 'Melanjutkan Pendidikan',                             # Kode 4: Sedang menempuh studi lanjut S2/Spesialis
+        5: 'Tidak kerja tetapi sedang mencari kerja',             # Kode 5: Pengangguran aktif mencari lowongan
+    },
+
+    # F504: Apakah mendapatkan pekerjaan dalam kurun waktu <= 6 bulan setelah lulus?
+    'F504': {
+        1: 'Ya',                                                 # Kode 1: Ya, dapat kerja <= 6 bulan
+        2: 'Tidak',                                              # Kode 2: Tidak, dapat kerja > 6 bulan
+    },
+
+    # F505: Kisaran rata-rata pendapatan/gaji alumni per bulan
+    'F505': {
+        1000000: 'Rp 1.000.000',                                 # Range nominal 1 juta
+        1500000: 'Rp 1.500.000',                                 # Range nominal 1.5 juta
+        2000000: 'Rp 2.000.000',                                 # Range nominal 2 juta
+        2500000: 'Rp 2.500.000',                                 # Range nominal 2.5 juta
+        3000000: 'Rp 3.000.000',                                 # Range nominal 3 juta
+        3500000: 'Rp 3.500.000',                                 # Range nominal 3.5 juta
+        4000000: 'Rp 4.000.000',                                 # Range nominal 4 juta
+        4500000: 'Rp 4.500.000',                                 # Range nominal 4.5 juta
+        5000000: 'Rp 5.000.000',                                 # Range nominal 5 juta
+        6000000: 'Rp 6.000.000',                                 # Range nominal 6 juta
+        7000000: 'Rp 7.000.000',                                 # Range nominal 7 juta
+        8000000: '>Rp 8.000.000',                                # Range nominal di atas 8 juta
+    },
+
+    # F1101: Jenis atau bentuk institusi / perusahaan tempat alumni bekerja
+    'F1101': {
+        1: 'Instansi pemerintah',                                # Kode 1: Instansi pemerintah / PNS
+        2: 'Organisasi non-profit/Lembaga Swadaya Masyarakat',   # Kode 2: LSM / Non-profit / Yayasan
+        3: 'Perusahaan swasta',                                  # Kode 3: Korporasi swasta
+        4: 'Wiraswasta/perusahaan sendiri',                      # Kode 4: Usaha mandiri
+        5: 'Lainnya',                                            # Kode 5: Bentuk instansi lainnya
+        6: 'BUMN/BUMD',                                          # Kode 6: Badan Usaha Milik Negara / Daerah
+        7: 'Institusi/Organisasi Multilateral',                  # Kode 7: Lembaga internasional / PBB dsb.
+    },
+
+    # F5d / F5D: Skala tingkatan tempat kerja (wilayah operasional perusahaan)
+    'F5D': {
+        1: 'Lokal/wilayah/wiraswasta tidak berbadan hukum',       # Kode 1: Skala lokal / UKM non-badan hukum
+        2: 'Nasional/wiraswasta berbadan hukum',                 # Kode 2: Skala nasional (PT, CV)
+        3: 'Multinasional/Internasional',                        # Kode 3: Skala internasional lintas negara
+    },
+    'F5d': {
+        1: 'Lokal/wilayah/wiraswasta tidak berbadan hukum',       # Versi huruf kecil F5d
+        2: 'Nasional/wiraswasta berbadan hukum',                 # Versi huruf kecil F5d
+        3: 'Multinasional/Internasional',                        # Versi huruf kecil F5d
+    },
+
+    # F5c / F5C: Posisi tingkatan jabatan alumni jika berwirausaha
+    'F5C': {
+        1: 'Founder',                                            # Pendiri usaha
+        2: 'Co-Founder',                                         # Rekan pendiri
+        3: 'Staff',                                              # Staf pelaksana
+        4: 'Freelance/Kerja Lepas',                              # Pekerja lepas
+    },
+    'F5c': {
+        1: 'Founder',
+        2: 'Co-Founder',
+        3: 'Staff',
+        4: 'Freelance/Kerja Lepas',
+    },
+
+    # F18a / F18A: Sumber pembiayaan untuk studi lanjut
+    'F18A': {
+        1: 'Biaya Sendiri',                                      # Biaya mandiri/keluarga
+        2: 'Beasiswa',                                           # Beasiswa pendidikan
+    },
+    'F18a': {
+        1: 'Biaya Sendiri',
+        2: 'Beasiswa',
+    },
+
+    # F1201: Sumber utama biaya kuliah selama menempuh diploma/sarjana
+    'F1201': {
+        1: 'Biaya Sendiri/Keluarga',                              # Biaya orang tua / pribadi
+        2: 'Beasiswa ADIK',                                      # Beasiswa Afirmasi Dikti
+        3: 'Beasiswa BIDIKMISI',                                  # Beasiswa Bidikmisi / KIP-Kuliah
+        4: 'Beasiswa PPA',                                        # Beasiswa Peningkatan Prestasi Akademik
+        5: 'Beasiswa AFIRMASI',                                  # Beasiswa Afirmasi daerah 3T
+        6: 'Beasiswa Perusahaan/Swasta',                          # Beasiswa industri (Djarum, Tanoto, dll)
+        7: 'Lainnya',                                            # Sumber bantuan biaya lain
+    },
+
+    # F14: Tingkat keeratan hubungan antara program studi dengan bidang pekerjaan
+    'F14': {
+        1: 'Sangat Erat',                                        # Relevansi sangat tinggi
+        2: 'Erat',                                               # Relevansi tinggi
+        3: 'Cukup Erat',                                         # Relevansi sedang
+        4: 'Kurang Erat',                                        # Relevansi rendah
+        5: 'Tidak sama sekali',                                  # Sama sekali tidak relevan
+    },
+
+    # F15: Kesesuaian tingkat pendidikan yang dituntut oleh pekerjaan
+    'F15': {
+        1: 'Setingkat lebih tinggi',                             # Butuh strata lebih tinggi (misal butuh S2)
+        2: 'Tingkat yang sama',                                  # Tepat sesuai jenjang (D4/S1)
+        3: 'Setingkat lebih rendah',                             # Cukup jenjang D3/SMA
+        4: 'Tidak perlu pendidikan tinggi',                      # Tidak mensyaratkan gelar kuliah
+    },
+
+    # F301: Waktu mulai aktif mencari pekerjaan
+    'F301': {
+        1: 'Saya mencari kerja sebelum lulus',                   # Sudah berburu kerja sebelum wisuda
+        2: 'Saya mencari kerja sesudah wisuda',                  # Baru mencari setelah resmi diwisuda
+        3: 'Saya tidak mencari kerja',                           # Langsung usaha / belum ingin bekerja
+    },
+
+    # F1001: Keaktifan mencari pekerjaan dalam kurun 4 minggu terakhir
+    'F1001': {
+        1: 'Tidak',                                              # Tidak mencari kerja
+        2: 'Tidak, tapi saya sedang menunggu hasil lamaran kerja', # Menunggu pengumuman
+        3: 'Ya, saya akan mulai bekerja dalam 2 minggu ke depan',  # Sudah diterima dan siap masuk
+        4: 'Ya, tapi saya belum pasti akan bekerja dalam 2 minggu ke depan', # Masih proses tes
+        5: 'Lainnya',                                            # Alasan keaktifan lainnya
+    },
+
+    # F1601: Kesesuaian pekerjaan dengan latar belakang pendidikan
+    'F1601': {
+        0: 'Tidak sesuai',
+        1: 'Pekerjaan saya sekarang sudah sesuai dengan pendidikan saya',
+    },
+
+    # F1602: Alasan mengapa pekerjaan belum sesuai
+    'F1602': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Saya belum mendapatkan pekerjaan yang lebih sesuai',
+    },
+
+    # F1603 - F1613: Berbagai pertimbangan alasan memilih pekerjaan yang tidak sesuai
+    'F1603': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Di pekerjaan ini saya memeroleh prospek karir yang baik',
+    },
+    'F1604': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Saya lebih suka bekerja di area pekerjaan yang tidak ada hubungannya dengan pendidikan saya',
+    },
+    'F1605': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Saya dipromosikan ke posisi yang kurang berhubungan dengan pendidikan saya',
+    },
+    'F1606': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Saya dapat memeroleh pendapatan yang lebih tinggi di pekerjaan ini',
+    },
+    'F1607': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Pekerjaan saya saat ini lebih aman/terjamin/secure',
+    },
+    'F1608': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Pekerjaan saya saat ini lebih menarik',
+    },
+    'F1609': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Pekerjaan saya saat ini lebih memungkinkan saya mengambil pekerjaan',
+    },
+    'F1610': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Pekerjaan saya saat ini lokasinya lebih dekat dari rumah saya',
+    },
+    'F1611': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Pekerjaan saya saat ini dapat lebih menjamin kebutuhan keluarga saya',
+    },
+    'F1612': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Pada awal meniti karir ini, saya harus menerima pekerjaan yang tidak berhubungan dengan pendidikan saya',
+    },
+    'F1613': {
+        0: 'Pekerjaan saya sudah sesuai',
+        1: 'Lainnya',
+    },
+}
+
+# Mapping resmi kode numerik wilayah provinsi Indonesia (F5a1)
+PROVINSI_MAPPING = {
+    10000: 'D.K.I. Jakarta',
+    20000: 'Jawa Barat',
+    30000: 'Jawa Tengah',
+    40000: 'D.I. Yogyakarta',
+    50000: 'Jawa Timur',
+    60000: 'Aceh',
+    70000: 'Sumatera Utara',
+    80000: 'Sumatera Barat',
+    90000: 'Riau',
+    100000: 'Jambi',
+    110000: 'Sumatera Selatan',
+    120000: 'Lampung',
+    130000: 'Kalimantan Barat',
+    140000: 'Kalimantan Tengah',
+    150000: 'Kalimantan Selatan',
+    160000: 'Kalimantan Timur',
+    170000: 'Sulawesi Utara',
+    180000: 'Sulawesi Tengah',
+    190000: 'Sulawesi Selatan',
+    200000: 'Sulawesi Tenggara',
+    210000: 'Maluku',
+    220000: 'Bali',
+    230000: 'Nusa Tenggara Barat',
+    240000: 'Nusa Tenggara Timur',
+    250000: 'Papua',
+    260000: 'Bengkulu',
+    270000: 'Maluku Utara',
+    280000: 'Banten',
+    290000: 'Kepulauan Bangka Belitung',
+    300000: 'Gorontalo',
+    310000: 'Kepulauan Riau',
+    320000: 'Papua Barat',
+    330000: 'Sulawesi Barat',
+    340000: 'Kalimantan Utara',
+    350000: 'Luar Negeri',
+}
+
+# Mapping beberapa kode utama kabupaten / kota wilayah Jawa Timur (F5a2)
+KABUPATEN_MAPPING = {
+    52000: 'Kota Surabaya',
+    52100: 'Kota Malang',
+    52200: 'Kota Probolinggo',
+    52300: 'Kota Pasuruan',
+    52400: 'Kab. Jember',
+    52500: 'Kab. Banyuwangi',
+}
+
+# Mapping skala likert 1-5 untuk tingkat kompetensi Dikti (F1761 - F1774)
+KOMPETENSI_LEVEL = {
+    1: '1 - Sangat Rendah',
+    2: '2 - Rendah',
+    3: '3 - Netral',
+    4: '4 - Tinggi',
+    5: '5 - Sangat Tinggi',
+}
+
+# Mapping skala likert 1-5 untuk efektivitas metode pembelajaran di kampus (F21 - F27)
+METODE_LEVEL = {
+    1: '1 - Sangat Besar',
+    2: '2 - Besar',
+    3: '3 - Cukup Besar',
+    4: '4 - Kurang',
+    5: '5 - Tidak Sama Sekali',
+}
+
+# Mapping nilai biner 0 dan 1 untuk saluran pencarian kerja Ya/Tidak (F401 - F415)
+YA_TIDAK = {
+    0: '0 - Tidak',
+    1: '1 - Ya',
+}
+
+
+
+# =========================================================================
+# FUNGSI-FUNGSI PARSING DATA MENTAH
+# =========================================================================
+
+# Fungsi untuk memisahkan kode angka dan teks deskripsi dari nilai kolom CSV (khususnya format kuesioner tahun 2024)
+def parse_2024_value(val) -> Tuple[Optional[int], Optional[str]]:
+    """
+    Mengurai (parse) nilai kolom dari format ekspor CSV 2024 yang memadukan kode angka dan teks.
+
+    Contoh pola yang ditangani:
+    - "3 - Cukup Erat"                      -> menghasilkan tuple: (3, "Cukup Erat")
+    - "1 - Ya"                              -> menghasilkan tuple: (1, "Ya")
+    - "Rp 3.000.000,- s/d Rp 4.000.000,-"   -> menghasilkan tuple: (3000000, teks_asli)
+    - "Bekerja (full time/part time)"       -> menghasilkan tuple: (None, teks_asli)
+
+    Returns:
+        Tuple (kode_as_int, teks_bersih):
+        - kode_as_int: integer angka kode jika berhasil diekstrak, None jika tidak ada
+        - teks_bersih: string teks deskripsi bersih tanpa kode awalan
+    """
+    # Memeriksa apakah nilai input kosong atau bernilai NaN (Not a Number dari Pandas)
+    if pd.isna(val) or val == '':
+        # Kembalikan None untuk kedua elemen jika tidak ada data
+        return None, None
+
+    # Jika nilai sudah bertipe numerik langsung (int atau float murni)
+    if isinstance(val, (int, float)):
+        # Konversi ke int jika nilai bulat, jika desimal return None untuk kode
+        return int(val) if val == int(val) else None, None
+
+    # Mengubah nilai menjadi tipe string dan membuang spasi kosong di awal/akhir
+    val_str = str(val).strip()
+
+    # Memeriksa jika string hasil strip adalah string kosong atau representasi literal null ('nan', 'None')
+    if val_str in ['', 'nan', 'None']:
+        return None, None
+
+    # Mencocokkan dengan pola Regex: Angka di awal diikuti tanda strip/dash lalu teks (misal: "1 - Teks" atau "12 - Teks")
+    match = re.match(r'^\s*(\d+)\s*[-–—]\s*(.+)$', val_str)
+    # Jika pola angka strip teks cocok
+    if match:
+        # Mengambil grup angka pertama dan mengonversinya ke integer
+        kode = int(match.group(1))
+        # Mengambil grup teks kedua dan membersihkan spasi
+        teks = match.group(2).strip()
+        # Mengembalikan pasangan (kode, teks)
+        return kode, teks
+
+    # Pola khusus untuk teks rentang nominal gaji (contoh: "Rp 3.000.000,- s/d Rp 4.000.000,-")
+    if 's/d' in val_str or 'sd' in val_str.lower():
+        # Mengekstrak seluruh digit angka dan titik sebelum pemisah 's/d'
+        numbers = re.findall(r'[\d.]+', val_str.split('s/d')[0] if 's/d' in val_str else val_str.split('sd')[0])
+        # Jika digit angka berhasil ditemukan
+        if numbers:
+            try:
+                # Mengambil angka batas bawah, menghapus tanda pemisah titik, dan mengonversinya ke integer
+                num = int(numbers[-1].replace('.', ''))
+                # Mengembalikan angka nominal batas bawah bersama string teks aslinya
+                return num, val_str
+            except:
+                # Jika konversi gagal, abaikan dan lanjut ke fallback
+                pass
+
+    # Jika sudah berupa string teks bebas tanpa format kode di depannya, kembalikan teks apa adanya
+    return None, val_str
+
+
+# Fungsi untuk memvalidasi dan mengonversi format tanggal string atau serial Excel ke standar format tanggal MySQL (YYYY-MM-DD)
+def parse_date(val) -> Optional[str]:
+    """
+    Mengonversi berbagai variasi format penanggalan dari file CSV atau format angka serial Excel menjadi string tanggal baku ISO (YYYY-MM-DD).
+    """
+    # Memeriksa jika nilai tanggal bernilai kosong atau None
+    if pd.isna(val) or val is None or val == '':
+        return None
+
+    # Jika nilai input sudah merupakan instance objek datetime atau pandas Timestamp
+    if isinstance(val, (datetime, pd.Timestamp)):
+        # Format langsung menjadi 'YYYY-MM-DD'
+        return val.strftime('%Y-%m-%d')
+
+    # Mengubah nilai menjadi string bersih
+    val_str = str(val).strip()
+    # Mengabaikan string kosong atau karakter placeholder umum seperti tanda strip
+    if val_str in ['', 'nan', 'None', '-', '_', '0']:
+        return None
+
+    # Memeriksa kemungkinan format angka serial tanggal bawaan Microsoft Excel (misal: angka 44794 merepresentasikan hari sejak 30-12-1899)
+    try:
+        float_val = float(val_str)
+        # Rentang serial number tanggal Excel valid (antara rentang tahun 1980 - 2064)
+        if 30000 <= float_val <= 60000:
+            # Menghitung tanggal kalender dengan menambahkan selisih hari ke basis kalender Excel (30 Desember 1899)
+            excel_date = datetime(1899, 12, 30) + timedelta(days=float_val)
+            # Mengembalikan tanggal dalam format string 'YYYY-MM-DD'
+            return excel_date.strftime('%Y-%m-%d')
+    except (ValueError, TypeError):
+        # Jika bukan angka serial Excel, lanjutkan ke parsing format tanggal teks
+        pass
+
+    # Daftar format pola string penanggalan umum yang sering muncul pada spreadsheet kuesioner
+    formats = [
+        '%Y-%m-%d', '%Y/%m/%d',
+        '%d-%m-%Y', '%d/%m/%Y',
+        '%m-%d-%Y', '%m/%d/%Y',
+        '%d-%m-%y', '%d/%m/%y',
+        '%m-%d-%y', '%m/%d/%y',
+        '%Y-%m-%d %H:%M:%S', '%Y/%m/%d %H:%M:%S',
+        '%d/%m/%Y %H:%M:%S', '%d-%m-%Y %H:%M:%S'
+    ]
+    # Mencoba mencocokkan nilai string dengan setiap format tanggal yang tersedia
+    for fmt in formats:
+        try:
+            # Jika format cocok, kembalikan tanggal terformat ISO
+            return datetime.strptime(val_str, fmt).strftime('%Y-%m-%d')
+        except ValueError:
+            # Jika tidak cocok, coba format berikutnya di list
+            continue
+
+    # Kembalikan None jika tidak ada satupun pola tanggal yang cocok
+    return None
+
+
+# =========================================================================
+# FUNGSI-FUNGSI KONVERSI NILAI KUESIONER
+# =========================================================================
+
+# Fungsi utama untuk menerjemahkan nilai kode jawaban mentah menjadi teks deskriptif
+def konversi_jawaban(field_code: Optional[str], nilai, db: Optional[Session] = None) -> Any:
+    """
+    Mengonversi kode angka kuesioner ke teks label jawaban yang sesuai.
+
+    PENTING: Nilai 0 ADALAH jawaban valid untuk beberapa field kuesioner:
+    - F502: 0 bulan (artinya langsung bekerja saat lulus kuliah)
+    - F302/F303: 0 bulan (mulai mencari saat lulus)
+    - F401-F415: 0 bernilai "Tidak", 1 bernilai "Ya"
+
+    Args:
+        field_code: Kode butir pertanyaan (contoh: 'F14', 'F504')
+        nilai: Nilai mentah dari sel CSV
+        db: Sesi koneksi database opsional
+
+    Returns:
+        Nilai teks yang telah dikonversi, atau None jika sel kosong
+    """
+    # Memeriksa sel kosong atau NaN
+    if pd.isna(nilai) or nilai == '':
+        return None
+
+    # Memeriksa string kosong setelah pembersihan spasi
+    if isinstance(nilai, str) and nilai.strip() in ['', 'nan', 'None']:
+        return None
+
+    # Penanganan data kuesioner format 2024 yang sudah memuat "KODE - TEKS"
+    if isinstance(nilai, str):
+        # Mencocokkan regex pola angka strip teks
+        match = re.match(r'^\s*(\d+)\s*[-–—]\s*(.+)$', nilai)
+        if match:
+            kode = int(match.group(1))
+            teks = match.group(2).strip()
+
+            # Jika teks memiliki deskripsi yang cukup panjang (>5 karakter), gunakan langsung teks tersebut
+            if len(teks) > 5:
+                return teks
+
+        # Jika nilai diawali huruf (sudah berbentuk teks naratif penuh tanpa angka kode)
+        if not nilai[0].isdigit() if nilai else True:
+            return nilai.strip()
+
+    # Menyimpan nilai asli sebelum dikonversi
+    original_nilai = nilai
+    # Konversi string angka menjadi integer
+    if isinstance(nilai, str):
+        try:
+            nilai = int(nilai)
+        except ValueError:
+            pass
+
+    # Konversi float murni (misal 1.0) menjadi integer (1)
+    if isinstance(nilai, float):
+        if nilai != int(nilai):
+            return None  # Mengabaikan bilangan desimal yang tidak valid untuk kode kuesioner
+        nilai = int(nilai)
+
+    # Menentukan nilai kunci pencarian (key)
+    nilai_key: Any = int(nilai) if isinstance(nilai, (int, float)) else nilai
+    # Mengubah kode field menjadi huruf kapital bersih
+    code_upper = field_code.upper().strip() if field_code else ''
+
+    # ================= Konversi Berdasarkan Kode Pertanyaan Spesifik =================
+
+    # F1761-F1774: Penilaian 7 kelompok kompetensi saat lulus & saat ini (skala 1-5, nilai 0 diabaikan menjadi NULL)
+    if code_upper in ['F1761', 'F1762', 'F1763', 'F1764', 'F1765', 'F1766', 'F1767', 'F1768', 'F1769', 'F1770', 'F1771', 'F1772', 'F1773', 'F1774']:
+        if nilai_key == 0:
+            return None
+        return KOMPETENSI_LEVEL.get(nilai_key)
+
+    # F21-F27: Evaluasi metode pembelajaran di kampus (skala 1-5, nilai 0 diabaikan menjadi NULL)
+    if code_upper in ['F21', 'F22', 'F23', 'F24', 'F25', 'F26', 'F27']:
+        if nilai_key == 0:
+            return None
+        return METODE_LEVEL.get(nilai_key)
+
+    # F401-F415: Saluran cara mencari pekerjaan (jawaban biner: 0 = "Tidak", 1 = "Ya")
+    if code_upper in ['F401', 'F402', 'F403', 'F404', 'F405', 'F406', 'F407',
+                      'F408', 'F409', 'F410', 'F411', 'F412', 'F413', 'F414', 'F415']:
+        return YA_TIDAK.get(nilai_key)
+
+    # F504: Status mendapatkan pekerjaan dalam <= 6 bulan (1 = Ya, 2 = Tidak)
+    if code_upper == 'F504':
+        return JAWABAN_MAPPING.get('F504', {}).get(nilai_key)
+
+    # F505: Rata-rata pendapatan gaji per bulan (pencocokan ke range atau format mata uang Rupiah)
+    if code_upper == 'F505':
+        if nilai_key in JAWABAN_MAPPING.get('F505', {}):
+            return JAWABAN_MAPPING['F505'][nilai_key]
+        if isinstance(nilai_key, (int, float)) and nilai_key > 0:
+            return f"Rp {int(nilai_key):,}".replace(',', '.')
+        if isinstance(nilai, str) and nilai.strip() and nilai.strip() not in ['0', '0.0']:
+            return nilai.strip()
+        return None
+
+    # F1601-F1613: Pertimbangan alasan memilih pekerjaan yang tidak sesuai bidang
+    if code_upper in ['F1601', 'F1602', 'F1603', 'F1604', 'F1605', 'F1606',
+                      'F1607', 'F1608', 'F1609', 'F1610', 'F1611', 'F1612', 'F1613']:
+        if code_upper in JAWABAN_MAPPING:
+            return JAWABAN_MAPPING[code_upper].get(nilai_key)
+        return YA_TIDAK.get(nilai_key)
+
+    # F502, F302, F303: Jumlah durasi bulan masa tunggu mencari kerja (nilai 0 s.d. 12 valid berupa angka murni)
+    if code_upper in ['F502', 'F302', 'F303']:
+        return nilai_key  # Dikembalikan sebagai angka numerik murni
+
+    # F5A1: Wilayah provinsi tempat bekerja (konversi kode provinsi ke nama provinsi)
+    if code_upper == 'F5A1':
+        nama_provinsi = PROVINSI_MAPPING.get(nilai_key)
+        if nama_provinsi:
+            return f"{nilai_key} - {nama_provinsi}"
+        return nilai_key
+
+    # F5A2: Wilayah kabupaten atau kota tempat bekerja
+    if code_upper == 'F5A2':
+        nama_kabupaten = KABUPATEN_MAPPING.get(nilai_key)
+        if nama_kabupaten:
+            return f"{nilai_key} - {nama_kabupaten}"
+        return nilai_key
+
+    # Pengecekan pada kamus umum JAWABAN_MAPPING untuk kode lainnya
+    if code_upper in JAWABAN_MAPPING:
+        return JAWABAN_MAPPING[code_upper].get(nilai_key)
+    if field_code in JAWABAN_MAPPING:
+        return JAWABAN_MAPPING[field_code].get(nilai_key)
+
+    # Nilai bawaan jika tidak ada kamus pencocokan: kembalikan nilai asli
+    return original_nilai
+
+
+# Fungsi pembantu untuk memilih apakah menyimpan kode numerik atau teks deskripsi sesuai tipe kolom di database
+def convert_value_for_field(field_code: str, kode: int, teks: str, is_numeric_field: bool) -> Any:
+    """
+    Menentukan representasi data akhir yang akan disimpan ke database berdasarkan tipe kolom tabel target.
+
+    Args:
+        field_code: Kode butir pertanyaan (contoh: 'F14', 'F504')
+        kode: Angka kode jawaban hasil parsing
+        teks: Teks label jawaban hasil parsing
+        is_numeric_field: Bernilai True jika kolom database bertipe integer (misal: bulan tunggu)
+
+    Returns:
+        Nilai yang telah disesuaikan dengan tipe kolom database
+    """
+    # Jika kolom database adalah tipe numerik integer, prioritaskan mengembalikan kode angka
+    if is_numeric_field:
+        return kode
+
+    # Jika teks deskripsi tersedia dan panjangnya memadai, gunakan teks deskriptif
+    if teks and len(teks) > 5:
+        return teks
+
+    # Jika kode angka ada, coba konversikan kode tersebut ke teks melalui fungsi konversi_jawaban
+    if kode is not None:
+        return konversi_jawaban(field_code, kode)
+
+    # Opsi fallback terakhir: kembalikan teks
+    return teks
+

Backend/app/parsers/mappings.py

@@ -0,0 +1,705 @@
+"""
+Mapping kolom untuk setiap tahun tracer study.
+Ini adalah sumber kebenaran untuk mapping CSV -> database field.
+"""
+
+from typing import Optional
+
+# ============================================
+# YEAR CONFIGURATION
+# Setiap tahun punya format kolom yang berbeda
+# ============================================
+
+YEAR_CONFIG = {
+    '2019': {
+        'description': 'Format lama - kode angka',
+        'skip_jumlah_perusahaan': True,  # F1102 bukan jumlah_perusahaan
+        'has_email': True,
+        'email_col': 'Email',
+        'nama_col': 'Nama',
+        'tahun_col': 'Tahun Lulus',
+        'is_text_format': False,  # Data dalam bentuk kode angka
+    },
+    '2020': {
+        'description': 'Format 2020',
+        'skip_jumlah_perusahaan': False,
+        'has_email': True,
+        'email_col': 'Email',
+        'nama_col': 'Nama',
+        'tahun_col': 'Tahun Lulus',
+        'is_text_format': False,
+    },
+    '2021': {
+        'description': 'Format 2021 - tidak ada kolom email',
+        'skip_jumlah_perusahaan': False,
+        'has_email': False,
+        'email_col': None,
+        'nama_col': 'Nama',
+        'tahun_col': 'Tahun Lulus',
+        'is_text_format': False,
+    },
+    '2022': {
+        'description': 'Format 2022 - ada emailmsmh',
+        'skip_jumlah_perusahaan': False,
+        'has_email': True,
+        'email_col': 'emailmsmh',
+        'nama_col': 'nmmhsmsmh',
+        'tahun_col': 'tahun_lulus',
+        'is_text_format': False,
+    },
+    '2023': {
+        'description': 'Format 2023 - ada emailmsmh',
+        'skip_jumlah_perusahaan': False,
+        'has_email': True,
+        'email_col': 'emailmsmh',
+        'nama_col': 'nmmhsmsmh',
+        'tahun_col': 'tahun_lulus',
+        'is_text_format': False,
+    },
+    '2024': {
+        'description': 'Format 2024 - data dalam format teks lengkap "KODE - TEKS"',
+        'skip_jumlah_perusahaan': False,
+        'has_email': True,
+        'email_col': '6. Alamat Email / emailmsmh',
+        'nama_col': '4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)',
+        'tahun_col': '7. Tahun Lulus / tahun_lulus',
+        'nim_col': '3. NIM / nimhsmsmh  (Gunakan Huruf Besar)',
+        'is_text_format': True,  # Data SUDAH dalam format teks lengkap
+    },
+    '2025': {
+        'description': 'Format 2025 - sama dengan 2024',
+        'skip_jumlah_perusahaan': False,
+        'has_email': True,
+        'email_col': '6. Alamat Email / emailmsmh',
+        'nama_col': '4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)',
+        'tahun_col': '7. Tahun Lulus / tahun_lulus',
+        'nim_col': '3. NIM / nimhsmsmh  (Gunakan Huruf Besar)',
+        'is_text_format': True,
+    },
+}
+
+
+# ============================================
+# COLUMN MAPPING - IDENTITAS
+# ============================================
+
+IDENTITAS_MAPPING = {
+    # Field database: [list kemungkinan nama kolom di CSV]
+    'nim': [
+        'NIM/Nomor Mahasiswa',
+        'NIM',
+        'nimhsmsmh',
+        '3. NIM / nimhsmsmh',
+        '3. NIM / nimhsmsmh  (Gunakan Huruf Besar)',
+        '3. NIM / nimhsmsmh  (Gunakan Huruf Besar) ',
+    ],
+    'nama': [
+        'Nama',
+        'nmmhsmsmh',
+        '4. Nama Lengkap / nmmhsmsmh',
+        '4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)',
+    ],
+    'kode_prodi': [
+        'Kode Prodi',
+        'kdpstmsmh',
+        '2. Kode Program Studi / kdpstmsmh',
+    ],
+    'kode_pt': [
+        'Kode PT',
+        'kdptimsmh',
+        '1. Kode Perguruan Tinggi / kdptimsmh',
+    ],
+    'email': [
+        'Email',
+        'emailmsmh',
+        '6. Alamat Email / emailmsmh',
+    ],
+    'tahun_lulus': [
+        'Tahun Lulus',
+        'tahun_lulus',
+        '7. Tahun Lulus / tahun_lulus',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - PEKERJAAN
+# ============================================
+
+PEKERJAAN_MAPPING = {
+    'status_saat_ini': [
+        'F8',
+        'f8',
+        '1. Jelaskan status Anda saat ini? f8',
+    ],
+    'bulan_dapat_kerja': [
+        'F502',
+        'f502',
+        '2. Berapa bulan anda mendapatkan pekerjaan SEBELUM LULUS? f502',
+        '2. Dalam berapa bulan Anda mendapatkan pekerjaan pertama ? (f502)',
+    ],
+    'dapet_kerja_6_bulan': [
+        'F504',
+        'f504',
+        '3.  Apakah Anda telah mendapatkan pekerjaan <= 6 bulan / termasuk bekerja sebelum lulus? f504',
+        '3. Apakah Anda telah mendapatkan pekerjaan <= 6 bulan / termasuk bekerja sebelum lulus? f504',
+    ],
+    'rata_pendapatan': [
+        'F505',
+        'f505',
+        '4. Berapa rata-rata pendapatan Anda per bulan ? f505',
+        '4. Berapa rata-rata pendapatan Anda per bulan? f505',
+    ],
+    'bulan_dapat_kerja_setelah': [
+        'F506',
+        'f506',
+        '5. Berapa bulan Anda MENDAPATKAN PEKERJAAN SETELAH LULUS? f506',
+    ],
+    'provinsi_kerja': [
+        'F5a1',
+        'f5a1',
+        '6. Dimana lokasi provinsi tempat Anda bekerja? f5a1',
+        '6. Ditahui lokasi provinsi tempat Anda bekerja? f5a1',
+        '6. Lokasi provinsi tempat Anda bekerja? f5a1',
+    ],
+    'kab_kota_kerja': [
+        'F5a2',
+        'f5a2',
+        '7. Dimana lokasi kabupaten/kota tempat Anda bekerja? f5a2',
+        '7. Ditahui lokasi kabupaten/kota tempat Anda bekerja? f5a2',
+        '7. Lokasi kabupaten/kota tempat Anda bekerja? f5a2',
+    ],
+    'jenis_perusahaan_full': [
+        'F1101',
+        'f1101',
+        '8. Apa jenis perusahaan/instansi/institusi tempat anda bekerja sekarang? f1101',
+        '8. Ditahui jenis perusahaan/instansi/institusi tempat anda bekerja sekarang? f1101',
+        '8. Jenis perusahaan/instansi tempat anda bekerja sekarang? f1101',
+    ],
+    'jumlah_perusahaan': [
+        'F1102',
+        'f1102',
+    ],
+    'nama_perusahaan': [
+        'F5b',
+        'f5b',
+        '9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b',
+        '9. Ditahui nama perusahaan/kantor tempat Anda bekerja? f5b',
+        '9. Nama perusahaan/kantor tempat Anda bekerja? f5b',
+    ],
+    'jabatan': [
+        'F5c',
+        'f5c',
+        '10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c',
+        '10. Bilamana Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c',
+    ],
+    'tingkatan_tempat_kerja': [
+        'F5d',
+        'f5d',
+        '11. Apa tingkatan tempat kerja Anda? f5d',
+        '11. Ditahui tingkatan tempat kerja Anda? f5d',
+        '11. Tingkatan tempat kerja Anda? f5d',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - STUDI LANJUT
+# ============================================
+
+STUDI_LANJUT_MAPPING = {
+    'sumber_biaya_studi': [
+        'F18a',
+        'f18a',
+        '12. Sumber biaya Studi Lanjut Anda? f18a',
+    ],
+    'pt_studi_lanjut': [
+        'F18b',
+        'f18b',
+        '13. Nama Perguruan Tinggi Studi Lanjut Anda? f18b',
+    ],
+    'prodi_studi_lanjut': [
+        'F18c',
+        'f18c',
+        '14. Nama Program Studi Studi Lanjut Anda? f18c',
+    ],
+    'tanggal_masuk_studi': [
+        'F18d',
+        'f18d',
+        '15. Tanggal Masuk Awal Studi Lanjut Anda? f18d',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - KESESUAIAN
+# ============================================
+
+KESESUAIAN_MAPPING = {
+    'sumber_biaya_kuliah': [
+        'F1201',
+        'f1201',
+        '16. Sebutkan sumberdana dalam pembiayaan kuliah? (bukan ketika Studi Lanjut) f1201',
+    ],
+    'keeratan_bidang_studi': [
+        'F14',
+        'f14',
+        '17. Seberapa erat hubungan bidang studi dengan pekerjaan Anda? f14',
+    ],
+    'tingkat_pendidikan_tepat': [
+        'F15',
+        'f15',
+        '18. Tingkat pendidikan apa yang paling tepat/sesuai untuk pekerjaan anda saat ini? f15',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - KOMPETENSI (SAAT LULUS)
+# ============================================
+
+KOMPETENSI_LULUS_MAPPING = {
+    'etika_lulus_full': [
+        'F1761',
+        'f1761',
+        '19. Pada tingkat mana kompetensi ETIKA anda pada SAAT LULUS? f1761',
+        '19. Padatingkat mana kompetensi ETIKA anda pada SAAT LULUS? f1761',
+        '19. Kompetensi ETIKA SAAT LULUS? f1761',
+    ],
+    'keahlian_lulus_full': [
+        'F1763',
+        'f1763',
+        '21. Pada tingkat mana kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU anda kuasai pada SAAT LULUS? f1763',
+        '21. Padatingkat mana kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU anda kuasai pada SAAT LULUS? f1763',
+        '21. Kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU SAAT LULUS? f1763',
+    ],
+    'bahasa_inggris_lulus_full': [
+        'F1765',
+        'f1765',
+        '23. Pada tingkat mana kompetensi BAHASA INGGRIS anda kuasai pada SAAT LULUS? f1765',
+        '23. Padatingkat mana kompetensi BAHASA INGGRIS anda kuasai pada SAAT LULUS? f1765',
+        '23. Kompetensi BAHASA INGGRIS SAAT LULUS? f1765',
+    ],
+    'teknologi_informasi_lulus_full': [
+        'F1767',
+        'f1767',
+        '25. Pada tingkat mana kompetensi TEKNOLOGI INFORMASI anda kuasai pada SAAT LULUS? f1767',
+        '25. Padatingkat mana kompetensi TEKNOLOGI INFORMASI anda kuasai pada SAAT LULUS? f1767',
+        '25. Kompetensi TEKNOLOGI INFORMASI SAAT LULUS? f1767',
+    ],
+    'komunikasi_lulus_full': [
+        'F1769',
+        'f1769',
+        '27. Pada tingkat mana kompetensi KOMUNIKASI anda kuasai pada SAAT LULUS? f1769',
+        '27. Padatingkat mana kompetensi KOMUNIKASI anda kuasai pada SAAT LULUS? f1769',
+        '27. Kompetensi KOMUNIKASI SAAT LULUS? f1769',
+    ],
+    'kerja_sama_lulus_full': [
+        'F1771',
+        'f1771',
+        '29. Pada tingkat mana kompetensi KERJA SAMA TIM anda pada SAAT LULUS? f1771',
+        '29. Padatingkat mana kompetensi KERJA SAMA TIM anda pada SAAT LULUS? f1771',
+        '29. Kompetensi KERJA SAMA TIM SAAT LULUS? f1771',
+    ],
+    'pengembangan_diri_lulus_full': [
+        'F1773',
+        'f1773',
+        '31. Pada tingkat mana kompetensi PENGEMBANGAN DIRI anda pada SAAT LULUS? f1773',
+        '31. Padatingkat mana kompetensi PENGEMBANGAN DIRI anda pada SAAT LULUS? f1773',
+        '31. Kompetensi PENGEMBANGAN DIRI SAAT LULUS? f1773',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - KOMPETENSI (SAAT INI)
+# ============================================
+
+KOMPETENSI_SAAT_INI_MAPPING = {
+    'etika_saat_ini': [
+        'F1762',
+        'f1762',
+        '20. Pada tingkat mana kompetensi ETIKA anda pada SAAT INI? f1762',
+        '20. Padatingkat mana kompetensi ETIKA anda pada SAAT INI? f1762',
+        '20. Kompetensi ETIKA SAAT INI? f1762',
+    ],
+    'keahlian_saat_ini': [
+        'F1764',
+        'f1764',
+        '22. Pada tingkat mana kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU anda kuasai pada SAAT INI? f1764',
+        '22. Padatingkat mana kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU anda kuasai pada SAAT INI? f1764',
+        '22. Kompetensi KEAHLIAN BERDASARKAN BIDANG ILMU SAAT INI? f1764',
+    ],
+    'bahasa_inggris_saat_ini': [
+        'F1766',
+        'f1766',
+        '24. Pada tingkat mana kompetensi BAHASA INGGRIS anda kuasai pada SAAT INI? f1766',
+        '24. Padatingkat mana kompetensi BAHASA INGGRIS anda kuasai pada SAAT INI? f1766',
+        '24. Kompetensi BAHASA INGGRIS SAAT INI? f1766',
+    ],
+    'teknologi_informasi_saat_ini': [
+        'F1768',
+        'f1768',
+        '26. Pada tingkat mana kompetensi TEKNOLOGI INFORMASI anda kuasai pada SAAT INI? f1768',
+        '26. Padatingkat mana kompetensi TEKNOLOGI INFORMASI anda kuasai pada SAAT INI? f1768',
+        '26. Kompetensi TEKNOLOGI INFORMASI SAAT INI? f1768',
+    ],
+    'komunikasi_saat_ini': [
+        'F1770',
+        'f1770',
+        '28. Pada tingkat mana kompetensi KOMUNIKASI anda kuasai pada SAAT INI? f1770',
+        '28. Padatingkat mana kompetensi KOMUNIKASI anda kuasai pada SAAT INI? f1769',
+        '28. Kompetensi KOMUNIKASI SAAT INI? f1770',
+    ],
+    'kerja_sama_saat_ini': [
+        'F1772',
+        'f1772',
+        '30. Pada tingkat mana kompetensi KERJA SAMA TIM anda pada SAAT INI? f1772',
+        '30. Padatingkat mana kompetensi KERJA SAMA TIM anda pada SAAT INI? f1772',
+        '30. Kompetensi KERJA SAMA TIM SAAT INI? f1772',
+    ],
+    'pengembangan_diri_saat_ini': [
+        'F1774',
+        'f1774',
+        '32. Pada tingkat mana kompetensi PENGEMBANGAN DIRI anda pada SAAT INI? f1774',
+        '32. Padatingkat mana kompetensi PENGEMBANGAN DIRI anda pada SAAT INI? f1774',
+        '32. Kompetensi PENGEMBANGAN DIRI SAAT INI? f1774',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - METODE PEMBELAJARAN
+# ============================================
+
+METODE_PEMBELAJARAN_MAPPING = {
+    'metode_perkuliahan': [
+        'F21',
+        'f21',
+        '33. Perkuliahan (f21)',
+        '33. Perkuliahan f21',
+    ],
+    'metode_demonstrasi': [
+        'F22',
+        'f22',
+        '34. Demonstrasi (f22)',
+        '34. Demonstrasi f22',
+    ],
+    'metode_proyek_riset': [
+        'F23',
+        'f23',
+        '35. Partisipasi dalam proyek riset (f23)',
+        '35. Partisipasi dalam proyek riset f23',
+    ],
+    'metode_magang': [
+        'F24',
+        'f24',
+        '36. Magang (f24)',
+        '36. Magang f24',
+    ],
+    'metode_praktikum': [
+        'F25',
+        'f25',
+        '37. Praktikum (f25)',
+        '37. Praktikum f25',
+    ],
+    'metode_kerja_lapangan': [
+        'F26',
+        'f26',
+        '38. Kerja Lapangan (f26)',
+        '38. Kerja Lapangan f26',
+    ],
+    'metode_diskusi': [
+        'F27',
+        'f27',
+        '39. Diskusi (f27)',
+        '39. Diskusi f27',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - WAKTU CARI KERJA
+# ============================================
+
+WAKTU_CARI_KERJA_MAPPING = {
+    'mulai_cari_kerja': [
+        'F301',
+        'f301',
+        '40. Kapan anda mulai mencari pekerjaan? f301',
+    ],
+    'bulan_cari_sebelum_lulus': [
+        'F302',
+        'f302',
+        '41. Saya mencari pekerjaan, Kira-kira ....... bulan SEBELUM lulus (f302)',
+    ],
+    'bulan_cari_setelah_wisuda': [
+        'F303',
+        'f303',
+        '42. Saya mencari pekerjaan, Kira-kira ....... bulan SETELAH wisuda (f303)',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - CARA CARI KERJA (Ya/Tidak)
+# ============================================
+
+CARA_CARI_KERJA_MAPPING = {
+    'cari_iklan': [
+        'F401',
+        'f401',
+        '43. Melalui iklan di koran/majalah, brosur ? (f401)',
+    ],
+    'cari_melamar_tanpa_lowongan': [
+        'F402',
+        'f402',
+        '44. Melamar ke perusahaan tanpa mengetahui lowongan yang ada (f402)',
+    ],
+    'cari_bursa_pameran': [
+        'F403',
+        'f403',
+        '45. Pergi ke bursa/pameran kerja (f403)',
+    ],
+    'cari_internet': [
+        'F404',
+        'f404',
+        '46. Mencari lewat internet/iklan online/milis (f404)',
+    ],
+    'cari_dihubungi_perusahaan': [
+        'F405',
+        'f405',
+        '47. Dihubungi oleh perusahaan (f405)',
+    ],
+    'cari_kemenakertrans': [
+        'F406',
+        'f406',
+        '48. Menghubungi Kemenakertrans (f406)',
+    ],
+    'cari_agen_tenaga_kerja': [
+        'F407',
+        'f407',
+        '49. Menghubungi agen tenaga kerja komersial/swasta (f407)',
+    ],
+    'cari_pusat_karir': [
+        'F408',
+        'f408',
+        '50. Memperoleh informasi dari pusat/kantor pengembangan karir fakultas/universitas (f408)',
+    ],
+    'cari_kantor_mahasiswa': [
+        'F409',
+        'f409',
+        '51. Menghubungi kantor kemahasiswaan/hubungan alumni (f409)',
+    ],
+    'cari_jejaring': [
+        'F410',
+        'f410',
+        '52. Membangun jejaring (network) sejak masih kuliah (f410)',
+    ],
+    'cari_relasi': [
+        'F411',
+        'f411',
+        '53. Melalui relasi (misalnya dosen, orang tua, saudara, teman, Ikatan Alumni dll.) (f411)',
+    ],
+    'cari_bangun_usaha': [
+        'F412',
+        'f412',
+        '54. Membangun bisnis sendiri (f412)',
+    ],
+    'cari_magang': [
+        'F413',
+        'f413',
+        '55. Melalui penempatan kerja atau magang (f413)',
+    ],
+    'cari_tempat_kuliah': [
+        'F414',
+        'f414',
+        '56. Bekerja di tempat yang sama dengan tempat kerja semasa kuliah (f414)',
+    ],
+    'cari_lainnya': [
+        'F415',
+        'f415',
+        '57. Lainnya (f415)',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - LAMARAN & KEAKTIFAN
+# ============================================
+
+LAMARAN_KEAKTIFAN_MAPPING = {
+    'jumlah_perusahaan_dilamar': [
+        'F6',
+        'f6',
+        '58. Berapa perusahaan/instansi/institusi yang sudah anda lamar (lewat surat atau e-mail) sebelum anda memperoleh pekerjaan pertama? f6',
+    ],
+    'jumlah_perusahaan_merespons': [
+        'F7',
+        'f7',
+        '59. Berapa banyak perusahaan/instansi/institusi yang merespons lamaran Anda? f7',
+    ],
+    'jumlah_perusahaan_wawancara': [
+        'F7a',
+        'f7a',
+        '60. Berapa banyak perusahaan/instansi/institusi yang mengundang anda untuk wawancara? f7a',
+    ],
+    'aktif_cari_kerja_4_minggu': [
+        'F1001',
+        'f1001',
+        '61. Apakah Anda aktif mencari pekerjaan dalam 4 minggu terakhir? Pilihlah satu jawaban (f1001)',
+    ],
+}
+
+
+# ============================================
+# COLUMN MAPPING - KESESUAIAN PEKERJAAN
+# ============================================
+
+KESESUAIAN_PEKERJAAN_MAPPING = {
+    'kerja_tidak_sesuai_1': [
+        'F1601',
+        'f1601',
+        '62. Apakah pekerjaan anda saat ini tidak sesuai dengan pendidikan anda ? f1601',
+    ],
+    'kerja_tidak_sesuai_2': [
+        'F1602',
+        'f1602',
+        '63. Apakah pekerjaan anda saat ini tidak sesuai dengan pendidikan anda ? f1602',
+    ],
+    'alasan_tidak_sesuai_1': [
+        'F1603',
+        'f1603',
+        '64. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1603',
+    ],
+    'alasan_tidak_sesuai_2': [
+        'F1604',
+        'f1604',
+        '65. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1604',
+    ],
+    'alasan_tidak_sesuai_3': [
+        'F1605',
+        'f1605',
+        '66. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1605',
+    ],
+    'alasan_tidak_sesuai_4': [
+        'F1606',
+        'f1606',
+        '67. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1606',
+    ],
+    'alasan_tidak_sesuai_5': [
+        'F1607',
+        'f1607',
+        '68. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1607',
+    ],
+    'alasan_tidak_sesuai_6': [
+        'F1608',
+        'f1608',
+        '69. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1608',
+    ],
+    'alasan_tidak_sesuai_7': [
+        'F1609',
+        'f1609',
+        '70. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1609',
+    ],
+    'alasan_tidak_sesuai_8': [
+        'F1610',
+        'f1610',
+        '71. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1610',
+    ],
+    'alasan_tidak_sesuai_9': [
+        'F1611',
+        'f1611',
+        '72. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1611',
+    ],
+    'alasan_tidak_sesuai_10': [
+        'F1612',
+        'f1612',
+        '73. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? f1612',
+    ],
+    'alasan_tidak_sesuai_11': [
+        'F1613',
+        'f1613',
+        '74. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? Selain pilihan dijawaban soal diatas (f1613)',
+    ],
+    'alasan_tidak_sesuai_lainnya': [
+        'F1614',
+        'f1614',
+        '75. Jika pekerjaan anda saat ini tidak sesuai dengan pendidikan anda, mengapa anda mengambilnya? Selain pilihan dijawaban soal diatas, Tuliskan (f1614)',
+    ],
+}
+
+
+# ============================================
+# ALL MAPPINGS COMBINED (untuk import)
+# ============================================
+
+# Combine all tracer response mappings
+TRACER_MAPPING = {}
+TRACER_MAPPING.update(PEKERJAAN_MAPPING)
+TRACER_MAPPING.update(STUDI_LANJUT_MAPPING)
+TRACER_MAPPING.update(KESESUAIAN_MAPPING)
+TRACER_MAPPING.update(KOMPETENSI_LULUS_MAPPING)
+TRACER_MAPPING.update(KOMPETENSI_SAAT_INI_MAPPING)
+TRACER_MAPPING.update(METODE_PEMBELAJARAN_MAPPING)
+TRACER_MAPPING.update(WAKTU_CARI_KERJA_MAPPING)
+TRACER_MAPPING.update(CARA_CARI_KERJA_MAPPING)
+TRACER_MAPPING.update(LAMARAN_KEAKTIFAN_MAPPING)
+TRACER_MAPPING.update(KESESUAIAN_PEKERJAAN_MAPPING)
+
+
+# ============================================
+# NUMERIC FIELDS (harus jadi integer)
+# ============================================
+
+NUMERIC_FIELDS = [
+    'bulan_dapat_kerja',
+    'dapet_kerja_6_bulan',
+    'bulan_dapat_kerja_setelah',
+    'jumlah_perusahaan',
+    'bulan_cari_sebelum_lulus',
+    'bulan_cari_setelah_wisuda',
+    'jumlah_perusahaan_dilamar',
+    'jumlah_perusahaan_merespons',
+    'jumlah_perusahaan_wawancara',
+]
+
+
+# ============================================
+# HELPER FUNCTIONS
+# ============================================
+
+def get_all_mappings():
+    """Return semua mapping dalam satu dict"""
+    return {
+        'identitas': IDENTITAS_MAPPING,
+        'pekerjaan': PEKERJAAN_MAPPING,
+        'studi_lanjut': STUDI_LANJUT_MAPPING,
+        'kesesuaian': KESESUAIAN_MAPPING,
+        'kompetensi_lulus': KOMPETENSI_LULUS_MAPPING,
+        'kompetensi_saat_ini': KOMPETENSI_SAAT_INI_MAPPING,
+        'metode_pembelajaran': METODE_PEMBELAJARAN_MAPPING,
+        'waktu_cari_kerja': WAKTU_CARI_KERJA_MAPPING,
+        'cara_cari_kerja': CARA_CARI_KERJA_MAPPING,
+        'lamaran_keaktifan': LAMARAN_KEAKTIFAN_MAPPING,
+        'kesesuaian_pekerjaan': KESESUAIAN_PEKERJAAN_MAPPING,
+        'tracer': TRACER_MAPPING,
+    }
+
+
+def get_field_code(db_field: str, mapping_dict: dict) -> Optional[str]:
+    """
+    Extract kode field (misal 'F14') dari mapping.
+
+    Args:
+        db_field: Nama field di database (misal 'keeratan_bidang_studi')
+        mapping_dict: Dict mapping yang sesuai
+
+    Returns:
+        Kode field (misal 'F14') atau None
+    """
+    cols = mapping_dict.get(db_field, [])
+    for col in cols:
+        if str(col).upper().startswith('F'):
+            return str(col).upper()
+    return None

Backend/app/repositories/alumni.py

@@ -0,0 +1,72 @@
+from typing import Optional, List, Tuple
+from sqlalchemy.orm import Session, joinedload, selectinload
+from sqlalchemy import or_
+from app.models.alumni import Alumni
+from app.repositories.base import BaseRepository
+
+class AlumniRepository(BaseRepository[Alumni]):
+    """
+    Alumni repository containing operations specific to the Alumni entity.
+    """
+    def get_by_nim(self, db: Session, nim: str) -> Optional[Alumni]:
+        """Find an alumni record by their NIM (student identification number)."""
+        return db.query(self.model).filter(self.model.nim == nim).first()
+
+    def get_with_relations(self, db: Session, alumni_id: int) -> Optional[Alumni]:
+        """Fetch alumni with all related details (pekerjaan, kompetensi, tracer, clustering)."""
+        return (
+            db.query(self.model)
+            .options(
+                joinedload(self.model.pekerjaan_detail),
+                joinedload(self.model.kompetensi),
+                joinedload(self.model.tracer_response),
+                selectinload(self.model.clustering_results),
+            )
+            .filter(self.model.id == alumni_id)
+            .first()
+        )
+
+    def get_filtered(
+        self,
+        db: Session,
+        skip: int = 0,
+        limit: int = 10,
+        search: Optional[str] = None,
+        kode_prodi: Optional[str] = None,
+        tahun_lulus: Optional[int] = None,
+        status_kerja: Optional[str] = None,
+    ) -> Tuple[List[Alumni], int]:
+        """
+        Fetch alumni list with multi-column search, filtering, and total count.
+        """
+        query = db.query(self.model)
+
+        if search:
+            search_pattern = f"%{search.strip()}%"
+            query = query.filter(
+                or_(
+                    self.model.nim.ilike(search_pattern),
+                    self.model.nama.ilike(search_pattern),
+                    self.model.pekerjaan.ilike(search_pattern),
+                    self.model.instansi.ilike(search_pattern),
+                    self.model.email.ilike(search_pattern),
+                )
+            )
+
+        if kode_prodi:
+            query = query.filter(self.model.kode_prodi == kode_prodi.strip())
+
+        if tahun_lulus:
+            query = query.filter(self.model.tahun_lulus == tahun_lulus)
+
+        if status_kerja:
+            query = query.filter(self.model.status_kerja == status_kerja.strip())
+
+        total = query.count()
+        alumni_list = query.order_by(self.model.id.desc()).offset(skip).limit(limit).all()
+
+        return alumni_list, total
+
+# Instantiate alumni repository to be imported elsewhere
+alumni_repository = AlumniRepository(Alumni)
+

Backend/app/repositories/base.py

@@ -0,0 +1,65 @@
+from typing import Generic, Type, TypeVar, List, Optional, Any, Dict, Union
+from sqlalchemy.orm import Session
+from app.models.base import Base
+
+# Type variable bound to SQLAlchemy Declarative Base
+ModelType = TypeVar("ModelType", bound=Base)
+
+class BaseRepository(Generic[ModelType]):
+    """
+    Generic Base Repository containing common CRUD database operations.
+    Designed to reduce boilerplate code across all entities.
+    """
+    def __init__(self, model: Type[ModelType]):
+        self.model = model
+
+    def get(self, db: Session, id: Any) -> Optional[ModelType]:
+        """Fetch a single record by its primary key ID."""
+        return db.query(self.model).filter(self.model.id == id).first()
+
+    def get_all(self, db: Session, skip: int = 0, limit: int = 100) -> List[ModelType]:
+        """Fetch a list of records with optional pagination limits."""
+        return db.query(self.model).offset(skip).limit(limit).all()
+
+    def create(self, db: Session, obj_in: Any) -> ModelType:
+        """Create a new database record from a dictionary or Pydantic model."""
+        if hasattr(obj_in, "model_dump"):
+            obj_data = obj_in.model_dump()
+        elif hasattr(obj_in, "dict"):
+            obj_data = obj_in.dict()
+        else:
+            obj_data = dict(obj_in)
+            
+        db_obj = self.model(**obj_data)
+        db.add(db_obj)
+        db.commit()
+        db.refresh(db_obj)
+        return db_obj
+
+    def update(self, db: Session, db_obj: ModelType, obj_in: Union[Any, Dict[str, Any]]) -> ModelType:
+        """Update an existing database record with new field values."""
+        if isinstance(obj_in, dict):
+            update_data = obj_in
+        elif hasattr(obj_in, "model_dump"):
+            update_data = obj_in.model_dump(exclude_unset=True)
+        elif hasattr(obj_in, "dict"):
+            update_data = obj_in.dict(exclude_unset=True)
+        else:
+            update_data = dict(obj_in)
+            
+        for field in update_data:
+            if hasattr(db_obj, field):
+                setattr(db_obj, field, update_data[field])
+                
+        db.add(db_obj)
+        db.commit()
+        db.refresh(db_obj)
+        return db_obj
+
+    def delete(self, db: Session, id: Any) -> Optional[ModelType]:
+        """Delete a record by its primary key ID."""
+        db_obj = db.query(self.model).filter(self.model.id == id).first()
+        if db_obj:
+            db.delete(db_obj)
+            db.commit()
+        return db_obj

Backend/app/repositories/prodi.py

@@ -0,0 +1,50 @@
+from sqlalchemy.orm import Session
+from app.models.prodi import Prodi
+from app.schemas.prodi import ProdiCreate, ProdiUpdate
+
+
+class ProdiRepository:
+
+    @staticmethod
+    def get_all(db: Session):
+        return db.query(Prodi).all()
+
+    @staticmethod
+    def get_by_id(db: Session, prodi_id: int):
+        return db.query(Prodi).filter(Prodi.id == prodi_id).first()
+
+    @staticmethod
+    def create(db: Session, prodi: ProdiCreate):
+        db_prodi = Prodi(**prodi.model_dump())
+        db.add(db_prodi)
+        db.commit()
+        db.refresh(db_prodi)
+        return db_prodi
+
+    @staticmethod
+    def update(db: Session, prodi_id: int, prodi: ProdiUpdate):
+        db_prodi = db.query(Prodi).filter(Prodi.id == prodi_id).first()
+
+        if not db_prodi:
+            return None
+
+        update_data = prodi.model_dump(exclude_unset=True)
+
+        for key, value in update_data.items():
+            setattr(db_prodi, key, value)
+
+        db.commit()
+        db.refresh(db_prodi)
+        return db_prodi
+
+    @staticmethod
+    def delete(db: Session, prodi_id: int):
+        db_prodi = db.query(Prodi).filter(Prodi.id == prodi_id).first()
+
+        if not db_prodi:
+            return None
+
+        db.delete(db_prodi)
+        db.commit()
+
+        return db_prodi

Backend/app/repositories/user.py

@@ -0,0 +1,19 @@
+from typing import Optional
+from sqlalchemy.orm import Session
+from app.models.user import User
+from app.repositories.base import BaseRepository
+
+class UserRepository(BaseRepository[User]):
+    """
+    User repository containing operations specific to the User entity.
+    """
+    def get_by_username(self, db: Session, username: str) -> Optional[User]:
+        """Find a user by their username."""
+        return db.query(self.model).filter(self.model.username == username).first()
+
+    def get_by_email(self, db: Session, email: str) -> Optional[User]:
+        """Find a user by their email address."""
+        return db.query(self.model).filter(self.model.email == email).first()
+
+# Instantiate user repository to be imported elsewhere
+user_repository = UserRepository(User)

Backend/app/routers/alumni.py

@@ -0,0 +1,105 @@
+from typing import Optional
+from fastapi import APIRouter, Depends, Query, status
+from sqlalchemy.orm import Session
+from app.config.database import get_db
+from app.schemas.alumni import (
+    AlumniCreate,
+    AlumniUpdate,
+    PublicTracerLookupRequest,
+    PublicTracerSubmitRequest,
+)
+from app.controllers.alumni import AlumniController
+from app.middleware.auth_middleware import get_current_active_user
+
+# Create Router instance for alumni endpoints
+router = APIRouter()
+
+@router.get("/", summary="Ambil semua data alumni dengan filter dan pagination")
+def get_all(
+    skip: int = Query(0, ge=0, description="Jumlah data yang dilewati (offset)"),
+    limit: int = Query(10, ge=1, le=500, description="Jumlah data per halaman"),
+    search: Optional[str] = Query(None, description="Cari berdasarkan NIM, Nama, Pekerjaan, Instansi, atau Email"),
+    kode_prodi: Optional[str] = Query(None, description="Filter berdasarkan kode prodi (misal: 55301, 57401, 56401)"),
+    tahun_lulus: Optional[int] = Query(None, description="Filter berdasarkan tahun lulus / angkatan"),
+    status_kerja: Optional[str] = Query(None, description="Filter berdasarkan status pekerjaan"),
+    db: Session = Depends(get_db)
+):
+    """
+    Mengambil data alumni dengan dukungan filter multi-kriteria dan pagination.
+    """
+    return AlumniController.get_all_alumni(
+        db=db,
+        skip=skip,
+        limit=limit,
+        search=search,
+        kode_prodi=kode_prodi,
+        tahun_lulus=tahun_lulus,
+        status_kerja=status_kerja,
+    )
+
+@router.get("/{alumni_id}", summary="Ambil detail lengkap alumni berdasarkan ID")
+def get_by_id(alumni_id: int, db: Session = Depends(get_db)):
+    """
+    Mengambil detail lengkap data satu alumni beserta pekerjaan, kompetensi,
+    jawaban kuesioner tracer study, dan hasil klasterisasi.
+    """
+    return AlumniController.get_alumni(db, alumni_id)
+
+@router.post("/public-tracer-lookup", summary="Cek status NIM & verifikasi kepemilikan Email untuk Tracer Study")
+def public_tracer_lookup(
+    lookup_in: PublicTracerLookupRequest,
+    db: Session = Depends(get_db)
+):
+    """
+    Endpoint publik untuk kuesioner mandiri alumni:
+    Mengecek apakah NIM sudah terdaftar, dan memvalidasi kecocokan email jika ingin mengedit data.
+    """
+    return AlumniController.public_tracer_lookup(db, lookup_in)
+
+@router.post("/public-tracer-submit", summary="Kirim atau perbarui kuesioner Tracer Study oleh Alumni (Publik)")
+def public_tracer_submit(
+    submit_in: PublicTracerSubmitRequest,
+    db: Session = Depends(get_db)
+):
+    """
+    Endpoint publik untuk alumni mengirim respons kuesioner (Create/Update).
+    """
+    return AlumniController.public_tracer_submit(db, submit_in)
+
+@router.post("/", status_code=status.HTTP_201_CREATED, summary="Tambah data alumni baru")
+def create(
+    alumni_in: AlumniCreate, 
+    db: Session = Depends(get_db),
+    current_user = Depends(get_current_active_user)
+):
+    """
+    Menambahkan data alumni baru ke database.
+    Membutuhkan autentikasi token Bearer JWT.
+    """
+    return AlumniController.create_alumni(db, alumni_in)
+
+@router.put("/{alumni_id}", summary="Perbarui data alumni")
+def update(
+    alumni_id: int, 
+    alumni_in: AlumniUpdate, 
+    db: Session = Depends(get_db),
+    current_user = Depends(get_current_active_user)
+):
+    """
+    Memperbarui field data alumni berdasarkan ID.
+    Membutuhkan autentikasi token Bearer JWT.
+    """
+    return AlumniController.update_alumni(db, alumni_id, alumni_in)
+
+@router.delete("/{alumni_id}", summary="Hapus data alumni")
+def delete(
+    alumni_id: int, 
+    db: Session = Depends(get_db),
+    current_user = Depends(get_current_active_user)
+):
+    """
+    Menghapus data alumni berdasarkan ID dari database.
+    Membutuhkan autentikasi token Bearer JWT.
+    """
+    return AlumniController.delete_alumni(db, alumni_id)
+

Backend/app/routers/api.py

@@ -0,0 +1,15 @@
+from fastapi import APIRouter
+from app.routers import auth, alumni, prodi, clustering, clustering_results, keywords, dashboard, import_data
+
+# Base API Router instance to compile sub-routers
+api_router = APIRouter()
+
+# Register sub-routers with prefixes and API tags
+api_router.include_router(auth.router, prefix="/auth", tags=["Authentication"])
+api_router.include_router(alumni.router, prefix="/alumni", tags=["Alumni"])
+api_router.include_router(prodi.router, prefix="/prodi", tags=["Prodi"])
+api_router.include_router(clustering.router, prefix="/clustering", tags=["Clustering ML"])
+api_router.include_router(clustering_results.router, prefix="/clustering", tags=["Clustering Results"])
+api_router.include_router(keywords.router, prefix="/keywords", tags=["Keywords"])
+api_router.include_router(dashboard.router, prefix="/dashboard", tags=["Dashboard"])
+api_router.include_router(import_data.router, prefix="/import", tags=["Import Data"])

Backend/app/routers/auth.py

@@ -0,0 +1,51 @@
+from fastapi import APIRouter, Depends
+from sqlalchemy.orm import Session
+from app.config.database import get_db
+from app.schemas.user import UserCreate, UserUpdate, UserLogin
+from app.controllers.auth import AuthController
+
+# Create Router instance for auth endpoints
+router = APIRouter()
+
+@router.post("/register", summary="Registrasi user baru")
+def register(user_in: UserCreate, db: Session = Depends(get_db)):
+    """
+    Endpoint untuk melakukan registrasi user baru.
+    """
+    return AuthController.register_user(db, user_in)
+
+@router.post("/login", summary="Login user untuk mendapatkan JWT token")
+def login(login_in: UserLogin, db: Session = Depends(get_db)):
+    """
+    Endpoint untuk login user.
+    """
+    return AuthController.login_user(db, login_in.username, login_in.password)
+
+@router.get("/users", summary="Daftar semua pengguna / Kaprodi")
+def get_users(db: Session = Depends(get_db)):
+    """
+    Endpoint untuk mengambil seluruh data pengguna sistem (Admin & Kaprodi).
+    """
+    return AuthController.get_users(db)
+
+@router.post("/users", summary="Tambah pengguna baru oleh Admin")
+def create_user(user_in: UserCreate, db: Session = Depends(get_db)):
+    """
+    Endpoint untuk membuat akun pengguna / Kaprodi baru.
+    """
+    return AuthController.register_user(db, user_in)
+
+@router.put("/users/{user_id}", summary="Perbarui data pengguna")
+def update_user(user_id: int, user_in: UserUpdate, db: Session = Depends(get_db)):
+    """
+    Endpoint untuk mengedit profil, role, prodi, status aktif, atau password user.
+    """
+    return AuthController.update_user(db, user_id, user_in)
+
+@router.delete("/users/{user_id}", summary="Hapus pengguna")
+def delete_user(user_id: int, db: Session = Depends(get_db)):
+    """
+    Endpoint untuk menghapus akun pengguna (selain akun super admin utama).
+    """
+    return AuthController.delete_user(db, user_id)
+

Backend/app/routers/clustering.py

@@ -0,0 +1,364 @@
+"""
+Router untuk Clustering Endpoint
+"""
+
+import math
+from datetime import datetime
+from fastapi import APIRouter, UploadFile, File, HTTPException, Depends, Query, Body
+from fastapi.responses import JSONResponse, StreamingResponse
+from typing import List, Optional, Dict, Any
+from sqlalchemy.orm import Session
+from sqlalchemy import or_
+import pandas as pd
+import io
+
+from app.config.database import get_db
+from app.models.models import ClusteringResult, ModelEvaluation
+from app.models.alumni import Alumni
+from app.schemas.clustering import (
+    ClusteringRequest,
+    ClusteringResponse,
+    ClusterResult,
+    AlumniInput,
+    StandardizeRequest,
+    StandardizeResponse
+)
+from app.services.ml_service import get_ml_service
+from app.utils.standardization import ColumnStandardizer, merge_datasets, clean_data
+
+router = APIRouter(tags=["Clustering ML"])
+
+
+@router.post("/process", summary="Jalankan Pipeline Clustering dari Database MySQL")
+@router.post("/run-db", summary="Alias Jalankan Pipeline Clustering dari Database")
+def process_clustering_db(
+    tahun_lulus: Optional[int] = Query(None, description="Filter tahun kelulusan / angkatan (opsional)"),
+    n_clusters: int = Query(4, ge=2, le=10, description="Jumlah cluster K-Means"),
+    db: Session = Depends(get_db)
+):
+    """
+    Menjalankan proses Machine Learning Clustering (TF-IDF + K-Means K=4 + Interpretasi C0-C3)
+    langsung dari data alumni & pekerjaan yang ada di database MySQL.
+    Hasil otomatis disimpan ke tabel clustering_result dan model_evaluation.
+    """
+    ml_service = get_ml_service()
+    result = ml_service.process_clustering_from_db(
+        db=db,
+        tahun_lulus=tahun_lulus,
+        n_clusters=n_clusters
+    )
+
+    if result.get("status") == "error":
+        raise HTTPException(status_code=400, detail=result.get("message"))
+
+    return result
+
+
+@router.get("/results", summary="Ambil Hasil Clustering dengan Filter & Pagination")
+def get_clustering_results(
+    skip: int = Query(0, ge=0),
+    limit: int = Query(10, ge=1, le=500),
+    search: Optional[str] = Query(None, description="Cari nama atau NIM"),
+    kategori: Optional[str] = Query(None, description="Filter kategori C0, C1, C2, C3"),
+    kode_prodi: Optional[str] = Query(None, description="Filter kode prodi"),
+    tahun_lulus: Optional[int] = Query(None, description="Filter tahun lulus"),
+    db: Session = Depends(get_db)
+):
+    """
+    Mengambil data hasil clustering alumni dari database lengkap dengan filter kategori C0-C3,
+    prodi, tahun, dan pencarian nama/NIM.
+    """
+    from app.models.models import Pekerjaan
+
+    query = db.query(
+        ClusteringResult,
+        Alumni.nim,
+        Alumni.nama,
+        Alumni.kode_prodi,
+        Alumni.tahun_lulus,
+        Alumni.pekerjaan,
+        Alumni.instansi,
+        Alumni.status_kerja,
+        Pekerjaan.status_pekerjaan,
+        Pekerjaan.jenis_perusahaan,
+        Pekerjaan.nama_perusahaan,
+        Pekerjaan.jabatan,
+        Pekerjaan.teks_pekerjaan
+    ).join(Alumni, ClusteringResult.alumni_id == Alumni.id)\
+     .outerjoin(Pekerjaan, Alumni.id == Pekerjaan.alumni_id)
+
+    if search:
+        s = f"%{search.strip()}%"
+        query = query.filter(or_(Alumni.nama.ilike(s), Alumni.nim.ilike(s), Alumni.pekerjaan.ilike(s), Pekerjaan.teks_pekerjaan.ilike(s)))
+
+    if kategori:
+        query = query.filter(ClusteringResult.kategori == kategori.strip().upper())
+
+    if kode_prodi:
+        query = query.filter(Alumni.kode_prodi == str(kode_prodi).strip())
+
+    if tahun_lulus:
+        query = query.filter(Alumni.tahun_lulus == int(tahun_lulus))
+
+    total = query.count()
+    rows = query.order_by(ClusteringResult.id.desc()).offset(skip).limit(limit).all()
+
+    items = []
+    for r in rows:
+        cr = r[0]
+        pek_nama = r[10] if (r[10] and r[10].strip() not in ['', 'nan', 'None']) else (r[5] or "-")
+        pek_jab = r[11] if (r[11] and r[11].strip() not in ['', 'nan', 'None']) else (r[6] or "-")
+        pek_status = r[8] if (r[8] and r[8].strip() not in ['', 'nan', 'None']) else (r[7] or "-")
+        pek_jenis = r[9] if (r[9] and r[9].strip() not in ['', 'nan', 'None']) else "-"
+        
+        pek_teks = r[12] if (r[12] and r[12].strip() not in ['', 'nan', 'None']) else f"{pek_status} {pek_jenis} {pek_nama} {pek_jab}".replace('-', '').strip()
+        if not pek_teks:
+            pek_teks = "-"
+
+        items.append({
+            "id": cr.id,
+            "alumni_id": cr.alumni_id,
+            "nim": r[1],
+            "nama": r[2],
+            "kode_prodi": r[3],
+            "tahun_lulus": r[4],
+            "status_pekerjaan": pek_status,
+            "jenis_perusahaan": pek_jenis,
+            "nama_perusahaan": pek_nama,
+            "jabatan": pek_jab,
+            "teks_pekerjaan": pek_teks,
+            "cluster": cr.cluster,
+            "kategori": cr.kategori,
+            "profile_match": cr.profile_match,
+            "matched_keyword": cr.matched_keyword or "",
+            "model_version": cr.model_version,
+            "created_at": cr.created_at
+        })
+
+    page = (skip // limit) + 1 if limit > 0 else 1
+    total_pages = math.ceil(total / limit) if limit > 0 else 1
+
+    return {
+        "success": True,
+        "data": {
+            "items": items,
+            "total": total,
+            "page": page,
+            "limit": limit,
+            "total_pages": total_pages
+        }
+    }
+
+
+@router.get("/summary", summary="Ringkasan Statistik Hasil Clustering Terkini")
+def get_clustering_summary(
+    tahun_lulus: Optional[int] = Query(None, description="Filter tahun kelulusan / angkatan (opsional)"),
+    kode_prodi: Optional[str] = Query(None, description="Filter kode prodi (opsional)"),
+    db: Session = Depends(get_db)
+):
+    """Mengambil ringkasan statistik distribusi C0-C3 dan evaluasi model terkini."""
+    query = db.query(ClusteringResult).join(Alumni, Alumni.id == ClusteringResult.alumni_id)
+    if tahun_lulus:
+        query = query.filter(Alumni.tahun_lulus == int(tahun_lulus))
+    if kode_prodi:
+        query = query.filter(Alumni.kode_prodi == str(kode_prodi).strip())
+
+    from sqlalchemy import func
+
+    # Eksekusi 1 single query agregasi GROUP BY kategori
+    cat_counts = query.with_entities(
+        ClusteringResult.kategori,
+        func.count(ClusteringResult.id)
+    ).group_by(ClusteringResult.kategori).all()
+
+    dist = {'C0': 0, 'C1': 0, 'C2': 0, 'C3': 0}
+    total = 0
+    for kat, cnt in cat_counts:
+        k_str = str(kat).upper().strip() if kat else 'C3'
+        if k_str in dist:
+            dist[k_str] = int(cnt)
+        total += int(cnt)
+
+    latest_eval = db.query(ModelEvaluation).order_by(ModelEvaluation.created_at.desc()).first()
+
+    return {
+        "total_clustered": total,
+        "distribution": dist,
+        "silhouette_score": latest_eval.silhouette_score if latest_eval else None,
+        "model_version": latest_eval.model_version if latest_eval else None,
+        "k": latest_eval.k if latest_eval else 4,
+        "tahun_lulus": tahun_lulus,
+        "kode_prodi": kode_prodi
+    }
+
+
+@router.get("/iteration-details", summary="Ambil Detail Riwayat Iterasi & Perhitungan Matematis K-Means")
+def get_iteration_details(
+    tahun_lulus: Optional[int] = Query(None, description="Filter tahun kelulusan / angkatan (opsional)"),
+    alumni_id: Optional[int] = Query(None, description="ID alumni spesifik untuk inspeksi perhitungan detail"),
+    db: Session = Depends(get_db)
+):
+    """
+    Mengambil log lengkap iterasi perulangan K-Means, karakteristik centroid,
+    dan alur transformasi 5 tahap (Kalimat -> Preprocessing -> TF-IDF -> K-Means -> Klaster)
+    berdasarkan dataset tahun kelulusan yang dipilih.
+    """
+    ml_service = get_ml_service()
+    details = ml_service.get_latest_iteration_details(db=db, tahun_lulus=tahun_lulus, target_alumni_id=alumni_id)
+    return {
+        "success": True,
+        "data": details
+    }
+
+
+def _build_export_dataframe(
+    db: Session,
+    search: Optional[str] = None,
+    kategori: Optional[str] = None,
+    kode_prodi: Optional[str] = None,
+    tahun_lulus: Optional[int] = None
+) -> pd.DataFrame:
+    from app.models.models import Pekerjaan
+
+    query = db.query(
+        ClusteringResult,
+        Alumni.nim,
+        Alumni.nama,
+        Alumni.kode_prodi,
+        Alumni.tahun_lulus,
+        Alumni.pekerjaan,
+        Alumni.instansi,
+        Alumni.status_kerja,
+        Pekerjaan.status_pekerjaan,
+        Pekerjaan.jenis_perusahaan,
+        Pekerjaan.nama_perusahaan,
+        Pekerjaan.jabatan,
+        Pekerjaan.teks_pekerjaan
+    ).join(Alumni, ClusteringResult.alumni_id == Alumni.id)\
+     .outerjoin(Pekerjaan, Alumni.id == Pekerjaan.alumni_id)
+
+    if search:
+        s = f"%{search.strip()}%"
+        query = query.filter(or_(
+            Alumni.nama.ilike(s),
+            Alumni.nim.ilike(s),
+            Alumni.pekerjaan.ilike(s),
+            Pekerjaan.teks_pekerjaan.ilike(s)
+        ))
+
+    if kategori:
+        query = query.filter(ClusteringResult.kategori == kategori.strip().upper())
+
+    if kode_prodi:
+        query = query.filter(Alumni.kode_prodi == str(kode_prodi).strip())
+
+    if tahun_lulus:
+        query = query.filter(Alumni.tahun_lulus == int(tahun_lulus))
+
+    rows = query.order_by(ClusteringResult.id.asc()).all()
+
+    prodi_map = {
+        '55301': 'D4 Teknik Informatika',
+        '57401': 'D3 Manajemen Informatika',
+        '56401': 'D3 Teknik Komputer',
+        '55302': 'D4 TIF Kampus Nganjuk',
+        '55304': 'D4 TIF Kampus Sidoarjo',
+    }
+
+    kategori_labels = {
+        'C0': 'Sesuai Profil Lulusan',
+        'C1': 'Bekerja, Bidang Diketahui Formal',
+        'C2': 'Bekerja, Kurang Teridentifikasi',
+        'C3': 'Belum / Tidak Bekerja'
+    }
+
+    export_records = []
+    for idx, r in enumerate(rows, start=1):
+        cr = r[0]
+        kp = str(r[3] or '').strip()
+        prodi_name = prodi_map.get(kp, kp)
+        kat = cr.kategori or '-'
+        kat_label = kategori_labels.get(kat, '-')
+
+        pek_nama = r[10] if (r[10] and r[10].strip() not in ['', 'nan', 'None']) else (r[5] or "-")
+        pek_jab = r[11] if (r[11] and r[11].strip() not in ['', 'nan', 'None']) else (r[6] or "-")
+        pek_status = r[8] if (r[8] and r[8].strip() not in ['', 'nan', 'None']) else (r[7] or "-")
+        pek_jenis = r[9] if (r[9] and r[9].strip() not in ['', 'nan', 'None']) else "-"
+        pek_teks = r[12] if (r[12] and r[12].strip() not in ['', 'nan', 'None']) else f"{pek_status} {pek_jenis} {pek_nama} {pek_jab}".replace('-', '').strip()
+
+        export_records.append({
+            "No": idx,
+            "NIM": r[1],
+            "Nama Alumni": r[2],
+            "Program Studi": prodi_name,
+            "Tahun Lulus": r[4],
+            "Status Kerja": pek_status,
+            "Nama Perusahaan / Instansi": pek_nama,
+            "Jabatan / Posisi": pek_jab,
+            "Jenis Perusahaan": pek_jenis,
+            "Teks Pekerjaan": pek_teks if pek_teks else "-",
+            "Klaster": f"Cluster {cr.cluster}",
+            "Kategori": kat,
+            "Interpretasi Relevansi": kat_label,
+            "Kata Kunci Cocok": cr.matched_keyword or "-"
+        })
+
+    return pd.DataFrame(export_records)
+
+
+@router.get("/export/excel", summary="Unduh Hasil Clustering ke File Excel (.xlsx)")
+def export_clustering_excel(
+    search: Optional[str] = Query(None, description="Cari nama atau NIM"),
+    kategori: Optional[str] = Query(None, description="Filter kategori C0, C1, C2, C3"),
+    kode_prodi: Optional[str] = Query(None, description="Filter kode prodi"),
+    tahun_lulus: Optional[int] = Query(None, description="Filter tahun lulus"),
+    db: Session = Depends(get_db)
+):
+    """
+    Ekspor hasil clustering alumni yang tersimpan di MySQL ke berkas spreadsheet Microsoft Excel (.xlsx).
+    Mendukung filter tahun kelulusan, program studi, kategori relevansi C0-C3, dan kata kunci pencarian.
+    """
+    df = _build_export_dataframe(db, search, kategori, kode_prodi, tahun_lulus)
+    output = io.BytesIO()
+    with pd.ExcelWriter(output, engine='openpyxl') as writer:
+        df.to_excel(writer, index=False, sheet_name='Hasil Klastering')
+    output.seek(0)
+    
+    filename = f"Hasil_Clustering_Alumni_{datetime.now().strftime('%Y%m%d_%H%M%S')}.xlsx"
+    headers = {
+        'Content-Disposition': f'attachment; filename="{filename}"'
+    }
+    return StreamingResponse(
+        output,
+        media_type='application/vnd.openxmlformats-officedocument.spreadsheetml.sheet',
+        headers=headers
+    )
+
+
+@router.get("/export/csv", summary="Unduh Hasil Clustering ke File CSV (.csv)")
+def export_clustering_csv(
+    search: Optional[str] = Query(None, description="Cari nama atau NIM"),
+    kategori: Optional[str] = Query(None, description="Filter kategori C0, C1, C2, C3"),
+    kode_prodi: Optional[str] = Query(None, description="Filter kode prodi"),
+    tahun_lulus: Optional[int] = Query(None, description="Filter tahun lulus"),
+    db: Session = Depends(get_db)
+):
+    """
+    Ekspor hasil clustering alumni yang tersimpan di MySQL ke berkas CSV dengan encoding UTF-8.
+    """
+    df = _build_export_dataframe(db, search, kategori, kode_prodi, tahun_lulus)
+    output = io.BytesIO()
+    df.to_csv(output, index=False, encoding='utf-8-sig')
+    output.seek(0)
+
+    filename = f"Hasil_Clustering_Alumni_{datetime.now().strftime('%Y%m%d_%H%M%S')}.csv"
+    headers = {
+        'Content-Disposition': f'attachment; filename="{filename}"'
+    }
+    return StreamingResponse(
+        output,
+        media_type='text/csv; charset=utf-8',
+        headers=headers
+    )
+
+

Backend/app/routers/clustering_results.py

@@ -0,0 +1,231 @@
+"""
+Router untuk CRUD Clustering Results
+"""
+
+from fastapi import APIRouter, Depends, HTTPException
+from sqlalchemy.orm import Session
+from typing import List
+
+from app.config.database import get_db
+from app.schemas.models import (
+    ClusteringResultCreate,
+    ClusteringResultResponse,
+    ModelEvaluationCreate,
+    ModelEvaluationResponse,
+    BulkClusteringResult
+)
+from app.models.models import ClusteringResult, ModelEvaluation
+from app.models.alumni import Alumni
+
+router = APIRouter(prefix="/clustering", tags=["Clustering Results"])
+
+
+# ============== CLUSTERING RESULTS ==============
+
+@router.get("/results", response_model=List[ClusteringResultResponse])
+def get_all_results(
+    skip: int = 0,
+    limit: int = 100,
+    db: Session = Depends(get_db)
+):
+    """Ambil semua hasil clustering"""
+    results = db.query(ClusteringResult).offset(skip).limit(limit).all()
+    return results
+
+
+@router.get("/results/{alumni_id}", response_model=ClusteringResultResponse)
+def get_result_by_alumni(
+    alumni_id: int,
+    db: Session = Depends(get_db)
+):
+    """Ambil hasil clustering berdasarkan alumni_id"""
+    result = db.query(ClusteringResult).filter(
+        ClusteringResult.alumni_id == alumni_id
+    ).first()
+
+    if not result:
+        raise HTTPException(status_code=404, detail="Hasil clustering tidak ditemukan")
+
+    return result
+
+
+@router.post("/results", response_model=ClusteringResultResponse)
+def create_result(
+    result_in: ClusteringResultCreate,
+    db: Session = Depends(get_db)
+):
+    """Tambah hasil clustering"""
+    # Cek apakah alumni exists
+    alumni = db.query(Alumni).filter(Alumni.id == result_in.alumni_id).first()
+    if not alumni:
+        raise HTTPException(status_code=404, detail="Alumni tidak ditemukan")
+
+    # Cek apakah sudah ada hasil untuk alumni ini
+    existing = db.query(ClusteringResult).filter(
+        ClusteringResult.alumni_id == result_in.alumni_id
+    ).first()
+
+    if existing:
+        raise HTTPException(status_code=400, detail="Hasil clustering sudah ada untuk alumni ini")
+
+    result = ClusteringResult(**result_in.model_dump())
+    db.add(result)
+    db.commit()
+    db.refresh(result)
+    return result
+
+
+@router.post("/results/bulk")
+def create_bulk_results(
+    bulk_data: BulkClusteringResult,
+    db: Session = Depends(get_db)
+):
+    """Simpan hasil clustering dan evaluasi model"""
+    try:
+        # 1. Simpan evaluasi model
+        eval_data = {
+            "model_version": bulk_data.model_version,
+            "k": bulk_data.k,
+            "inertia": bulk_data.inertia,
+            "silhouette_score": bulk_data.silhouette_score
+        }
+        evaluation = ModelEvaluation(**eval_data)
+        db.add(evaluation)
+        db.flush()
+
+        # 2. Simpan hasil clustering per alumni
+        results_saved = 0
+        for item in bulk_data.results:
+            # Cek apakah alumni exists
+            alumni = db.query(Alumni).filter(Alumni.id == item["alumni_id"]).first()
+            if not alumni:
+                continue
+
+            # Hapus hasil lama jika ada
+            old = db.query(ClusteringResult).filter(
+                ClusteringResult.alumni_id == item["alumni_id"]
+            ).first()
+            if old:
+                db.delete(old)
+
+            # Simpan hasil baru
+            result_data = {
+                "alumni_id": item["alumni_id"],
+                "model_version": bulk_data.model_version,
+                "k": bulk_data.k,
+                "cluster": item["cluster"],
+                "kategori": item["kategori"],
+                "profile_match": item.get("profile_match", False),
+                "matched_keyword": item.get("matched_keyword", "")
+            }
+            result = ClusteringResult(**result_data)
+            db.add(result)
+            results_saved += 1
+
+        db.commit()
+
+        return {
+            "status": "success",
+            "model_evaluation_id": evaluation.id,
+            "results_saved": results_saved
+        }
+
+    except Exception as e:
+        db.rollback()
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.delete("/results/{alumni_id}")
+def delete_result(
+    alumni_id: int,
+    db: Session = Depends(get_db)
+):
+    """Hapus hasil clustering berdasarkan alumni_id"""
+    result = db.query(ClusteringResult).filter(
+        ClusteringResult.alumni_id == alumni_id
+    ).first()
+
+    if not result:
+        raise HTTPException(status_code=404, detail="Hasil clustering tidak ditemukan")
+
+    db.delete(result)
+    db.commit()
+
+    return {"message": "Hasil clustering berhasil dihapus"}
+
+
+# ============== MODEL EVALUATIONS ==============
+
+@router.get("/evaluations", response_model=List[ModelEvaluationResponse])
+def get_all_evaluations(
+    skip: int = 0,
+    limit: int = 10,
+    db: Session = Depends(get_db)
+):
+    """Ambil semua evaluasi model"""
+    evaluations = db.query(ModelEvaluation).order_by(
+        ModelEvaluation.created_at.desc()
+    ).offset(skip).limit(limit).all()
+    return evaluations
+
+
+@router.get("/evaluations/latest", response_model=ModelEvaluationResponse)
+def get_latest_evaluation(db: Session = Depends(get_db)):
+    """Ambil evaluasi model terbaru"""
+    evaluation = db.query(ModelEvaluation).order_by(
+        ModelEvaluation.created_at.desc()
+    ).first()
+
+    if not evaluation:
+        raise HTTPException(status_code=404, detail="Tidak ada evaluasi model")
+
+    return evaluation
+
+
+@router.post("/evaluations", response_model=ModelEvaluationResponse)
+def create_evaluation(
+    eval_in: ModelEvaluationCreate,
+    db: Session = Depends(get_db)
+):
+    """Tambah evaluasi model baru"""
+    evaluation = ModelEvaluation(**eval_in.model_dump())
+    db.add(evaluation)
+    db.commit()
+    db.refresh(evaluation)
+    return evaluation
+
+
+# ============== STATISTIK ==============
+
+@router.get("/stats")
+def get_clustering_stats(db: Session = Depends(get_db)):
+    """Ambil statistik hasil clustering"""
+    results = db.query(ClusteringResult).all()
+
+    if not results:
+        return {
+            "total": 0,
+            "by_kategori": {},
+            "by_cluster": {}
+        }
+
+    # Count by kategori
+    kategori_count = {}
+    for r in results:
+        kategori_count[r.kategori] = kategori_count.get(r.kategori, 0) + 1
+
+    # Count by cluster
+    cluster_count = {}
+    for r in results:
+        cluster_count[f"Cluster_{r.cluster}"] = cluster_count.get(f"Cluster_{r.cluster}", 0) + 1
+
+    # Count by prodi
+    prodi_kategori = {}
+    alumni_with_results = db.query(Alumni).join(ClusteringResult).all()
+
+    return {
+        "total": len(results),
+        "by_kategori": kategori_count,
+        "by_cluster": cluster_count,
+        "model_version": results[0].model_version if results else None
+    }

Backend/app/routers/dashboard.py

@@ -0,0 +1,539 @@
+"""
+Router untuk Dashboard API - PRD Section 22
+"""
+
+from fastapi import APIRouter, Depends, Query
+from sqlalchemy.orm import Session
+from sqlalchemy import func, or_
+from typing import Optional, List, Dict, Any
+
+from app.config.database import get_db
+from app.models.alumni import Alumni
+from app.models.models import Pekerjaan, Kompetensi, ClusteringResult, ModelEvaluation, TracerResponse
+
+router = APIRouter(tags=["Dashboard"])
+
+
+@router.get("/stats")
+def get_dashboard_stats(
+    kode_prodi: Optional[str] = Query(None),
+    tahun_lulus: Optional[int] = Query(None),
+    db: Session = Depends(get_db)
+):
+    """
+    Dashboard Utama - PRD Section 22
+    Menampilkan: total alumni, total bekerja, total belum bekerja, distribusi C0-C3
+    Mendukung filter prodi (khusus role Kaprodi atau Admin) dan filter angkatan/tahun_lulus
+    """
+    prodi_filter = kode_prodi if (kode_prodi and kode_prodi != "all") else None
+
+    # Total alumni
+    q_alumni = db.query(Alumni)
+    if prodi_filter:
+        q_alumni = q_alumni.filter(Alumni.kode_prodi == prodi_filter)
+    if tahun_lulus:
+        q_alumni = q_alumni.filter(Alumni.tahun_lulus == int(tahun_lulus))
+    total_alumni = q_alumni.count()
+
+    # Total hasil clustering
+    q_cluster = db.query(ClusteringResult).join(Alumni, Alumni.id == ClusteringResult.alumni_id)
+    if prodi_filter:
+        q_cluster = q_cluster.filter(Alumni.kode_prodi == prodi_filter)
+    if tahun_lulus:
+        q_cluster = q_cluster.filter(Alumni.tahun_lulus == int(tahun_lulus))
+    total_clustered = q_cluster.count()
+
+    # Distribusi kategori C0-C3
+    q_kategori = db.query(
+        ClusteringResult.kategori,
+        func.count(ClusteringResult.id).label('count')
+    ).join(Alumni, Alumni.id == ClusteringResult.alumni_id)
+    if prodi_filter:
+        q_kategori = q_kategori.filter(Alumni.kode_prodi == prodi_filter)
+    if tahun_lulus:
+        q_kategori = q_kategori.filter(Alumni.tahun_lulus == int(tahun_lulus))
+    kategori_dist = q_kategori.group_by(ClusteringResult.kategori).all()
+
+    kategori_dict = {k: c for k, c in kategori_dist}
+
+    # Ambil model evaluation terbaru
+    latest_eval = db.query(ModelEvaluation).order_by(
+        ModelEvaluation.created_at.desc()
+    ).first()
+
+    # Get unique tahun lulus
+    q_tahun = db.query(Alumni.tahun_lulus)
+    if prodi_filter:
+        q_tahun = q_tahun.filter(Alumni.kode_prodi == prodi_filter)
+    tahun_list = q_tahun.distinct().order_by(Alumni.tahun_lulus.desc()).all()
+    tahun_lulus = [t[0] for t in tahun_list if t[0]]
+
+    return {
+        "total_alumni": total_alumni,
+        "total_clustered": total_clustered,
+        "kategori": {
+            "C0": kategori_dict.get("C0", 0),
+            "C1": kategori_dict.get("C1", 0),
+            "C2": kategori_dict.get("C2", 0),
+            "C3": kategori_dict.get("C3", 0),
+        },
+        "silhouette_score": latest_eval.silhouette_score if latest_eval else None,
+        "model_version": latest_eval.model_version if latest_eval else None,
+        "tahun_lulus": tahun_lulus  # Include tahun for dropdown
+    }
+
+
+@router.get("/by-prodi")
+def get_stats_by_prodi(
+    db: Session = Depends(get_db)
+):
+    """Distribusi alumni dan kategori per prodi"""
+    # Get alumni count by prodi
+    prodi_stats = db.query(
+        Alumni.kode_prodi,
+        func.count(Alumni.id).label('total')
+    ).group_by(Alumni.kode_prodi).all()
+
+    # Get clustering results by prodi and kategori
+    results = db.query(
+        Alumni.kode_prodi,
+        ClusteringResult.kategori,
+        func.count(ClusteringResult.id).label('count')
+    ).join(
+        ClusteringResult, Alumni.id == ClusteringResult.alumni_id
+    ).group_by(
+        Alumni.kode_prodi, ClusteringResult.kategori
+    ).all()
+
+    # Format results
+    prodi_data = {}
+    for prodi, total in prodi_stats:
+        prodi_data[prodi] = {"total": total, "C0": 0, "C1": 0, "C2": 0, "C3": 0}
+
+    for prodi, kategori, count in results:
+        if prodi in prodi_data:
+            prodi_data[prodi][kategori] = count
+
+    return prodi_data
+
+
+@router.get("/by-year")
+def get_stats_by_year(
+    kode_prodi: Optional[str] = Query(None),
+    db: Session = Depends(get_db)
+):
+    """Distribusi alumni dan tren kategori C0-C3 per tahun kelulusan secara kronologis (Ascending), mendukung filter prodi"""
+    prodi_filter = kode_prodi if (kode_prodi and kode_prodi != "all") else None
+
+    # 1. Total alumni per tahun lulus urut dari tahun terlama ke terbaru
+    q_year = db.query(
+        Alumni.tahun_lulus,
+        func.count(Alumni.id).label('total')
+    ).filter(Alumni.tahun_lulus.isnot(None))
+    if prodi_filter:
+        q_year = q_year.filter(Alumni.kode_prodi == prodi_filter)
+    year_totals = q_year.group_by(Alumni.tahun_lulus).order_by(Alumni.tahun_lulus.asc()).all()
+
+    # 2. Distribusi per kategori C0, C1, C2, C3 per tahun
+    q_cat = db.query(
+        Alumni.tahun_lulus,
+        ClusteringResult.kategori,
+        func.count(ClusteringResult.id).label('count')
+    ).join(ClusteringResult, Alumni.id == ClusteringResult.alumni_id)\
+     .filter(Alumni.tahun_lulus.isnot(None))
+    if prodi_filter:
+        q_cat = q_cat.filter(Alumni.kode_prodi == prodi_filter)
+    cat_results = q_cat.group_by(Alumni.tahun_lulus, ClusteringResult.kategori)\
+     .order_by(Alumni.tahun_lulus.asc()).all()
+
+    # Susun struktur data kronologis
+    years_list = [str(y[0]) for y in year_totals if y[0]]
+    breakdown_map = {str(y[0]): {"total": y[1], "C0": 0, "C1": 0, "C2": 0, "C3": 0} for y in year_totals if y[0]}
+
+    for thn, kat, cnt in cat_results:
+        thn_str = str(thn)
+        if thn_str in breakdown_map and kat in breakdown_map[thn_str]:
+            breakdown_map[thn_str][kat] = cnt
+
+    # Format series untuk area / line chart
+    c0_series = [breakdown_map[y]["C0"] for y in years_list]
+    c1_series = [breakdown_map[y]["C1"] for y in years_list]
+    c2_series = [breakdown_map[y]["C2"] for y in years_list]
+    c3_series = [breakdown_map[y]["C3"] for y in years_list]
+
+    return {
+        "years": years_list,
+        "breakdown": breakdown_map,
+        "series": [
+            {"name": "C0 - Sesuai Profil", "data": c0_series, "color": "#059669"},
+            {"name": "C1 - Bidang Diketahui", "data": c1_series, "color": "#2563eb"},
+            {"name": "C2 - Kurang Teridentifikasi", "data": c2_series, "color": "#d97706"},
+            {"name": "C3 - Belum Bekerja", "data": c3_series, "color": "#64748b"},
+        ],
+        "totals_by_year": {str(year): total for year, total in year_totals}
+    }
+
+
+@router.get("/by-cluster")
+def get_stats_by_cluster(
+    db: Session = Depends(get_db)
+):
+    """Distribusi alumni per cluster"""
+    cluster_stats = db.query(
+        ClusteringResult.cluster,
+        ClusteringResult.kategori,
+        func.count(ClusteringResult.id).label('count')
+    ).group_by(
+        ClusteringResult.cluster,
+        ClusteringResult.kategori
+    ).all()
+
+    # Format results
+    cluster_data = {}
+    for cluster, kategori, count in cluster_stats:
+        key = f"Cluster_{cluster}"
+        if key not in cluster_data:
+            cluster_data[key] = {"total": 0, "kategori": {}}
+        cluster_data[key]["total"] += count
+        cluster_data[key]["kategori"][kategori] = count
+
+    return cluster_data
+
+
+@router.get("/competency-profile")
+def get_competency_profile(
+    db: Session = Depends(get_db)
+):
+    """Profil kompetensi rata-rata per kategori"""
+    # Get average competency scores by kategori
+    results = db.query(
+        ClusteringResult.kategori,
+        func.avg(Kompetensi.etika_lulus).label('etika'),
+        func.avg(Kompetensi.keahlian_lulus).label('keahlian'),
+        func.avg(Kompetensi.bahasa_inggris_lulus).label('bahasa_inggris'),
+        func.avg(Kompetensi.teknologi_informasi_lulus).label('teknologi_informasi'),
+        func.avg(Kompetensi.komunikasi_lulus).label('komunikasi'),
+        func.avg(Kompetensi.kerja_sama_lulus).label('kerja_sama'),
+        func.avg(Kompetensi.pengembangan_diri_lulus).label('pengembangan_diri'),
+        func.count(Kompetensi.id).label('count')
+    ).join(
+        Kompetensi, Alumni.id == Kompetensi.alumni_id
+    ).join(
+        ClusteringResult, Alumni.id == ClusteringResult.alumni_id
+    ).group_by(
+        ClusteringResult.kategori
+    ).all()
+
+    profile = {}
+    for r in results:
+        profile[r.kategori] = {
+            "etika": round(float(r.etika), 2) if r.etika else None,
+            "keahlian": round(float(r.keahlian), 2) if r.keahlian else None,
+            "bahasa_inggris": round(float(r.bahasa_inggris), 2) if r.bahasa_inggris else None,
+            "teknologi_informasi": round(float(r.teknologi_informasi), 2) if r.teknologi_informasi else None,
+            "komunikasi": round(float(r.komunikasi), 2) if r.komunikasi else None,
+            "kerja_sama": round(float(r.kerja_sama), 2) if r.kerja_sama else None,
+            "pengembangan_diri": round(float(r.pengembangan_diri), 2) if r.pengembangan_diri else None,
+            "count": r.count
+        }
+
+    return profile
+
+
+@router.get("/company-types")
+def get_top_company_types(
+    limit: int = Query(10, ge=1, le=50),
+    db: Session = Depends(get_db)
+):
+    """Top jenis perusahaan berdasarkan hasil clustering"""
+    results = db.query(
+        Pekerjaan.jenis_perusahaan,
+        func.count(Pekerjaan.id).label('count')
+    ).join(
+        Alumni, Pekerjaan.alumni_id == Alumni.id
+    ).join(
+        ClusteringResult, Alumni.id == ClusteringResult.alumni_id
+    ).group_by(
+        Pekerjaan.jenis_perusahaan
+    ).order_by(
+        func.count(Pekerjaan.id).desc()
+    ).limit(limit).all()
+
+    return {
+        "jenis_perusahaan": [
+            {"jenis": j, "count": c} for j, c in results
+        ]
+    }
+
+
+@router.get("/top-keywords")
+def get_top_matched_keywords(
+    limit: int = Query(10, ge=1, le=50),
+    db: Session = Depends(get_db)
+):
+    """Top keywords yang match dengan kamus prodi"""
+    # Get all matched keywords
+    results = db.query(ClusteringResult.matched_keyword).filter(
+        ClusteringResult.matched_keyword.isnot(None),
+        ClusteringResult.matched_keyword != ""
+    ).all()
+
+    # Count keyword frequency
+    keyword_count = {}
+    for r in results:
+        if r.matched_keyword:
+            # Split by comma for multiple keywords
+            keywords = [k.strip() for k in r.matched_keyword.split(",")]
+            for kw in keywords:
+                keyword_count[kw] = keyword_count.get(kw, 0) + 1
+
+    # Sort and limit
+    sorted_keywords = sorted(keyword_count.items(), key=lambda x: x[1], reverse=True)[:limit]
+
+    return {
+        "keywords": [
+            {"keyword": kw, "count": c} for kw, c in sorted_keywords
+        ]
+    }
+
+
+@router.get("/akreditasi-tables")
+def get_akreditasi_tables(
+    ts_year: Optional[int] = Query(None, description="Tahun Laporan TS (misal 2024 atau 2025)"),
+    kode_prodi: Optional[str] = Query(None, description="Kode program studi atau 'all'"),
+    mode: Optional[str] = Query("ts_range", description="'ts_range' (TS-2 s/d TS) atau 'all_years'"),
+    db: Session = Depends(get_db)
+):
+    """
+    Tabel Akreditasi LAM INFOKOM (Kriteria 9 / IKU-1):
+    - Tabel 2.B.4: Rata-rata Masa Tunggu Lulusan untuk Bekerja Pertama Kali
+    - Tabel 2.B.5: Kesesuaian Bidang Kerja Lulusan (Infokom vs Non-Infokom & Lingkup Kerja)
+    Mendukung filter TS-2, TS-1, TS dan pemisahan per Program Studi (TIF, MIF, TKK).
+    """
+    # 1. Dapatkan daftar tahun kelulusan yang valid (< 2026)
+    year_rows = db.query(Alumni.tahun_lulus)\
+        .filter(Alumni.tahun_lulus.isnot(None), Alumni.tahun_lulus < 2026)\
+        .distinct().order_by(Alumni.tahun_lulus.desc()).all()
+    available_years = [y[0] for y in year_rows if y[0]]
+
+    # Tentukan TS Tahun (default 2025 jika tidak disediakan, atau tahun terbaru yang valid)
+    if not ts_year:
+        ts_year = 2025 if 2025 in available_years else (available_years[0] if available_years else 2025)
+
+    # Tentukan deret tahun yang akan dihitung
+    if mode == "all_years":
+        target_years = sorted(available_years)
+    else:
+        # Standar LAM INFOKOM: 3 Tahun Lulus Terakhir (TS-2, TS-1, TS)
+        target_years = [ts_year - 2, ts_year - 1, ts_year]
+
+    # Kamus Nama Prodi Resmi JTI Polije
+    PRODI_INFO = {
+        "all": "Semua Program Studi (Jurusan TI)",
+        "55301": "D4 Teknik Informatika (TIF)",
+        "57401": "D3 Manajemen Informatika (MIF)",
+        "56401": "D3 Teknik Komputer (TKK)",
+        "55302": "D4 Teknik Rekayasa Komputer",
+        "55304": "D3 Manajemen Informatika (Kampus Lain)"
+    }
+    prodi_filter = kode_prodi if (kode_prodi and kode_prodi != "all") else None
+    prodi_label = PRODI_INFO.get(kode_prodi, "Semua Program Studi (Jurusan TI)") if kode_prodi else "Semua Program Studi (Jurusan TI)"
+
+    rows_2b4 = []
+    rows_2b5 = []
+
+    sum_lulusan = 0
+    sum_terlacak = 0
+    weighted_waktu_sum = 0.0
+    weighted_waktu_count = 0
+
+    sum_infokom = 0
+    sum_non_infokom = 0
+    sum_multinasional = 0
+    sum_nasional = 0
+    sum_wirausaha = 0
+
+    for year in target_years:
+        # Tentukan label TS (misal TS-2, TS-1, TS)
+        diff = ts_year - year
+        if diff == 0:
+            ts_label = "TS"
+        elif diff > 0:
+            ts_label = f"TS-{diff}"
+        else:
+            ts_label = f"TS+{abs(diff)}"
+
+        display_label = f"{ts_label} ({year})" if mode == "ts_range" else f"{year} ({ts_label})"
+
+        # A. Jumlah Lulusan
+        q_lulus = db.query(Alumni).filter(Alumni.tahun_lulus == year)
+        if prodi_filter:
+            q_lulus = q_lulus.filter(Alumni.kode_prodi == prodi_filter)
+        n_lulus = q_lulus.count()
+
+        # B. Jumlah Lulusan yang Terlacak (isi TracerResponse atau memiliki riwayat kerja)
+        q_terlacak = db.query(Alumni).join(TracerResponse, Alumni.id == TracerResponse.alumni_id)\
+            .filter(Alumni.tahun_lulus == year)
+        if prodi_filter:
+            q_terlacak = q_terlacak.filter(Alumni.kode_prodi == prodi_filter)
+        n_terlacak = q_terlacak.count()
+
+        # C. Rata-rata Waktu Tunggu (Bulan) — dihitung dari alumni yang bekerja dengan bulan_dapat_kerja > 0
+        q_waktu = db.query(
+            func.avg(TracerResponse.bulan_dapat_kerja),
+            func.count(TracerResponse.id)
+        ).join(Alumni, Alumni.id == TracerResponse.alumni_id)\
+         .filter(
+             Alumni.tahun_lulus == year,
+             TracerResponse.bulan_dapat_kerja.isnot(None),
+             TracerResponse.bulan_dapat_kerja > 0
+         )
+        if prodi_filter:
+            q_waktu = q_waktu.filter(Alumni.kode_prodi == prodi_filter)
+        avg_waktu_res, count_waktu = q_waktu.first()
+        avg_waktu = round(float(avg_waktu_res), 2) if avg_waktu_res is not None else 0.0
+
+        # D. Profesi Bidang Infokom (C0)
+        q_c0 = db.query(ClusteringResult).join(Alumni, Alumni.id == ClusteringResult.alumni_id)\
+            .filter(Alumni.tahun_lulus == year, ClusteringResult.kategori == "C0")
+        if prodi_filter:
+            q_c0 = q_c0.filter(Alumni.kode_prodi == prodi_filter)
+        n_infokom = q_c0.count()
+
+        # E. Profesi Bidang NON Infokom (C1 + C2)
+        q_non_c0 = db.query(ClusteringResult).join(Alumni, Alumni.id == ClusteringResult.alumni_id)\
+            .filter(Alumni.tahun_lulus == year, ClusteringResult.kategori.in_(["C1", "C2"]))
+        if prodi_filter:
+            q_non_c0 = q_non_c0.filter(Alumni.kode_prodi == prodi_filter)
+        n_non_infokom = q_non_c0.count()
+
+        # F. Lingkup Tempat Kerja: Multinasional / Internasional
+        q_multi = db.query(TracerResponse).join(Alumni, Alumni.id == TracerResponse.alumni_id)\
+            .filter(
+                Alumni.tahun_lulus == year,
+                or_(
+                    TracerResponse.tingkatan_tempat_kerja.ilike("%multinasional%"),
+                    TracerResponse.tingkatan_tempat_kerja.ilike("%internasional%"),
+                    TracerResponse.jenis_perusahaan_full.ilike("%multilateral%")
+                )
+            )
+        if prodi_filter:
+            q_multi = q_multi.filter(Alumni.kode_prodi == prodi_filter)
+        n_multi = q_multi.count()
+
+        # G. Lingkup Tempat Kerja: Nasional (BUMN, Instansi Pusat, Swasta Nasional)
+        q_nas = db.query(TracerResponse).join(Alumni, Alumni.id == TracerResponse.alumni_id)\
+            .filter(
+                Alumni.tahun_lulus == year,
+                TracerResponse.tingkatan_tempat_kerja.ilike("%nasional%")
+            )
+        if prodi_filter:
+            q_nas = q_nas.filter(Alumni.kode_prodi == prodi_filter)
+        n_nas = q_nas.count()
+
+        # H. Lingkup Tempat Kerja: Wirausaha
+        q_wira = db.query(Pekerjaan).join(Alumni, Alumni.id == Pekerjaan.alumni_id)\
+            .filter(
+                Alumni.tahun_lulus == year,
+                or_(
+                    Pekerjaan.status_pekerjaan.ilike("%wiraswasta%"),
+                    Pekerjaan.jenis_perusahaan.ilike("%wiraswasta%")
+                )
+            )
+        if prodi_filter:
+            q_wira = q_wira.filter(Alumni.kode_prodi == prodi_filter)
+        n_wira = q_wira.count()
+
+        # Masukkan ke baris tabel 2.B.4
+        rows_2b4.append({
+            "ts_code": ts_label,
+            "tahun_lulus": year,
+            "tahun_label": display_label,
+            "jumlah_lulusan": n_lulus,
+            "jumlah_terlacak": n_terlacak,
+            "persen_terlacak": round((n_terlacak / n_lulus * 100), 1) if n_lulus > 0 else 0,
+            "rata_waktu_tunggu": avg_waktu
+        })
+
+        # Masukkan ke baris tabel 2.B.5
+        rows_2b5.append({
+            "ts_code": ts_label,
+            "tahun_lulus": year,
+            "tahun_label": display_label,
+            "jumlah_lulusan": n_lulus,
+            "jumlah_terlacak": n_terlacak,
+            "profesi_infokom": n_infokom,
+            "profesi_non_infokom": n_non_infokom,
+            "persen_infokom": round((n_infokom / n_terlacak * 100), 1) if n_terlacak > 0 else 0,
+            "lingkup_multinasional": n_multi,
+            "lingkup_nasional": n_nas,
+            "lingkup_wirausaha": n_wira
+        })
+
+        sum_lulusan += n_lulus
+        sum_terlacak += n_terlacak
+        if avg_waktu > 0 and count_waktu:
+            weighted_waktu_sum += (avg_waktu * count_waktu)
+            weighted_waktu_count += count_waktu
+
+        sum_infokom += n_infokom
+        sum_non_infokom += n_non_infokom
+        sum_multinasional += n_multi
+        sum_nasional += n_nas
+        sum_wirausaha += n_wira
+
+    overall_avg_waktu = round(weighted_waktu_sum / weighted_waktu_count, 2) if weighted_waktu_count > 0 else 0.0
+
+    # Summary Totals
+    total_2b4 = {
+        "ts_code": "Jumlah",
+        "tahun_label": "Jumlah / Rata-rata",
+        "jumlah_lulusan": sum_lulusan,
+        "jumlah_terlacak": sum_terlacak,
+        "persen_terlacak": round((sum_terlacak / sum_lulusan * 100), 1) if sum_lulusan > 0 else 0,
+        "rata_waktu_tunggu": overall_avg_waktu
+    }
+
+    total_2b5 = {
+        "ts_code": "Jumlah",
+        "tahun_label": "Jumlah",
+        "jumlah_lulusan": sum_lulusan,
+        "jumlah_terlacak": sum_terlacak,
+        "profesi_infokom": sum_infokom,
+        "profesi_non_infokom": sum_non_infokom,
+        "persen_infokom": round((sum_infokom / sum_terlacak * 100), 1) if sum_terlacak > 0 else 0,
+        "lingkup_multinasional": sum_multinasional,
+        "lingkup_nasional": sum_nasional,
+        "lingkup_wirausaha": sum_wirausaha
+    }
+
+    available_prodis = [
+        {"kode": "all", "nama": "Semua Program Studi (Jurusan TI)"},
+        {"kode": "55301", "nama": "D4 Teknik Informatika (TIF)"},
+        {"kode": "57401", "nama": "D3 Manajemen Informatika (MIF)"},
+        {"kode": "56401", "nama": "D3 Teknik Komputer (TKK)"}
+    ]
+
+    return {
+        "status": "success",
+        "meta": {
+            "ts_year": ts_year,
+            "kode_prodi": kode_prodi or "all",
+            "prodi_label": prodi_label,
+            "mode": mode,
+            "standard": "Instrumen Akreditasi Program Studi (IAPS) LAM INFOKOM Kriteria 9"
+        },
+        "available_years": available_years,
+        "available_prodis": available_prodis,
+        "tabel_2b4": {
+            "title": "Tabel 2.B.4 Rata-rata Masa Tunggu Lulusan untuk Bekerja Pertama Kali",
+            "rows": rows_2b4,
+            "total": total_2b4
+        },
+        "tabel_2b5": {
+            "title": "Tabel 2.B.5. Kesesuaian Bidang Kerja Lulusan",
+            "rows": rows_2b5,
+            "total": total_2b5
+        }
+    }
+

Backend/app/routers/import_data.py

@@ -0,0 +1,99 @@
+"""
+Router untuk Import Data Alumni dari CSV/Excel
+Mendukung semua kolom tracer study 2019-2025
+
+File ini adalah router utama yang mendelegasikan ke import_service.py
+"""
+
+from fastapi import APIRouter, UploadFile, File, HTTPException, Depends, Form
+from sqlalchemy.orm import Session
+from sqlalchemy import func
+
+from app.config.database import get_db
+from app.services.import_service import import_data
+from app.models.alumni import Alumni
+from app.models.models import TracerResponse, Kompetensi, Pekerjaan
+
+router = APIRouter(prefix="", tags=["Import Data"])
+
+
+@router.post("/import-full")
+async def import_full(
+    tahun: str = Form(...),
+    file: UploadFile = File(...),
+    db: Session = Depends(get_db)
+):
+    """
+    Import CSV dengan SEMUA kolom tracer study.
+    Data akan disimpan ke tabel: alumni, pekerjaan, kompetensi, tracer_responses
+    """
+    try:
+        content = await file.read()
+        result = import_data(tahun, content, file.filename, db)
+
+        if result["status"] == "error":
+            raise HTTPException(status_code=400, detail=result["message"])
+
+        return result
+
+    except HTTPException:
+        raise
+    except Exception as e:
+        db.rollback()
+        import traceback
+        print(f"Import error: {traceback.format_exc()}")
+        raise HTTPException(status_code=400, detail=f"Error: {str(e)}")
+
+
+@router.get("/stats")
+async def get_import_stats(db: Session = Depends(get_db)):
+    """Ambil statistik data alumni di database"""
+    total_alumni = db.query(Alumni).count()
+    total_pekerjaan = db.query(Pekerjaan).count()
+    total_kompetensi = db.query(Kompetensi).count()
+    total_tracer = db.query(TracerResponse).count()
+
+    prodi_stats = db.query(
+        Alumni.kode_prodi,
+        func.count(Alumni.id).label('count')
+    ).group_by(Alumni.kode_prodi).all()
+
+    tahun_stats = db.query(
+        Alumni.tahun_lulus,
+        func.count(Alumni.id).label('count')
+    ).group_by(Alumni.tahun_lulus).order_by(Alumni.tahun_lulus.desc()).all()
+
+    return {
+        "total_alumni": total_alumni,
+        "total_pekerjaan": total_pekerjaan,
+        "total_kompetensi": total_kompetensi,
+        "total_tracer_responses": total_tracer,
+        "by_prodi": [{"prodi": p, "count": c} for p, c in prodi_stats],
+        "by_tahun": [{"tahun": t, "count": c} for t, c in tahun_stats]
+    }
+
+
+@router.get("/template")
+async def download_template():
+    """Download template CSV untuk import data"""
+    import csv
+    from fastapi.responses import StreamingResponse
+    import io
+
+    template_data = [
+        ["nimhsmsmh", "nmmhsmsmh", "kdpstmsmh", "tahun_lulus", "F8", "F5b", "F5c", "F1101", "F5a1", "F5a2", "F1761", "F1763", "F1765", "F1767", "F1769", "F1771", "F1773"],
+        ["A001", "Nama Alumni 1", "57401", "2024", "1", "PT ABC", "Software Engineer", "3", "Jawa Timur", "Jember", "4", "4", "3", "4", "4", "4", "3"],
+        ["A002", "Nama Alumni 2", "56401", "2024", "2", "", "", "", "", "", "3", "3", "3", "3", "3", "3", "3"]
+    ]
+
+    output = io.StringIO()
+    writer = csv.writer(output, delimiter=';')
+    for row in template_data:
+        writer.writerow(row)
+
+    output.seek(0)
+    return StreamingResponse(
+        output,
+        media_type='text/csv',
+        headers={'Content-Disposition': 'attachment; filename=template_import_alumni.csv'}
+    )

Backend/app/routers/keywords.py

@@ -0,0 +1,202 @@
+"""
+Router untuk Keyword Dictionary - PRD Section 7 & 24
+"""
+
+from fastapi import APIRouter, Depends, HTTPException
+from sqlalchemy.orm import Session
+from typing import List, Optional
+
+from app.config.database import get_db
+from app.schemas.models import (
+    KeywordDictionaryCreate,
+    KeywordDictionaryUpdate,
+    KeywordDictionaryResponse
+)
+from app.models.models import KeywordDictionary
+
+router = APIRouter(tags=["Keyword Dictionary"])
+
+
+@router.get("/", response_model=List[KeywordDictionaryResponse])
+def get_all_keywords(
+    search: Optional[str] = None,
+    kode_prodi: Optional[str] = None,
+    aktif: Optional[bool] = None,
+    skip: int = 0,
+    limit: int = 500,
+    db: Session = Depends(get_db)
+):
+    """Ambil semua keyword dengan filter prodi, status aktif, dan pencarian kata kunci"""
+    query = db.query(KeywordDictionary)
+
+    if search:
+        query = query.filter(KeywordDictionary.keyword.ilike(f"%{search.strip()}%"))
+    if kode_prodi:
+        query = query.filter(KeywordDictionary.kode_prodi == kode_prodi.strip().upper())
+    if aktif is not None:
+        query = query.filter(KeywordDictionary.aktif == aktif)
+
+    return query.order_by(KeywordDictionary.kode_prodi.asc(), KeywordDictionary.keyword.asc()).offset(skip).limit(limit).all()
+
+
+@router.get("/by-prodi/{kode_prodi}", response_model=List[KeywordDictionaryResponse])
+def get_keywords_by_prodi(
+    kode_prodi: str,
+    db: Session = Depends(get_db)
+):
+    """Ambil keyword berdasarkan kode prodi"""
+    keywords = db.query(KeywordDictionary).filter(
+        KeywordDictionary.kode_prodi == kode_prodi,
+        KeywordDictionary.aktif == True
+    ).all()
+    return keywords
+
+
+@router.post("/", response_model=KeywordDictionaryResponse)
+def create_keyword(
+    keyword_in: KeywordDictionaryCreate,
+    db: Session = Depends(get_db)
+):
+    """Tambah keyword baru"""
+    # Cek apakah keyword sudah ada
+    existing = db.query(KeywordDictionary).filter(
+        KeywordDictionary.kode_prodi == keyword_in.kode_prodi,
+        KeywordDictionary.keyword == keyword_in.keyword
+    ).first()
+
+    if existing:
+        raise HTTPException(status_code=400, detail="Keyword sudah ada")
+
+    keyword = KeywordDictionary(**keyword_in.model_dump())
+    db.add(keyword)
+    db.commit()
+    db.refresh(keyword)
+    return keyword
+
+
+@router.post("/bulk")
+def create_bulk_keywords(
+    keywords: List[KeywordDictionaryCreate],
+    db: Session = Depends(get_db)
+):
+    """Tambah multiple keywords sekaligus"""
+    added = 0
+    for kw in keywords:
+        existing = db.query(KeywordDictionary).filter(
+            KeywordDictionary.kode_prodi == kw.kode_prodi,
+            KeywordDictionary.keyword == kw.keyword
+        ).first()
+
+        if not existing:
+            keyword = KeywordDictionary(**kw.model_dump())
+            db.add(keyword)
+            added += 1
+
+    db.commit()
+    return {"status": "success", "keywords_added": added}
+
+
+@router.put("/{keyword_id}", response_model=KeywordDictionaryResponse)
+def update_keyword(
+    keyword_id: int,
+    keyword_in: KeywordDictionaryUpdate,
+    db: Session = Depends(get_db)
+):
+    """Update keyword"""
+    keyword = db.query(KeywordDictionary).filter(
+        KeywordDictionary.id == keyword_id
+    ).first()
+
+    if not keyword:
+        raise HTTPException(status_code=404, detail="Keyword tidak ditemukan")
+
+    for key, value in keyword_in.model_dump(exclude_unset=True).items():
+        setattr(keyword, key, value)
+
+    db.commit()
+    db.refresh(keyword)
+    return keyword
+
+
+@router.delete("/{keyword_id}")
+def delete_keyword(
+    keyword_id: int,
+    hard: bool = True,
+    db: Session = Depends(get_db)
+):
+    """Hapus keyword (default: hapus permanen jika hard=True, nonaktifkan jika hard=False)"""
+    keyword = db.query(KeywordDictionary).filter(
+        KeywordDictionary.id == keyword_id
+    ).first()
+
+    if not keyword:
+        raise HTTPException(status_code=404, detail="Keyword tidak ditemukan")
+
+    if hard:
+        db.delete(keyword)
+        db.commit()
+        return {"message": "Keyword berhasil dihapus permanen"}
+    else:
+        keyword.aktif = False
+        db.commit()
+        return {"message": "Keyword berhasil dinonaktifkan"}
+
+
+# ============== SEED DEFAULT KEYWORDS ==============
+
+@router.post("/seed-defaults")
+def seed_default_keywords(db: Session = Depends(get_db)):
+    """Isi default keywords sesuai PRD Section 7"""
+
+    default_keywords = [
+        # TKK - Teknik Komputer
+        {"kode_prodi": "TKK", "keyword": "jaringan", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "network administrator", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "network engineer", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "LAN/WAN", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "cloud computing", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "IoT", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "embedded system", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "firmware", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "hardware", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "sysadmin", "kategori_keyword": "technical"},
+        {"kode_prodi": "TKK", "keyword": "IT support", "kategori_keyword": "technical"},
+
+        # MIF - Manajemen Informatika
+        {"kode_prodi": "MIF", "keyword": "programmer", "kategori_keyword": "technical"},
+        {"kode_prodi": "MIF", "keyword": "software developer", "kategori_keyword": "technical"},
+        {"kode_prodi": "MIF", "keyword": "database", "kategori_keyword": "technical"},
+        {"kode_prodi": "MIF", "keyword": "SQL", "kategori_keyword": "technical"},
+        {"kode_prodi": "MIF", "keyword": "data analyst", "kategori_keyword": "technical"},
+        {"kode_prodi": "MIF", "keyword": "data warehouse", "kategori_keyword": "technical"},
+        {"kode_prodi": "MIF", "keyword": "business intelligence", "kategori_keyword": "technical"},
+        {"kode_prodi": "MIF", "keyword": "ERD", "kategori_keyword": "technical"},
+
+        # TIF - Teknik Informatika
+        {"kode_prodi": "TIF", "keyword": "software engineer", "kategori_keyword": "technical"},
+        {"kode_prodi": "TIF", "keyword": "quality assurance", "kategori_keyword": "technical"},
+        {"kode_prodi": "TIF", "keyword": "QA/tester", "kategori_keyword": "technical"},
+        {"kode_prodi": "TIF", "keyword": "IT entrepreneur", "kategori_keyword": "technical"},
+        {"kode_prodi": "TIF", "keyword": "startup teknologi", "kategori_keyword": "technical"},
+        {"kode_prodi": "TIF", "keyword": "manajemen proyek IT", "kategori_keyword": "technical"},
+        {"kode_prodi": "TIF", "keyword": "konsultan perangkat lunak", "kategori_keyword": "technical"},
+    ]
+
+    added = 0
+    for kw in default_keywords:
+        existing = db.query(KeywordDictionary).filter(
+            KeywordDictionary.kode_prodi == kw["kode_prodi"],
+            KeywordDictionary.keyword == kw["keyword"]
+        ).first()
+
+        if not existing:
+            keyword = KeywordDictionary(**kw)
+            db.add(keyword)
+            added += 1
+
+    db.commit()
+
+    return {
+        "status": "success",
+        "message": f"Default keywords ditambahkan: {added}"
+    }

Backend/app/routers/prodi.py

@@ -0,0 +1,51 @@
+from fastapi import APIRouter, Depends
+from sqlalchemy.orm import Session
+from typing import List
+
+from app.config.database import get_db
+from app.controllers.prodi import ProdiController
+from app.schemas.prodi import (
+    ProdiCreate,
+    ProdiUpdate,
+    ProdiResponse,
+)
+
+router = APIRouter(
+    tags=["Prodi"]
+)
+
+
+@router.get("/", response_model=List[ProdiResponse])
+def get_all_prodi(db: Session = Depends(get_db)):
+    return ProdiController.get_all(db)
+
+
+@router.get("/{prodi_id}", response_model=ProdiResponse)
+def get_prodi(prodi_id: int, db: Session = Depends(get_db)):
+    return ProdiController.get_by_id(db, prodi_id)
+
+
+@router.post("/", response_model=ProdiResponse, status_code=201)
+def create_prodi(
+    prodi: ProdiCreate,
+    db: Session = Depends(get_db)
+):
+    return ProdiController.create(db, prodi)
+
+
+@router.put("/{prodi_id}", response_model=ProdiResponse)
+def update_prodi(
+    prodi_id: int,
+    prodi: ProdiUpdate,
+    db: Session = Depends(get_db)
+):
+    return ProdiController.update(db, prodi_id, prodi)
+
+
+@router.delete("/{prodi_id}")
+def delete_prodi(
+    prodi_id: int,
+    db: Session = Depends(get_db)
+):
+    ProdiController.delete(db, prodi_id)
+    return {"message": "Data prodi berhasil dihapus"}

Backend/app/routers/questions.py

@@ -0,0 +1,497 @@
+"""
+Router untuk Pertanyaan dan Pilihan Jawaban Tracer Study (CRUD Management)
+PRD Reference: Pertanyaan-dan-jawaban.md
+"""
+
+from fastapi import APIRouter, Depends, HTTPException, Query, status
+from sqlalchemy.orm import Session
+from sqlalchemy import or_, func
+from pydantic import BaseModel, ConfigDict
+from typing import List, Optional
+
+from app.config.database import get_db
+from app.models.models import Question, AnswerOption
+from app.middleware.auth_middleware import get_current_active_user
+
+router = APIRouter(prefix="/questions", tags=["Questions & Answer Options"])
+
+
+# ========== SCHEMAS ==========
+
+class AnswerOptionBase(BaseModel):
+    kode: str
+    teks: str
+    urutan: Optional[int] = 0
+    is_active: Optional[bool] = True
+
+
+class AnswerOptionCreate(AnswerOptionBase):
+    pass
+
+
+class AnswerOptionUpdate(BaseModel):
+    kode: Optional[str] = None
+    teks: Optional[str] = None
+    urutan: Optional[int] = None
+    is_active: Optional[bool] = None
+
+
+class AnswerOptionResponse(AnswerOptionBase):
+    id: int
+    question_id: int
+
+    model_config = ConfigDict(from_attributes=True)
+
+
+class QuestionBase(BaseModel):
+    kode: str
+    pertanyaan: str
+    tipe: str = "pilihan"  # dropdown, pilihan, skala, teks, date, ya_tidak
+    section: str = "kuesioner_utama"
+    nomor_form: Optional[int] = 0
+    tahun: Optional[str] = "all"
+    is_active: Optional[bool] = True
+
+
+class QuestionCreate(QuestionBase):
+    options: Optional[List[AnswerOptionBase]] = []
+
+
+class QuestionUpdate(BaseModel):
+    kode: Optional[str] = None
+    pertanyaan: Optional[str] = None
+    tipe: Optional[str] = None
+    section: Optional[str] = None
+    nomor_form: Optional[int] = None
+    tahun: Optional[str] = None
+    is_active: Optional[bool] = None
+
+
+class QuestionSchema(BaseModel):
+    id: int
+    kode: str
+    pertanyaan: str
+    tipe: str
+    section: str
+    nomor_form: int
+    tahun: Optional[str] = "all"
+    is_active: bool = True
+    options: List[AnswerOptionResponse] = []
+
+    model_config = ConfigDict(from_attributes=True)
+
+
+class QuestionListResponse(BaseModel):
+    items: List[QuestionSchema]
+    total: int
+    sections: List[str]
+
+
+class FormSchema(BaseModel):
+    questions: List[QuestionSchema]
+    sections: List[str]
+
+
+# ========== ENDPOINTS ==========
+
+@router.get("/", response_model=QuestionListResponse, summary="Ambil daftar semua pertanyaan dengan filter & search")
+def get_all_questions(
+    search: Optional[str] = Query(None, description="Cari teks pertanyaan atau kode pertanyaan"),
+    section: Optional[str] = Query(None, description="Filter berdasarkan section"),
+    is_active: Optional[bool] = Query(None, description="Filter status aktif"),
+    skip: int = Query(0, ge=0),
+    limit: int = Query(200, ge=1, le=500),
+    db: Session = Depends(get_db)
+):
+    """
+    Mengambil daftar semua pertanyaan tracer study beserta pilihan jawabannya.
+    Mendukung pencarian teks/kode dan filter section.
+    """
+    query = db.query(Question)
+
+    if search and search.strip():
+        term = f"%{search.strip()}%"
+        query = query.filter(or_(Question.kode.ilike(term), Question.pertanyaan.ilike(term)))
+
+    if section and section.strip() and section != "all":
+        query = query.filter(Question.section == section.strip())
+
+    if is_active is not None:
+        query = query.filter(Question.is_active == is_active)
+
+    total = query.count()
+    questions = query.order_by(Question.nomor_form.asc(), Question.id.asc()).offset(skip).limit(limit).all()
+
+    # Ambil list unique sections yang ada di DB
+    all_sections_raw = db.query(Question.section).distinct().all()
+    sections = [s[0] for s in all_sections_raw if s[0]]
+
+    # Batch load all answer options in ONE query instead of N individual queries
+    q_ids = [q.id for q in questions]
+    options_by_q = {q.id: [] for q in questions}
+    if q_ids:
+        all_opts = db.query(AnswerOption).filter(
+            AnswerOption.question_id.in_(q_ids)
+        ).order_by(AnswerOption.urutan.asc(), AnswerOption.id.asc()).all()
+        for opt in all_opts:
+            options_by_q.setdefault(opt.question_id, []).append(opt)
+
+    items = []
+    for q in questions:
+        opts = options_by_q.get(q.id, [])
+        q_dict = {
+            "id": q.id,
+            "kode": q.kode,
+            "pertanyaan": q.pertanyaan,
+            "tipe": q.tipe or "pilihan",
+            "section": q.section or "kuesioner_utama",
+            "nomor_form": q.nomor_form or 0,
+            "tahun": q.tahun or "all",
+            "is_active": q.is_active if q.is_active is not None else True,
+            "options": [AnswerOptionResponse.model_validate(o) for o in opts]
+        }
+        items.append(QuestionSchema(**q_dict))
+
+    return QuestionListResponse(items=items, total=total, sections=sections)
+
+
+@router.get("/stats", summary="Ringkasan statistik pertanyaan dan opsi jawaban")
+def get_question_stats(db: Session = Depends(get_db)):
+    """
+    Ringkasan jumlah pertanyaan aktif, total opsi jawaban, dan rincian per section.
+    """
+    total_q = db.query(Question).count()
+    active_q = db.query(Question).filter(Question.is_active == True).count()
+    total_opts = db.query(AnswerOption).count()
+
+    section_breakdown = db.query(
+        Question.section,
+        func.count(Question.id)
+    ).group_by(Question.section).all()
+
+    return {
+        "total_questions": total_q,
+        "active_questions": active_q,
+        "total_options": total_opts,
+        "sections": {s[0]: s[1] for s in section_breakdown if s[0]}
+    }
+
+
+@router.get("/formulir", response_model=FormSchema, summary="Ambil semua pertanyaan untuk form alumni")
+def get_formulir(db: Session = Depends(get_db)):
+    """
+    Ambil semua pertanyaan aktif dan pilihan jawaban untuk formulir tracer study.
+    """
+    questions = db.query(Question).filter(Question.is_active == True).order_by(Question.nomor_form).all()
+    q_ids = [q.id for q in questions]
+    options_by_q = {q.id: [] for q in questions}
+    if q_ids:
+        all_opts = db.query(AnswerOption).filter(
+            AnswerOption.question_id.in_(q_ids),
+            AnswerOption.is_active == True
+        ).order_by(AnswerOption.urutan.asc(), AnswerOption.id.asc()).all()
+        for opt in all_opts:
+            options_by_q.setdefault(opt.question_id, []).append(opt)
+
+    result_questions = []
+    sections = []
+
+    for q in questions:
+        options = options_by_q.get(q.id, [])
+        question_data = QuestionSchema(
+            id=q.id,
+            kode=q.kode,
+            pertanyaan=q.pertanyaan,
+            tipe=q.tipe or "pilihan",
+            section=q.section or "kuesioner_utama",
+            nomor_form=q.nomor_form or 0,
+            tahun=q.tahun or "all",
+            is_active=True,
+            options=[AnswerOptionResponse.model_validate(o) for o in options]
+        )
+        result_questions.append(question_data)
+
+        if q.section and q.section not in sections:
+            sections.append(q.section)
+
+    return FormSchema(questions=result_questions, sections=sections)
+
+
+@router.get("/sections", summary="Daftar section unik")
+def get_sections(db: Session = Depends(get_db)):
+    sections = db.query(Question.section).distinct().all()
+    return {"sections": [s[0] for s in sections if s[0]]}
+
+
+@router.get("/{question_id}", response_model=QuestionSchema, summary="Ambil detail pertanyaan beserta opsi jawaban")
+def get_question_detail(question_id: int, db: Session = Depends(get_db)):
+    q = db.query(Question).filter(Question.id == question_id).first()
+    if not q:
+        raise HTTPException(status_code=404, detail="Pertanyaan tidak ditemukan")
+
+    options = db.query(AnswerOption).filter(
+        AnswerOption.question_id == q.id
+    ).order_by(AnswerOption.urutan).all()
+
+    return QuestionSchema(
+        id=q.id,
+        kode=q.kode,
+        pertanyaan=q.pertanyaan,
+        tipe=q.tipe or "pilihan",
+        section=q.section or "kuesioner_utama",
+        nomor_form=q.nomor_form or 0,
+        tahun=q.tahun or "all",
+        is_active=q.is_active if q.is_active is not None else True,
+        options=[AnswerOptionResponse.model_validate(o) for o in options]
+    )
+
+
+def resequence_questions(db: Session):
+    """
+    Mengurutkan ulang seluruh nomor_form pertanyaan dari 1 sampai N
+    secara berkesinambungan tanpa ada celah atau nomor kembar.
+    """
+    questions = db.query(Question).order_by(Question.nomor_form.asc(), Question.id.asc()).all()
+    for idx, q in enumerate(questions, start=1):
+        q.nomor_form = idx
+    db.commit()
+
+
+@router.post("/reorder", summary="Rapikan ulang seluruh nomor urut pertanyaan agar berurutan 1 sampai N")
+def reorder_all_questions(db: Session = Depends(get_db)):
+    """
+    Menata ulang nomor urut pertanyaan (nomor_form) dari 1 sampai N secara berkesinambungan
+    berdasarkan urutan saat ini.
+    """
+    resequence_questions(db)
+    total = db.query(Question).count()
+    return {
+        "status": "success",
+        "message": f"Berhasil merapikan nomor urut untuk {total} pertanyaan secara berurutan (1-{total}).",
+        "total": total
+    }
+
+
+@router.post("/", response_model=QuestionSchema, status_code=status.HTTP_201_CREATED, summary="Tambah pertanyaan baru")
+def create_question(question_in: QuestionCreate, db: Session = Depends(get_db)):
+    existing = db.query(Question).filter(Question.kode == question_in.kode.strip()).first()
+    if existing:
+        raise HTTPException(status_code=400, detail=f"Pertanyaan dengan kode '{question_in.kode}' sudah ada")
+
+    # Tentukan nomor urut berikutnya jika tidak diisi atau jika melompat terlalu jauh
+    max_no = db.query(func.max(Question.nomor_form)).scalar() or 0
+    assigned_no = question_in.nomor_form if (question_in.nomor_form and question_in.nomor_form > 0) else (max_no + 1)
+
+    new_q = Question(
+        kode=question_in.kode.strip(),
+        pertanyaan=question_in.pertanyaan.strip(),
+        tipe=question_in.tipe,
+        section=question_in.section,
+        nomor_form=assigned_no,
+        tahun=question_in.tahun or "all",
+        is_active=question_in.is_active if question_in.is_active is not None else True,
+    )
+    db.add(new_q)
+    db.flush()
+
+    # Tambahkan options jika disertakan
+    created_options = []
+    if question_in.options:
+        for idx, opt in enumerate(question_in.options, start=1):
+            new_opt = AnswerOption(
+                question_id=new_q.id,
+                kode=opt.kode.strip(),
+                teks=opt.teks.strip(),
+                urutan=opt.urutan if opt.urutan else idx,
+                is_active=opt.is_active if opt.is_active is not None else True
+            )
+            db.add(new_opt)
+            created_options.append(new_opt)
+
+    db.commit()
+    # Pastikan seluruh pertanyaan tersusun rapi berurutan 1..N
+    resequence_questions(db)
+    db.refresh(new_q)
+
+    return QuestionSchema(
+        id=new_q.id,
+        kode=new_q.kode,
+        pertanyaan=new_q.pertanyaan,
+        tipe=new_q.tipe,
+        section=new_q.section,
+        nomor_form=new_q.nomor_form,
+        tahun=new_q.tahun,
+        is_active=new_q.is_active,
+        options=[AnswerOptionResponse.model_validate(o) for o in created_options]
+    )
+
+
+@router.put("/{question_id}", response_model=QuestionSchema, summary="Perbarui pertanyaan")
+def update_question(question_id: int, question_in: QuestionUpdate, db: Session = Depends(get_db)):
+    q = db.query(Question).filter(Question.id == question_id).first()
+    if not q:
+        raise HTTPException(status_code=404, detail="Pertanyaan tidak ditemukan")
+
+    if question_in.kode and question_in.kode.strip() != q.kode:
+        existing = db.query(Question).filter(Question.kode == question_in.kode.strip()).first()
+        if existing and existing.id != question_id:
+            raise HTTPException(status_code=400, detail=f"Kode '{question_in.kode}' sudah digunakan oleh pertanyaan lain")
+        q.kode = question_in.kode.strip()
+
+    if question_in.pertanyaan is not None:
+        q.pertanyaan = question_in.pertanyaan.strip()
+    if question_in.tipe is not None:
+        q.tipe = question_in.tipe
+    if question_in.section is not None:
+        q.section = question_in.section
+    if question_in.nomor_form is not None:
+        q.nomor_form = question_in.nomor_form
+    if question_in.tahun is not None:
+        q.tahun = question_in.tahun
+    if question_in.is_active is not None:
+        q.is_active = question_in.is_active
+
+    db.commit()
+    # Jika nomor_form diubah, rapikan kembali urutan pertanyaan
+    if question_in.nomor_form is not None:
+        resequence_questions(db)
+    db.refresh(q)
+
+    options = db.query(AnswerOption).filter(
+        AnswerOption.question_id == q.id
+    ).order_by(AnswerOption.urutan).all()
+
+    return QuestionSchema(
+        id=q.id,
+        kode=q.kode,
+        pertanyaan=q.pertanyaan,
+        tipe=q.tipe,
+        section=q.section,
+        nomor_form=q.nomor_form,
+        tahun=q.tahun,
+        is_active=q.is_active,
+        options=[AnswerOptionResponse.model_validate(o) for o in options]
+    )
+
+
+@router.delete("/{question_id}", summary="Hapus pertanyaan beserta opsi jawabannya")
+def delete_question(question_id: int, hard: bool = True, db: Session = Depends(get_db)):
+    q = db.query(Question).filter(Question.id == question_id).first()
+    if not q:
+        raise HTTPException(status_code=404, detail="Pertanyaan tidak ditemukan")
+
+    kode_q = q.kode
+    if hard:
+        # Cascade delete answer_options
+        db.query(AnswerOption).filter(AnswerOption.question_id == question_id).delete()
+        db.delete(q)
+        db.commit()
+        # Otomatis rapikan urutan sisa pertanyaan sehingga tidak ada nomor yang bolong / melompat
+        resequence_questions(db)
+        return {"status": "success", "message": f"Pertanyaan '{kode_q}' berhasil dihapus dan nomor urut seluruh pertanyaan telah dirapikan secara berkesinambungan"}
+    else:
+        q.is_active = False
+        db.commit()
+        return {"status": "success", "message": f"Pertanyaan '{kode_q}' dinonaktifkan"}
+
+
+# ========== ANSWER OPTIONS SUB-ENDPOINTS ==========
+
+@router.post("/{question_id}/options", response_model=AnswerOptionResponse, status_code=status.HTTP_201_CREATED, summary="Tambah opsi jawaban baru ke pertanyaan")
+def add_answer_option(question_id: int, option_in: AnswerOptionCreate, db: Session = Depends(get_db)):
+    q = db.query(Question).filter(Question.id == question_id).first()
+    if not q:
+        raise HTTPException(status_code=404, detail="Pertanyaan tidak ditemukan")
+
+    new_opt = AnswerOption(
+        question_id=question_id,
+        kode=option_in.kode.strip(),
+        teks=option_in.teks.strip(),
+        urutan=option_in.urutan or 0,
+        is_active=option_in.is_active if option_in.is_active is not None else True
+    )
+    db.add(new_opt)
+    db.commit()
+    db.refresh(new_opt)
+    return AnswerOptionResponse.model_validate(new_opt)
+
+
+@router.put("/options/{option_id}", response_model=AnswerOptionResponse, summary="Perbarui opsi jawaban")
+def update_answer_option(option_id: int, option_in: AnswerOptionUpdate, db: Session = Depends(get_db)):
+    opt = db.query(AnswerOption).filter(AnswerOption.id == option_id).first()
+    if not opt:
+        raise HTTPException(status_code=404, detail="Pilihan jawaban tidak ditemukan")
+
+    if option_in.kode is not None:
+        opt.kode = option_in.kode.strip()
+    if option_in.teks is not None:
+        opt.teks = option_in.teks.strip()
+    if option_in.urutan is not None:
+        opt.urutan = option_in.urutan
+    if option_in.is_active is not None:
+        opt.is_active = option_in.is_active
+
+    db.commit()
+    db.refresh(opt)
+    return AnswerOptionResponse.model_validate(opt)
+
+
+@router.delete("/options/{option_id}", summary="Hapus opsi jawaban")
+def delete_answer_option(option_id: int, db: Session = Depends(get_db)):
+    opt = db.query(AnswerOption).filter(AnswerOption.id == option_id).first()
+    if not opt:
+        raise HTTPException(status_code=404, detail="Pilihan jawaban tidak ditemukan")
+
+    db.delete(opt)
+    db.commit()
+    return {"status": "success", "message": "Pilihan jawaban berhasil dihapus"}
+
+
+@router.post("/sync-jti-prodi-options", summary="Inisialisasi opsi program studi JTI pada pertanyaan kdpstmsnmh")
+def sync_jti_prodi_options(db: Session = Depends(get_db)):
+    """
+    Menyinkronkan pilihan jawaban pertanyaan nomor 2 (kdpstmsnmh) agar secara khusus memuat
+    Program Studi Jurusan Teknologi Informasi (TIF, MIF, TKK).
+    """
+    q = db.query(Question).filter(Question.kode == "kdpstmsnmh").first()
+    if not q:
+        # Create question kdpstmsnmh if not exists
+        q = Question(
+            kode="kdpstmsnmh",
+            pertanyaan="Program Studi",
+            tipe="pilihan",
+            section="identitas",
+            nomor_form=2,
+            tahun="all",
+            is_active=True
+        )
+        db.add(q)
+        db.flush()
+
+    # Clear existing options for this question
+    db.query(AnswerOption).filter(AnswerOption.question_id == q.id).delete()
+
+    jti_prodis = [
+        {"kode": "55301", "teks": "Teknik Informatika (55301)", "urutan": 1},
+        {"kode": "57401", "teks": "Manajemen Informatika (57401)", "urutan": 2},
+        {"kode": "56401", "teks": "Teknik Komputer (56401)", "urutan": 3},
+        {"kode": "55302", "teks": "Teknik Informatika Kampus Kab. Nganjuk (55302)", "urutan": 4},
+        {"kode": "55304", "teks": "Teknik Informatika Kampus Kab. Sidoarjo (55304)", "urutan": 5},
+    ]
+
+    for p in jti_prodis:
+        opt = AnswerOption(
+            question_id=q.id,
+            kode=p["kode"],
+            teks=p["teks"],
+            urutan=p["urutan"],
+            is_active=True
+        )
+        db.add(opt)
+
+    db.commit()
+    return {
+        "status": "success",
+        "message": f"Berhasil menginisialisasi {len(jti_prodis)} opsi prodi Teknologi Informasi pada pertanyaan 'kdpstmsnmh'",
+        "options": jti_prodis
+    }

Backend/app/schemas/alumni.py

@@ -0,0 +1,176 @@
+from pydantic import BaseModel, EmailStr, Field, ConfigDict, field_validator, model_validator
+from datetime import datetime
+from typing import Optional, Any, List, Dict
+
+class AlumniBase(BaseModel):
+    nim: str = Field(..., description="Nomor Induk Mahasiswa (NIM)")
+    nama: str = Field(..., min_length=2, description="Nama lengkap alumni")
+    tahun_lulus: int = Field(..., ge=1900, le=2100, description="Tahun lulus alumni")
+    status_kerja: Optional[str] = Field(None, description="Status pekerjaan saat ini")
+    pekerjaan: Optional[str] = Field(None, description="Nama pekerjaan/posisi jika bekerja")
+    instansi: Optional[str] = Field(None, description="Nama instansi/perusahaan tempat bekerja")
+    no_hp: Optional[str] = Field(None, description="Nomor handphone/WhatsApp aktif")
+    email: Optional[str] = Field(None, description="Email aktif alumni")
+    kode_prodi: Optional[str] = Field(None, description="Kode program studi")
+
+class AlumniCreate(AlumniBase):
+    pass
+
+class AlumniUpdate(BaseModel):
+    nim: Optional[str] = None
+    nama: Optional[str] = None
+    tahun_lulus: Optional[int] = None
+    status_kerja: Optional[str] = None
+    pekerjaan: Optional[str] = None
+    instansi: Optional[str] = None
+    no_hp: Optional[str] = None
+    email: Optional[str] = None
+    kode_prodi: Optional[str] = None
+
+class AlumniResponse(AlumniBase):
+    id: int
+    created_at: Optional[datetime] = None
+    updated_at: Optional[datetime] = None
+
+    model_config = ConfigDict(from_attributes=True)
+
+    @model_validator(mode='before')
+    @classmethod
+    def exclude_relationships(cls, data: Any) -> Any:
+        """Convert SQLAlchemy objects to dict, excluding relationship attributes"""
+        if hasattr(data, '__dict__'):
+            result = {}
+            for key, value in data.__dict__.items():
+                if key.startswith('_') or key in ['pekerjaan_detail', 'kompetensi', 'tracer_response', 'clustering_results']:
+                    continue
+                if hasattr(value, '__tablename__'):
+                    result[key] = None
+                else:
+                    result[key] = value
+            return result
+        return data
+
+
+class PekerjaanDetail(BaseModel):
+    id: Optional[int] = None
+    status_pekerjaan: Optional[str] = None
+    jenis_perusahaan: Optional[str] = None
+    nama_perusahaan: Optional[str] = None
+    jabatan: Optional[str] = None
+    tingkatan_tempat_kerja: Optional[str] = None
+    provinsi: Optional[str] = None
+    kabupaten_kota: Optional[str] = None
+    teks_pekerjaan: Optional[str] = None
+
+    model_config = ConfigDict(from_attributes=True)
+
+
+class KompetensiDetail(BaseModel):
+    id: Optional[int] = None
+    etika_lulus: Optional[str] = None
+    keahlian_lulus: Optional[str] = None
+    bahasa_inggris_lulus: Optional[str] = None
+    teknologi_informasi_lulus: Optional[str] = None
+    komunikasi_lulus: Optional[str] = None
+    kerja_sama_lulus: Optional[str] = None
+    pengembangan_diri_lulus: Optional[str] = None
+
+    model_config = ConfigDict(from_attributes=True)
+
+
+class ClusteringResultDetail(BaseModel):
+    id: Optional[int] = None
+    model_version: Optional[str] = None
+    k: Optional[int] = None
+    cluster: Optional[int] = None
+    kategori: Optional[str] = None
+    profile_match: Optional[bool] = None
+    matched_keyword: Optional[str] = None
+    created_at: Optional[datetime] = None
+
+    model_config = ConfigDict(from_attributes=True)
+
+
+class AlumniDetailResponse(AlumniBase):
+    id: int
+    created_at: Optional[datetime] = None
+    updated_at: Optional[datetime] = None
+    pekerjaan_detail: Optional[PekerjaanDetail] = None
+    kompetensi: Optional[KompetensiDetail] = None
+    tracer_response: Optional[Dict[str, Any]] = None
+    clustering_results: Optional[List[ClusteringResultDetail]] = None
+
+    model_config = ConfigDict(from_attributes=True)
+
+    @model_validator(mode='before')
+    @classmethod
+    def process_relations(cls, data: Any) -> Any:
+        if hasattr(data, '__dict__'):
+            result = {}
+            for key, value in data.__dict__.items():
+                if key.startswith('_'):
+                    continue
+                if key == 'tracer_response' and value is not None and hasattr(value, '__dict__'):
+                    # Convert tracer_response sqlalchemy object to dict
+                    tr_dict = {k: v for k, v in value.__dict__.items() if not k.startswith('_') and not hasattr(v, '__tablename__')}
+                    result[key] = tr_dict
+                else:
+                    result[key] = value
+            return result
+        return data
+
+
+class AlumniPaginationResponse(BaseModel):
+    total: int
+    page: int
+    limit: int
+    total_pages: int
+    data: List[AlumniResponse]
+
+
+class PublicTracerLookupRequest(BaseModel):
+    nim: str = Field(..., description="Nomor Induk Mahasiswa (NIM)")
+    email: Optional[str] = Field(None, description="Email / Gmail untuk verifikasi kepemilikan")
+
+
+class PublicTracerSubmitRequest(BaseModel):
+    nim: str = Field(..., description="Nomor Induk Mahasiswa (NIM)")
+    nama: str = Field(..., min_length=2, description="Nama lengkap alumni")
+    kode_prodi: str = Field(..., description="Kode prodi (55301, 57401, 56401, dll)")
+    tahun_lulus: int = Field(..., ge=1990, le=2100, description="Tahun kelulusan")
+    email: str = Field(..., description="Email / Gmail aktif alumni")
+    no_hp: Optional[str] = Field(None, description="Nomor WhatsApp / HP aktif")
+    status_kerja: str = Field(..., description="Status kerja: bekerja, belum_bekerja, wiraswasta, melanjutkan, mencari_kerja")
+    
+    # Detail Pekerjaan (jika bekerja / wiraswasta)
+    nama_perusahaan: Optional[str] = None
+    jabatan: Optional[str] = None
+    jenis_perusahaan: Optional[str] = None
+    tingkatan_tempat_kerja: Optional[str] = None
+    hubungan_studi: Optional[str] = None
+
+    # Identitas Extended (Pertanyaan-dan-jawaban.md)
+    kode_pt: Optional[str] = "005019"
+    nik: Optional[str] = None
+    npwp: Optional[str] = None
+
+    # Karir & Gaji Extended
+    bulan_dapat_kerja: Optional[int] = None
+    rata_pendapatan: Optional[str] = None
+    provinsi_kerja: Optional[str] = None
+    kab_kota_kerja: Optional[str] = None
+    posisi_wiraswasta: Optional[str] = None
+
+    # Studi Lanjut
+    sumber_biaya_studi: Optional[str] = None
+    pt_studi_lanjut: Optional[str] = None
+    prodi_studi_lanjut: Optional[str] = None
+    tanggal_masuk_studi: Optional[str] = None
+
+    # Pembiayaan & Kesesuaian
+    sumber_biaya_kuliah: Optional[str] = None
+    tingkat_pendidikan_tepat: Optional[str] = None
+
+    # Data Ekstra / Detail Kuesioner (Kompetensi, Metode Pembelajaran, Cara Cari Kerja, dll)
+    data_extra: Optional[dict] = None
+

Backend/app/schemas/clustering.py

@@ -0,0 +1,59 @@
+"""
+Pydantic Schemas untuk Clustering
+"""
+
+from pydantic import BaseModel, Field
+from typing import List, Optional
+from datetime import datetime
+
+
+class ClusteringRequest(BaseModel):
+    """Request untuk clustering"""
+    n_clusters: int = Field(default=3, ge=2, le=10, description="Jumlah cluster")
+    auto_k: bool = Field(default=False, description="Auto-detect jumlah cluster optimal")
+    tahun: Optional[List[str]] = Field(default=None, description="Filter tahun (opsional)")
+
+
+class AlumniInput(BaseModel):
+    """Data alumni untuk clustering"""
+    nama: str
+    nim: Optional[str] = None
+    perusahaan: str
+    jabatan: str
+
+
+class ClusterResult(BaseModel):
+    """Hasil clustering untuk satu alumni"""
+    nama: str
+    nim: Optional[str] = None
+    perusahaan: str
+    jabatan: str
+    cluster: int
+    cluster_label: str
+
+
+class ClusteringResponse(BaseModel):
+    """Response dari clustering"""
+    status: str
+    message: Optional[str] = None
+    total_records: int
+    n_clusters: int
+    distribution: dict
+    summary: Optional[dict] = None
+    top_features: Optional[dict] = None
+    data: List[ClusterResult]
+
+
+class StandardizeRequest(BaseModel):
+    """Request untuk standarisasi data"""
+    files: List[str] = Field(description="List filename yang diupload")
+    tahun: List[str] = Field(description="List tahun untuk setiap file")
+
+
+class StandardizeResponse(BaseModel):
+    """Response dari standarisasi"""
+    status: str
+    message: Optional[str] = None
+    total_records: int
+    years_processed: List[str]
+    data: Optional[List[AlumniInput]] = None

Backend/app/schemas/models.py

@@ -0,0 +1,167 @@
+"""
+Schemas untuk Tabel Baru - PRD Section 24
+"""
+
+from pydantic import BaseModel
+from typing import Optional, List
+from datetime import datetime
+
+
+# ============== PEKERJAAN ==============
+
+class PekerjaanBase(BaseModel):
+    alumni_id: int
+    status_pekerjaan: Optional[str] = None
+    jenis_perusahaan: Optional[str] = None
+    nama_perusahaan: Optional[str] = None
+    jabatan: Optional[str] = None
+    tingkatan_tempat_kerja: Optional[str] = None
+    provinsi: Optional[str] = None
+    kabupaten_kota: Optional[str] = None
+    teks_pekerjaan: Optional[str] = None
+
+
+class PekerjaanCreate(PekerjaanBase):
+    pass
+
+
+class PekerjaanUpdate(BaseModel):
+    status_pekerjaan: Optional[str] = None
+    jenis_perusahaan: Optional[str] = None
+    nama_perusahaan: Optional[str] = None
+    jabatan: Optional[str] = None
+    tingkatan_tempat_kerja: Optional[str] = None
+    provinsi: Optional[str] = None
+    kabupaten_kota: Optional[str] = None
+    teks_pekerjaan: Optional[str] = None
+
+
+class PekerjaanResponse(PekerjaanBase):
+    id: int
+    created_at: Optional[datetime] = None
+
+    class Config:
+        from_attributes = True
+
+
+# ============== KOMPETENSI ==============
+
+class KompetensiBase(BaseModel):
+    alumni_id: int
+    etika_lulus: Optional[int] = None
+    keahlian_lulus: Optional[int] = None
+    bahasa_inggris_lulus: Optional[int] = None
+    teknologi_informasi_lulus: Optional[int] = None
+    komunikasi_lulus: Optional[int] = None
+    kerja_sama_lulus: Optional[int] = None
+    pengembangan_diri_lulus: Optional[int] = None
+
+
+class KompetensiCreate(KompetensiBase):
+    pass
+
+
+class KompetensiUpdate(BaseModel):
+    etika_lulus: Optional[int] = None
+    keahlian_lulus: Optional[int] = None
+    bahasa_inggris_lulus: Optional[int] = None
+    teknologi_informasi_lulus: Optional[int] = None
+    komunikasi_lulus: Optional[int] = None
+    kerja_sama_lulus: Optional[int] = None
+    pengembangan_diri_lulus: Optional[int] = None
+
+
+class KompetensiResponse(KompetensiBase):
+    id: int
+    created_at: Optional[datetime] = None
+
+    class Config:
+        from_attributes = True
+
+
+# ============== CLUSTERING RESULT ==============
+
+class ClusteringResultBase(BaseModel):
+    alumni_id: int
+    model_version: Optional[str] = None
+    k: int
+    cluster: int
+    kategori: str  # C0, C1, C2, C3
+    profile_match: bool = False
+    matched_keyword: Optional[str] = None
+
+
+class ClusteringResultCreate(ClusteringResultBase):
+    pass
+
+
+class ClusteringResultResponse(ClusteringResultBase):
+    id: int
+    created_at: Optional[datetime] = None
+
+    class Config:
+        from_attributes = True
+
+
+# ============== MODEL EVALUATION ==============
+
+class ModelEvaluationBase(BaseModel):
+    model_version: str
+    k: int
+    inertia: float
+    silhouette_score: float
+
+
+class ModelEvaluationCreate(ModelEvaluationBase):
+    pass
+
+
+class ModelEvaluationResponse(ModelEvaluationBase):
+    id: int
+    created_at: Optional[datetime] = None
+
+    class Config:
+        from_attributes = True
+
+
+# ============== KEYWORD DICTIONARY ==============
+
+class KeywordDictionaryBase(BaseModel):
+    kode_prodi: str  # TIF, MIF, TKK
+    keyword: str
+    kategori_keyword: Optional[str] = None
+    aktif: bool = True
+
+
+class KeywordDictionaryCreate(KeywordDictionaryBase):
+    pass
+
+
+class KeywordDictionaryUpdate(BaseModel):
+    keyword: Optional[str] = None
+    kategori_keyword: Optional[str] = None
+    aktif: Optional[bool] = None
+
+
+class KeywordDictionaryResponse(KeywordDictionaryBase):
+    id: int
+    created_at: Optional[datetime] = None
+
+    class Config:
+        from_attributes = True
+
+
+# ============== BULK IMPORT ==============
+
+class BulkAlumniCreate(BaseModel):
+    """Untuk import bulk alumni dari file Excel"""
+    alumni_list: List[dict]
+
+
+class BulkClusteringResult(BaseModel):
+    """Untuk save hasil clustering"""
+    model_version: str
+    k: int
+    inertia: float
+    silhouette_score: float
+    results: List[dict]  # List of {alumni_id, cluster, kategori, profile_match, matched_keyword}

Backend/app/schemas/prodi.py

@@ -0,0 +1,30 @@
+from pydantic import BaseModel
+from typing import Optional
+from datetime import datetime
+
+
+class ProdiBase(BaseModel):
+    kode_prodi: str
+    nama_prodi: str
+    jenjang: str
+    jurusan: str
+
+
+class ProdiCreate(ProdiBase):
+    pass
+
+
+class ProdiUpdate(BaseModel):
+    kode_prodi: Optional[str] = None
+    nama_prodi: Optional[str] = None
+    jenjang: Optional[str] = None
+    jurusan: Optional[str] = None
+
+class ProdiResponse(ProdiBase):
+    id: int
+    created_at: datetime
+    updated_at: Optional[datetime] = None
+
+    model_config = {
+        "from_attributes": True
+    }

Backend/app/schemas/user.py

@@ -0,0 +1,45 @@
+from pydantic import BaseModel, EmailStr, Field, ConfigDict
+from datetime import datetime
+from typing import Optional
+
+class UserBase(BaseModel):
+    username: str = Field(..., min_length=3, max_length=50, description="Username untuk login")
+    nama: Optional[str] = Field(None, max_length=150, description="Nama lengkap pemilik akun")
+    email: EmailStr = Field(..., description="Alamat email valid")
+    role: Optional[str] = Field("admin", description="Role akun: admin atau kaprodi")
+    kode_prodi: Optional[str] = Field(None, description="Kode prodi jika role kaprodi")
+
+class UserCreate(UserBase):
+    password: str = Field(..., min_length=6, description="Password minimal 6 karakter")
+
+class UserUpdate(BaseModel):
+    nama: Optional[str] = None
+    email: Optional[EmailStr] = None
+    role: Optional[str] = None
+    kode_prodi: Optional[str] = None
+    password: Optional[str] = None
+    is_active: Optional[bool] = None
+
+class UserLogin(BaseModel):
+    username: str = Field(..., description="Username untuk login")
+    password: str = Field(..., description="Password user")
+
+class UserResponse(UserBase):
+    id: int
+    is_active: bool
+    created_at: Optional[datetime] = None
+    updated_at: Optional[datetime] = None
+
+    model_config = ConfigDict(from_attributes=True)
+
+class Token(BaseModel):
+    access_token: str
+    token_type: str
+    username: Optional[str] = None
+    nama: Optional[str] = None
+    role: Optional[str] = None
+    kode_prodi: Optional[str] = None
+
+class TokenData(BaseModel):
+    username: Optional[str] = None
+

Backend/app/services/TA-PROJEK.code-workspace

@@ -0,0 +1,8 @@
+{
+	"folders": [
+		{
+			"path": "../../.."
+		}
+	],
+	"settings": {}
+}

Backend/app/services/__init__.py

@@ -0,0 +1,2 @@
+# Services package - business logic untuk import
+from .import_service import import_data

Backend/app/services/alumni.py

@@ -0,0 +1,83 @@
+from sqlalchemy.orm import Session
+from fastapi import HTTPException, status
+from app.repositories.alumni import alumni_repository
+from app.schemas.alumni import AlumniCreate, AlumniUpdate
+from app.models.alumni import Alumni
+from typing import List, Optional, Tuple
+
+class AlumniService:
+    """
+    Service containing business logic for Alumni tracking features.
+    """
+    @staticmethod
+    def get_by_id(db: Session, alumni_id: int) -> Alumni:
+        """Fetch alumni by ID or raise HTTP 404 if not found."""
+        alumni = alumni_repository.get(db, alumni_id)
+        if not alumni:
+            raise HTTPException(
+                status_code=status.HTTP_404_NOT_FOUND,
+                detail=f"Data alumni dengan ID {alumni_id} tidak ditemukan"
+            )
+        return alumni
+
+    @staticmethod
+    def get_by_id_detailed(db: Session, alumni_id: int) -> Alumni:
+        """Fetch alumni by ID with all relations (pekerjaan, kompetensi, tracer_responses, clustering)."""
+        alumni = alumni_repository.get_with_relations(db, alumni_id)
+        if not alumni:
+            raise HTTPException(
+                status_code=status.HTTP_404_NOT_FOUND,
+                detail=f"Data alumni dengan ID {alumni_id} tidak ditemukan"
+            )
+        return alumni
+
+    @staticmethod
+    def get_all(db: Session, skip: int = 0, limit: int = 100) -> List[Alumni]:
+        """Fetch all alumni with pagination limits."""
+        return alumni_repository.get_all(db, skip=skip, limit=limit)
+
+    @staticmethod
+    def get_filtered(
+        db: Session,
+        skip: int = 0,
+        limit: int = 10,
+        search: Optional[str] = None,
+        kode_prodi: Optional[str] = None,
+        tahun_lulus: Optional[int] = None,
+        status_kerja: Optional[str] = None,
+    ) -> Tuple[List[Alumni], int]:
+        """Fetch alumni with multi-criteria filtering and count."""
+        return alumni_repository.get_filtered(
+            db=db,
+            skip=skip,
+            limit=limit,
+            search=search,
+            kode_prodi=kode_prodi,
+            tahun_lulus=tahun_lulus,
+            status_kerja=status_kerja,
+        )
+
+    @staticmethod
+    def create(db: Session, alumni_in: AlumniCreate) -> Alumni:
+        """Create a new alumni record after verifying NIM uniqueness."""
+        existing_nim = alumni_repository.get_by_nim(db, alumni_in.nim)
+        if existing_nim:
+            raise HTTPException(
+                status_code=status.HTTP_400_BAD_REQUEST,
+                detail=f"Alumni dengan NIM {alumni_in.nim} sudah terdaftar"
+            )
+        return alumni_repository.create(db, alumni_in)
+
+    @staticmethod
+    def update(db: Session, alumni_id: int, alumni_in: AlumniUpdate) -> Alumni:
+        """Update an existing alumni record or raise HTTP 404 if not found."""
+        alumni = AlumniService.get_by_id(db, alumni_id)
+        return alumni_repository.update(db, alumni, alumni_in)
+
+    @staticmethod
+    def delete(db: Session, alumni_id: int) -> Alumni:
+        """Delete an alumni record by ID or raise HTTP 404 if not found."""
+        alumni = AlumniService.get_by_id(db, alumni_id)
+        deleted = alumni_repository.delete(db, alumni_id)
+        return deleted if deleted is not None else alumni
+

Backend/app/services/auth.py

@@ -0,0 +1,123 @@
+from sqlalchemy.orm import Session
+from fastapi import HTTPException, status
+from app.repositories.user import user_repository
+from app.schemas.user import UserCreate, UserUpdate, Token
+from app.utils.security import get_password_hash, verify_password, create_access_token
+from typing import Optional, List
+
+class AuthService:
+    """
+    Service containing authentication-related business logic.
+    Bridge between the controllers and repositories.
+    """
+    @staticmethod
+    def register(db: Session, user_in: UserCreate):
+        # 1. Check if user already exists by username
+        existing_user = user_repository.get_by_username(db, user_in.username)
+        if existing_user:
+            raise HTTPException(
+                status_code=status.HTTP_400_BAD_REQUEST,
+                detail="Username sudah terdaftar"
+            )
+
+        # 2. Check if user already exists by email
+        existing_email = user_repository.get_by_email(db, user_in.email)
+        if existing_email:
+            raise HTTPException(
+                status_code=status.HTTP_400_BAD_REQUEST,
+                detail="Email sudah terdaftar"
+            )
+
+        # 3. Hash the user password
+        hashed_password = get_password_hash(user_in.password)
+
+        # 4. Save user to database
+        db_user_data = {
+            "username": user_in.username,
+            "nama": user_in.nama or user_in.username,
+            "email": user_in.email,
+            "role": user_in.role or "admin",
+            "kode_prodi": user_in.kode_prodi,
+            "hashed_password": hashed_password,
+            "is_active": True
+        }
+        return user_repository.create(db, db_user_data)
+
+    @staticmethod
+    def login(db: Session, username: str, password: str) -> Token:
+        # 1. Retrieve user by username
+        user = user_repository.get_by_username(db, username)
+        if not user:
+            raise HTTPException(
+                status_code=status.HTTP_401_UNAUTHORIZED,
+                detail="Username atau password salah",
+                headers={"WWW-Authenticate": "Bearer"},
+            )
+
+        # 2. Verify password hash matches plain text
+        if not verify_password(password, user.hashed_password):
+            raise HTTPException(
+                status_code=status.HTTP_401_UNAUTHORIZED,
+                detail="Username atau password salah",
+                headers={"WWW-Authenticate": "Bearer"},
+            )
+
+        # 3. Ensure user is active
+        if not user.is_active:
+            raise HTTPException(
+                status_code=status.HTTP_400_BAD_REQUEST,
+                detail="Akun dinonaktifkan. Silakan hubungi Administrator."
+            )
+
+        # 4. Generate JWT token
+        access_token = create_access_token(subject=user.username)
+        return Token(
+            access_token=access_token,
+            token_type="bearer",
+            username=user.username,
+            nama=user.nama or user.username,
+            role=user.role or "admin",
+            kode_prodi=user.kode_prodi
+        )
+
+    @staticmethod
+    def get_all_users(db: Session):
+        return user_repository.get_all(db, skip=0, limit=200)
+
+    @staticmethod
+    def update_user(db: Session, user_id: int, user_in: UserUpdate):
+        user = user_repository.get(db, user_id)
+        if not user:
+            raise HTTPException(status_code=status.HTTP_404_NOT_FOUND, detail="Pengguna tidak ditemukan")
+
+        # Check email duplicate
+        if user_in.email and user_in.email != user.email:
+            existing_email = user_repository.get_by_email(db, user_in.email)
+            if existing_email and existing_email.id != user_id:
+                raise HTTPException(status_code=status.HTTP_400_BAD_REQUEST, detail="Email sudah digunakan oleh akun lain")
+
+        update_data = {}
+        if user_in.nama is not None:
+            update_data["nama"] = user_in.nama
+        if user_in.email is not None:
+            update_data["email"] = user_in.email
+        if user_in.role is not None:
+            update_data["role"] = user_in.role
+        if user_in.kode_prodi is not None:
+            update_data["kode_prodi"] = user_in.kode_prodi
+        if user_in.is_active is not None:
+            update_data["is_active"] = user_in.is_active
+        if user_in.password:
+            update_data["hashed_password"] = get_password_hash(user_in.password)
+
+        return user_repository.update(db, user, update_data)
+
+    @staticmethod
+    def delete_user(db: Session, user_id: int):
+        user = user_repository.get(db, user_id)
+        if not user:
+            raise HTTPException(status_code=status.HTTP_404_NOT_FOUND, detail="Pengguna tidak ditemukan")
+        if user.username == "admin" or user.id == 1:
+            raise HTTPException(status_code=status.HTTP_400_BAD_REQUEST, detail="Akun Super Admin utama tidak boleh dihapus")
+        return user_repository.delete(db, user_id)
+

Backend/app/services/import_service.py

@@ -0,0 +1,511 @@
+"""
+Service untuk import data tracer study.
+Logika utama ada di sini.
+"""
+
+import io
+import json
+import pandas as pd
+from typing import Dict, Any, List, Optional
+
+from sqlalchemy.orm import Session
+
+from app.parsers.column_finder import find_column, get_value, check_available_columns
+from app.parsers.converters import parse_2024_value, parse_date, konversi_jawaban, convert_value_for_field
+from app.parsers.mappings import (
+    YEAR_CONFIG,
+    IDENTITAS_MAPPING,
+    PEKERJAAN_MAPPING,
+    STUDI_LANJUT_MAPPING,
+    KESESUAIAN_MAPPING,
+    KOMPETENSI_LULUS_MAPPING,
+    KOMPETENSI_SAAT_INI_MAPPING,
+    METODE_PEMBELAJARAN_MAPPING,
+    WAKTU_CARI_KERJA_MAPPING,
+    CARA_CARI_KERJA_MAPPING,
+    LAMARAN_KEAKTIFAN_MAPPING,
+    KESESUAIAN_PEKERJAAN_MAPPING,
+    NUMERIC_FIELDS,
+    get_field_code,
+)
+
+
+def load_full_mapping():
+    """Load full column mapping dari file JSON"""
+    try:
+        mapping_path = "C:/Users/syifa/TA-PROJEK/Model/preprocessing/full_column_mapping.json"
+        with open(mapping_path, 'r', encoding='utf-8') as f:
+            return json.load(f)
+    except Exception as e:
+        print(f"Warning: Could not load full_column_mapping.json: {e}")
+        return {}
+
+
+def import_data(
+    tahun: str,
+    file_content: bytes,
+    filename: str,
+    db: Session
+) -> Dict[str, Any]:
+    """
+    Import data dari CSV/Excel.
+
+    Args:
+        tahun: Tahun data (2019-2025)
+        file_content: Bytes content dari file
+        filename: Nama file untuk tentukan format
+        db: SQLAlchemy session
+
+    Returns:
+        Dict dengan status dan stats
+    """
+    # Validasi file
+    filename_lower = filename.lower()
+    if not filename_lower.endswith(('.csv', '.xlsx', '.xls')):
+        return {
+            "status": "error",
+            "message": "File harus format CSV atau Excel (.csv, .xlsx, .xls)"
+        }
+
+    # Baca file
+    if filename_lower.endswith('.csv'):
+        df = pd.read_csv(io.BytesIO(file_content), sep=';', encoding='utf-8-sig')
+    else:
+        df = pd.read_excel(io.BytesIO(file_content))
+
+    # Bersihkan baris yang seluruhnya kosong (misal trailing empty rows di CSV)
+    df = df.dropna(how='all')
+
+    if df.empty:
+        return {
+            "status": "error",
+            "message": "File kosong"
+        }
+
+    # Get source columns
+    source_cols = list(df.columns)
+
+    # Statistics
+    stats = {
+        "tahun": tahun,
+        "total_rows": len(df),
+        "imported": 0,
+        "skipped": 0,
+        "errors": []
+    }
+
+    # Get year-specific configuration
+    year_config = YEAR_CONFIG.get(tahun, {})
+    is_2024_format = bool(year_config.get('is_text_format', False))
+
+    if is_2024_format:
+        print(f"[Import {tahun}] DETECTED: Format 2024 - menggunakan parser khusus")
+
+    # Import models
+    from app.models.alumni import Alumni
+    from app.models.models import Pekerjaan, Kompetensi, TracerResponse
+
+    # Process each row
+    for idx, row in df.iterrows():
+        nim: str = ""
+        try:
+            # ========================================
+            # AMBIL DATA IDENTITAS
+            # ========================================
+            nim = str(get_value(row, source_cols, IDENTITAS_MAPPING['nim'], ''))
+            nama = get_value(row, source_cols, IDENTITAS_MAPPING['nama'], '')
+
+            # Fallback khusus data historis tanpa NIM
+            if (not nim or str(nim).strip() == '' or str(nim).strip().lower() == 'nan') and nama and 'KHOSNOL' in str(nama).upper():
+                nim = 'E41171725'
+
+            if not nim or str(nim).strip() == '' or str(nim).strip().lower() == 'nan':
+                stats["skipped"] += 1
+                continue
+
+            # ========================================
+            # CREATE/UPDATE ALUMNI
+            # ========================================
+            existing_alumni = db.query(Alumni).filter(Alumni.nim == nim).first()
+
+            email = get_value(row, source_cols, IDENTITAS_MAPPING['email'], '')
+            raw_prodi = str(get_value(row, source_cols, IDENTITAS_MAPPING['kode_prodi'], ''))
+
+            # Extract clean prodi code (e.g., "Teknik Informatika (55301)" -> "55301", "57401.0" -> "57401")
+            import re
+            match_prodi = re.search(r'\((\d+)\)', raw_prodi)
+            if match_prodi:
+                kode_prodi = match_prodi.group(1)
+            else:
+                cleaned_prodi = raw_prodi.strip()
+                if cleaned_prodi.endswith('.0'):
+                    cleaned_prodi = cleaned_prodi[:-2]
+                kode_prodi = cleaned_prodi
+
+            # Parse tahun lulus from row or parameter
+            row_tahun = get_value(row, source_cols, IDENTITAS_MAPPING['tahun_lulus'], None)
+            if row_tahun is not None and str(row_tahun).strip() not in ['', 'nan', 'None']:
+                try:
+                    tahun_lulus_val = int(float(str(row_tahun).strip()))
+                except (ValueError, TypeError):
+                    tahun_lulus_val = int(tahun) if tahun.isdigit() else 2024
+            else:
+                tahun_lulus_val = int(tahun) if tahun.isdigit() else 2024
+
+            # Get status pekerjaan
+            status_sp = str(get_value(row, source_cols, PEKERJAAN_MAPPING['status_saat_ini'], ''))
+            status_kerja = _parse_status_pekerjaan(status_sp)
+
+            # Get data pekerjaan untuk alumni
+            nama_perusahaan = get_value(row, source_cols, PEKERJAAN_MAPPING['nama_perusahaan'], '')
+            jabatan_raw = get_value(row, source_cols, PEKERJAAN_MAPPING['jabatan'], '')
+            if is_2024_format and jabatan_raw:
+                _, jab_teks = parse_2024_value(jabatan_raw)
+                jabatan = jab_teks or str(jabatan_raw)
+            elif jabatan_raw:
+                jab_conv = konversi_jawaban('F5C', jabatan_raw)
+                jabatan = str(jab_conv) if jab_conv is not None else str(jabatan_raw)
+            else:
+                jabatan = ''
+
+            if existing_alumni:
+                existing_alumni.nama = nama
+                existing_alumni.email = email
+                existing_alumni.tahun_lulus = tahun_lulus_val
+                existing_alumni.kode_prodi = kode_prodi
+                existing_alumni.status_kerja = status_kerja
+                existing_alumni.pekerjaan = nama_perusahaan
+                existing_alumni.instansi = jabatan
+                db.merge(existing_alumni)
+            else:
+                alumni = Alumni(
+                    nim=nim,
+                    nama=nama,
+                    email=email,
+                    tahun_lulus=tahun_lulus_val,
+                    kode_prodi=kode_prodi,
+                    status_kerja=status_kerja,
+                    pekerjaan=nama_perusahaan,
+                    instansi=jabatan
+                )
+                db.add(alumni)
+
+            db.flush()
+            target_alumni = existing_alumni or db.query(Alumni).filter(Alumni.nim == nim).first()
+            if not target_alumni:
+                continue
+            alumni_id = target_alumni.id
+
+            # ========================================
+            # CREATE/UPDATE PEKERJAAN
+            # ========================================
+            _import_pekerjaan(db, row, source_cols, alumni_id, tahun, is_2024_format)
+
+            # ========================================
+            # CREATE/UPDATE KOMPETENSI
+            # ========================================
+            _import_kompetensi(db, row, source_cols, alumni_id, tahun, is_2024_format)
+
+            # ========================================
+            # CREATE/UPDATE TRACER RESPONSE
+            # ========================================
+            _import_tracer_response(db, row, source_cols, alumni_id, tahun, is_2024_format, nim=str(nim) if nim else None)
+
+            db.flush()
+            stats["imported"] += 1
+
+        except Exception as e:
+            db.rollback()
+            row_idx = int(idx) + 1 if isinstance(idx, (int, float)) else str(idx)
+            stats["errors"].append({
+                "row": row_idx,
+                "nim": nim if nim else "-",
+                "error": str(e)
+            })
+            stats["skipped"] += 1
+
+    db.commit()
+
+    return {
+        "status": "success",
+        "message": f"Berhasil import {stats['imported']} data dari tahun {tahun}",
+        "stats": stats
+    }
+
+
+def _parse_status_pekerjaan(status_sp: str) -> Optional[str]:
+    """
+    Parse status pekerjaan dari nilai F8 (Instrumen Tracer Study).
+    Sesuai dokumen Pertanyaan-dan-jawaban.md:
+    1 - Bekerja (full time/part time)
+    2 - Belum memungkinkan bekerja
+    3 - Wiraswasta
+    4 - Melanjutkan Pendidikan
+    5 - Tidak kerja tetapi sedang mencari kerja
+    """
+    if status_sp is None:
+        return None
+
+    sp = status_sp.strip().lower()
+    if sp in ['', 'nan', 'none', '0', '0.0', '-']:
+        return None
+
+    # 1. Cek kode numerik (misal: "1", "1 - ...", "... (1)", "2- ...")
+    import re
+    code_match = re.search(r'(?:^|\s|\()([1-5])(?:\s*[-–)]|$)', sp)
+    if code_match:
+        code = code_match.group(1)
+        if code == '1':
+            return 'bekerja'
+        elif code == '2':
+            return 'belum_bekerja'
+        elif code == '3':
+            return 'wiraswasta'
+        elif code == '4':
+            return 'melanjutkan'
+        elif code == '5':
+            return 'mencari_kerja'
+
+    # 2. Fallback pencocokan teks (urutan prioritas penting: cek opsi negatif terlebih dahulu)
+    if 'tidak kerja' in sp or 'mencari kerja' in sp or 'sedang mencari' in sp:
+        return 'mencari_kerja'
+    elif 'belum' in sp:
+        return 'belum_bekerja'
+    elif 'wiraswasta' in sp:
+        return 'wiraswasta'
+    elif 'melanjutkan' in sp or 'pendidikan' in sp or 'studi' in sp:
+        return 'melanjutkan'
+    elif 'bekerja' in sp:
+        return 'bekerja'
+
+    return None
+
+
+def _import_pekerjaan(db: Session, row, source_cols: list, alumni_id: int, tahun: str, is_2024_format: bool):
+    """Import data pekerjaan"""
+    from app.models.models import Pekerjaan
+
+    existing = db.query(Pekerjaan).filter(Pekerjaan.alumni_id == alumni_id).first()
+
+    values = {}
+    status_sp = str(get_value(row, source_cols, PEKERJAAN_MAPPING['status_saat_ini'], ''))
+    values['status_pekerjaan'] = _parse_status_pekerjaan(status_sp)
+
+    values['nama_perusahaan'] = get_value(row, source_cols, PEKERJAAN_MAPPING['nama_perusahaan'], '')
+
+    jab_raw = get_value(row, source_cols, PEKERJAAN_MAPPING['jabatan'], '')
+    if is_2024_format and jab_raw:
+        _, jab_teks = parse_2024_value(jab_raw)
+        values['jabatan'] = jab_teks or str(jab_raw)
+    elif jab_raw:
+        jab_conv = konversi_jawaban('F5C', jab_raw)
+        values['jabatan'] = str(jab_conv) if jab_conv is not None else str(jab_raw)
+    else:
+        values['jabatan'] = ''
+
+    jp_raw = get_value(row, source_cols, PEKERJAAN_MAPPING['jenis_perusahaan_full'], '')
+    if is_2024_format and jp_raw:
+        _, jp_teks = parse_2024_value(jp_raw)
+        values['jenis_perusahaan'] = jp_teks or str(jp_raw)
+    elif jp_raw:
+        jp_conv = konversi_jawaban('F1101', jp_raw)
+        values['jenis_perusahaan'] = str(jp_conv) if jp_conv is not None else str(jp_raw)
+    else:
+        values['jenis_perusahaan'] = ''
+
+    ting_raw = get_value(row, source_cols, PEKERJAAN_MAPPING['tingkatan_tempat_kerja'], '')
+    if is_2024_format and ting_raw:
+        _, ting_teks = parse_2024_value(ting_raw)
+        values['tingkatan_tempat_kerja'] = ting_teks or str(ting_raw)
+    elif ting_raw:
+        ting_conv = konversi_jawaban('F5D', ting_raw)
+        values['tingkatan_tempat_kerja'] = str(ting_conv) if ting_conv is not None else str(ting_raw)
+    else:
+        values['tingkatan_tempat_kerja'] = ''
+
+    prov_raw = get_value(row, source_cols, PEKERJAAN_MAPPING['provinsi_kerja'], '')
+    if prov_raw is not None and str(prov_raw).strip() not in ['', 'nan', 'None']:
+        if is_2024_format:
+            _, prov_teks = parse_2024_value(prov_raw)
+            values['provinsi'] = prov_teks or str(prov_raw)
+        else:
+            prov_conv = konversi_jawaban('F5A1', prov_raw)
+            values['provinsi'] = str(prov_conv) if prov_conv is not None else str(prov_raw)
+
+    kab_raw = get_value(row, source_cols, PEKERJAAN_MAPPING['kab_kota_kerja'], '')
+    if kab_raw is not None and str(kab_raw).strip() not in ['', 'nan', 'None']:
+        if is_2024_format:
+            _, kab_teks = parse_2024_value(kab_raw)
+            values['kabupaten_kota'] = kab_teks or str(kab_raw)
+        else:
+            kab_conv = konversi_jawaban('F5A2', kab_raw)
+            values['kabupaten_kota'] = str(kab_conv) if kab_conv is not None else str(kab_raw)
+
+    # Gabungkan 4 kolom teks pekerjaan (Status + Jenis + Perusahaan + Jabatan)
+    sp_val = values.get('status_pekerjaan', '') or ''
+    jp_val = values.get('jenis_perusahaan', '') or ''
+    np_val = values.get('nama_perusahaan', '') or ''
+    jab_val = values.get('jabatan', '') or ''
+    teks_pekerjaan = f"{sp_val} {jp_val} {np_val} {jab_val}".strip()
+    values['teks_pekerjaan'] = teks_pekerjaan
+
+    if existing:
+        for key, val in values.items():
+            if hasattr(existing, key) and val is not None:
+                setattr(existing, key, val)
+        db.merge(existing)
+    else:
+        pekerjaan = Pekerjaan(alumni_id=alumni_id)
+        for key, val in values.items():
+            if hasattr(pekerjaan, key) and val is not None:
+                setattr(pekerjaan, key, val)
+        db.add(pekerjaan)
+
+
+def _import_kompetensi(db: Session, row, source_cols: list, alumni_id: int, tahun: str, is_2024_format: bool):
+    """Import data kompetensi"""
+    from app.models.models import Kompetensi
+
+    existing = db.query(Kompetensi).filter(Kompetensi.alumni_id == alumni_id).first()
+
+    values = {}
+    for field, cols in KOMPETENSI_LULUS_MAPPING.items():
+        db_key = field.replace('_full', '')
+        val = get_value(row, source_cols, cols)
+
+        if val is None or pd.isna(val) or str(val).strip() in ['', 'nan', 'None', '-', '_']:
+            continue
+
+        if is_2024_format:
+            kode, teks = parse_2024_value(val)
+            if teks:
+                values[db_key] = teks
+            elif kode is not None:
+                field_code = get_field_code(field, KOMPETENSI_LULUS_MAPPING)
+                values[db_key] = konversi_jawaban(field_code, kode)
+            else:
+                values[db_key] = str(val).strip()
+        else:
+            field_code = get_field_code(field, KOMPETENSI_LULUS_MAPPING)
+            converted = konversi_jawaban(field_code, val)
+            if converted is not None:
+                values[db_key] = str(converted)
+            elif str(val).strip() in ['0', '0.0']:
+                values[db_key] = None
+            else:
+                values[db_key] = str(val).strip()
+
+    if existing:
+        for key, val in values.items():
+            if val is not None and hasattr(existing, key):
+                setattr(existing, key, val)
+        db.merge(existing)
+    else:
+        kompetensi = Kompetensi(alumni_id=alumni_id)
+        for key, val in values.items():
+            if val is not None and hasattr(kompetensi, key):
+                setattr(kompetensi, key, val)
+        db.add(kompetensi)
+
+
+def _import_tracer_response(db: Session, row, source_cols: list, alumni_id: int, tahun: str, is_2024_format: bool, nim: Optional[str] = None):
+    """Import data tracer response"""
+    from app.models.models import TracerResponse
+
+    existing = db.query(TracerResponse).filter(TracerResponse.alumni_id == alumni_id).first()
+
+    year_config = YEAR_CONFIG.get(tahun, {})
+    skip_jumlah = year_config.get('skip_jumlah_perusahaan', False)
+
+    # Combine all mappings for tracer response
+    all_mapping = {}
+    all_mapping.update(IDENTITAS_MAPPING)
+    all_mapping.update(PEKERJAAN_MAPPING)
+    all_mapping.update(STUDI_LANJUT_MAPPING)
+    all_mapping.update(KESESUAIAN_MAPPING)
+    all_mapping.update(KOMPETENSI_LULUS_MAPPING)
+    all_mapping.update(KOMPETENSI_SAAT_INI_MAPPING)
+    all_mapping.update(METODE_PEMBELAJARAN_MAPPING)
+    all_mapping.update(WAKTU_CARI_KERJA_MAPPING)
+    all_mapping.update(CARA_CARI_KERJA_MAPPING)
+    all_mapping.update(LAMARAN_KEAKTIFAN_MAPPING)
+    all_mapping.update(KESESUAIAN_PEKERJAAN_MAPPING)
+
+    tracer_data = {}
+
+    for field, cols in all_mapping.items():
+        if field in ['nim', 'nama', 'tahun_lulus', 'kode_prodi']:
+            continue
+
+        if skip_jumlah and field == 'jumlah_perusahaan':
+            continue
+
+        val = get_value(row, source_cols, cols)
+
+        if val is None or pd.isna(val):
+            continue
+
+        # Skip invalid values
+        if isinstance(val, str) and val.strip() in ['', 'nan', 'None', '-', '_']:
+            continue
+
+        field_code = get_field_code(field, all_mapping)
+        fc_upper = field_code.upper() if field_code else ''
+
+        if is_2024_format:
+            kode, teks = parse_2024_value(val)
+
+            # Integer columns
+            if field in ['bulan_dapat_kerja', 'bulan_dapat_kerja_setelah', 'bulan_cari_sebelum_lulus', 'bulan_cari_setelah_wisuda']:
+                if kode is not None:
+                    tracer_data[field] = kode
+                elif isinstance(val, (int, float)):
+                    tracer_data[field] = int(val)
+                continue
+
+            # Non-integer columns: prefer clean text response
+            if teks and len(teks) > 0:
+                tracer_data[field] = teks
+            elif kode is not None:
+                converted = konversi_jawaban(field_code, kode)
+                tracer_data[field] = str(converted) if converted is not None else str(kode)
+            else:
+                tracer_data[field] = str(val).strip()
+        else:
+            # Format lama (2019-2023)
+            converted = konversi_jawaban(field_code, val)
+
+            if field in ['bulan_dapat_kerja', 'bulan_dapat_kerja_setelah', 'bulan_cari_sebelum_lulus', 'bulan_cari_setelah_wisuda']:
+                try:
+                    tracer_data[field] = int(float(str(val).strip()))
+                except (ValueError, TypeError):
+                    pass
+            elif converted is not None:
+                tracer_data[field] = str(converted)
+            elif str(val).strip() in ['0', '0.0'] and fc_upper in ['F1761', 'F1762', 'F1763', 'F1764', 'F1765', 'F1766', 'F1767', 'F1768', 'F1769', 'F1770', 'F1771', 'F1772', 'F1773', 'F1774', 'F21', 'F22', 'F23', 'F24', 'F25', 'F26', 'F27']:
+                # 0 for competency/learning method in old format means not answered / None
+                tracer_data[field] = None
+            else:
+                tracer_data[field] = str(val).strip()
+
+    # Handle date field
+    tanggal_masuk = get_value(row, source_cols, STUDI_LANJUT_MAPPING['tanggal_masuk_studi'])
+    if tanggal_masuk is not None and not pd.isna(tanggal_masuk):
+        parsed_date = parse_date(tanggal_masuk)
+        tracer_data['tanggal_masuk_studi'] = parsed_date
+    else:
+        tracer_data['tanggal_masuk_studi'] = None
+
+    if existing:
+        if nim and hasattr(existing, 'nim'):
+            existing.nim = nim
+        for key, val in tracer_data.items():
+            if hasattr(existing, key):
+                setattr(existing, key, val)
+        db.merge(existing)
+    else:
+        tracer = TracerResponse(alumni_id=alumni_id, nim=nim)
+        for key, val in tracer_data.items():
+            if hasattr(tracer, key):
+                setattr(tracer, key, val)
+        db.add(tracer)

Backend/app/services/prodi.py

@@ -0,0 +1,60 @@
+from sqlalchemy.orm import Session
+from fastapi import HTTPException
+
+from app.repositories.prodi import ProdiRepository
+from app.schemas.prodi import ProdiCreate, ProdiUpdate
+
+
+class ProdiService:
+
+    @staticmethod
+    def get_all(db: Session):
+        return ProdiRepository.get_all(db)
+
+    @staticmethod
+    def get_by_id(db: Session, prodi_id: int):
+        prodi = ProdiRepository.get_by_id(db, prodi_id)
+
+        if not prodi:
+            raise HTTPException(
+                status_code=404,
+                detail="Data prodi tidak ditemukan"
+            )
+
+        return prodi
+
+    @staticmethod
+    def create(db: Session, prodi: ProdiCreate):
+        # Cek apakah kode prodi sudah digunakan
+        data = ProdiRepository.get_all(db)
+
+        for item in data:
+            if item.kode_prodi == prodi.kode_prodi:
+                raise HTTPException(
+                    status_code=400,
+                    detail="Kode prodi sudah digunakan"
+                )
+
+        return ProdiRepository.create(db, prodi)
+
+    @staticmethod
+    def update(db: Session, prodi_id: int, prodi: ProdiUpdate):
+
+        if not ProdiRepository.get_by_id(db, prodi_id):
+            raise HTTPException(
+                status_code=404,
+                detail="Data prodi tidak ditemukan"
+            )
+
+        return ProdiRepository.update(db, prodi_id, prodi)
+
+    @staticmethod
+    def delete(db: Session, prodi_id: int):
+
+        if not ProdiRepository.get_by_id(db, prodi_id):
+            raise HTTPException(
+                status_code=404,
+                detail="Data prodi tidak ditemukan"
+            )
+
+        return ProdiRepository.delete(db, prodi_id)

Backend/app/utils/helpers.py

@@ -0,0 +1,14 @@
+from typing import Any, Dict, Optional
+
+def format_response(success: bool, message: str, data: Optional[Any] = None) -> Dict[str, Any]:
+    """
+    Format standard API JSON responses to match client-side expectations.
+    Usage Example: return format_response(True, "Data fetched successfully", alumni_list)
+    """
+    response = {
+        "success": success,
+        "message": message
+    }
+    if data is not None:
+        response["data"] = data
+    return response

Backend/app/utils/security.py

@@ -0,0 +1,27 @@
+from datetime import datetime, timedelta, timezone
+from typing import Any, Union, Optional
+from jose import jwt
+import bcrypt
+from app.config.config import settings
+
+def verify_password(plain_password: str, hashed_password: str) -> bool:
+    """Compare a plain text password with its bcrypt hash to verify identity."""
+    return bcrypt.checkpw(plain_password.encode('utf-8'), hashed_password.encode('utf-8'))
+
+def get_password_hash(password: str) -> str:
+    """Generate a bcrypt hash from a plain text password."""
+    return bcrypt.hashpw(password.encode('utf-8'), bcrypt.gensalt()).decode('utf-8')
+
+def create_access_token(subject: Union[str, Any], expires_delta: Optional[timedelta] = None) -> str:
+    """
+    Generate a JSON Web Token (JWT) containing the subject (e.g. username/id).
+    Accepts an optional expiration delta, defaulting to the config setting.
+    """
+    if expires_delta:
+        expire = datetime.now(timezone.utc) + expires_delta
+    else:
+        expire = datetime.now(timezone.utc) + timedelta(minutes=settings.ACCESS_TOKEN_EXPIRE_MINUTES)
+    
+    to_encode = {"exp": expire, "sub": str(subject)}
+    encoded_jwt = jwt.encode(to_encode, settings.JWT_SECRET_KEY, algorithm=settings.JWT_ALGORITHM)
+    return encoded_jwt

Backend/app/utils/standardization.py

@@ -0,0 +1,193 @@
+"""
+Standarisasi Kolom Module
+Memetakan kolom dari berbagai tahun ke kolom standar
+"""
+
+import pandas as pd
+import json
+from pathlib import Path
+from typing import Dict, List, Optional
+
+
+class ColumnStandardizer:
+    """
+    Kelas untuk menstandarisasi kolom dari berbagai file Excel
+    dengan struktur kolom yang berbeda-beda
+    """
+
+    def __init__(self, mapping_file: str = None):
+        """
+        Args:
+            mapping_file: Path ke file JSON mapping kolom
+        """
+        if mapping_file is None:
+            # Default path
+            mapping_file = Path(__file__).parent.parent / "column_mapping.json"
+
+        self.mapping_file = Path(mapping_file)
+        self.mappings = self._load_mappings()
+
+    def _load_mappings(self) -> Dict:
+        """Load mapping dari file JSON"""
+        if not self.mapping_file.exists():
+            raise FileNotFoundError(f"Mapping file tidak ditemukan: {self.mapping_file}")
+
+        with open(self.mapping_file, 'r', encoding='utf-8') as f:
+            return json.load(f)
+
+    def get_mapping(self, year: str) -> Dict:
+        """
+        Ambil mapping untuk tahun tertentu
+
+        Args:
+            year: Tahun data (2022, 2023, 2024)
+
+        Returns:
+            Dictionary dengan mapping kolom
+        """
+        if year not in self.mappings:
+            raise ValueError(f"Mapping untuk tahun {year} tidak ditemukan. "
+                           f"Tahun yang tersedia: {list(self.mappings.keys())}")
+        return self.mappings[year]
+
+    def detect_year(self, df: pd.DataFrame, filename: str = None) -> Optional[str]:
+        """
+        Deteksi tahun dari DataFrame atau filename
+
+        Args:
+            df: DataFrame untuk dicek kolomnya
+            filename: Nama file (opsional)
+
+        Returns:
+            Tahun yang terdeteksi atau None
+        """
+        # Cek dari filename
+        if filename:
+            for year in self.mappings.keys():
+                if year in filename:
+                    return year
+
+        # Cek dari kolom yang tersedia
+        available_years = []
+        for year, mapping in self.mappings.items():
+            match_count = sum(1 for col in mapping.values() if col in df.columns)
+            if match_count >= 2:  # Minimal 2 kolom cocok
+                available_years.append((year, match_count))
+
+        if available_years:
+            # Pilih tahun dengan match terbanyak
+            return max(available_years, key=lambda x: x[1])[0]
+
+        return None
+
+    def standardize(self, df: pd.DataFrame, year: str = None, filename: str = None) -> pd.DataFrame:
+        """
+        Standarisasi kolom DataFrame
+
+        Args:
+            df: DataFrame asli
+            year: Tahun data (auto-detect jika None)
+            filename: Nama file (opsional, untuk auto-detect)
+
+        Returns:
+            DataFrame dengan kolom standar
+        """
+        # Deteksi tahun jika tidak specified
+        if year is None:
+            year = self.detect_year(df, filename)
+
+        if year is None:
+            raise ValueError("Tidak dapat mendeteksi tahun data. "
+                           f"Pastikan kolom sesuai dengan mapping yang tersedia.")
+
+        # Ambil mapping
+        mapping = self.get_mapping(year)
+
+        # Buat DataFrame baru dengan kolom standar
+        result = pd.DataFrame()
+        for target_col, source_col in mapping.items():
+            if source_col in df.columns:
+                result[target_col] = df[source_col]
+            else:
+                result[target_col] = None
+
+        return result
+
+    def standardize_multiple(self, dfs: List[pd.DataFrame],
+                           years: List[str] = None,
+                           filenames: List[str] = None) -> List[pd.DataFrame]:
+        """
+        Standarisasi multiple DataFrame sekaligus
+
+        Args:
+            dfs: List DataFrame
+            years: List tahun (auto-detect jika None)
+            filenames: List nama file (opsional)
+
+        Returns:
+            List DataFrame yang sudah distandarisasi
+        """
+        results = []
+
+        for i, df in enumerate(dfs):
+            year = years[i] if years else None
+            filename = filenames[i] if filenames else None
+
+            standardized = self.standardize(df, year, filename)
+            results.append(standardized)
+
+        return results
+
+
+def merge_datasets(dfs: List[pd.DataFrame]) -> pd.DataFrame:
+    """
+    Gabungkan multiple DataFrame menjadi satu
+
+    Args:
+        dfs: List DataFrame
+
+    Returns:
+        DataFrame gabungan
+    """
+    return pd.concat(dfs, ignore_index=True)
+
+
+def clean_data(df: pd.DataFrame) -> pd.DataFrame:
+    """
+    Basic data cleaning
+
+    Args:
+        df: DataFrame
+
+    Returns:
+        DataFrame yang sudah dibersihkan
+    """
+    result = df.copy()
+
+    # Hapus baris dengan semua nilai kosong
+    result = result.dropna(how='all')
+
+    # Hapus duplikat
+    result = result.drop_duplicates()
+
+    # Isi nilai kosong dengan string kosong
+    result = result.fillna('')
+
+    return result
+
+
+if __name__ == "__main__":
+    # Contoh penggunaan
+    standardizer = ColumnStandardizer()
+
+    # Sample data 2024
+    sample_2024 = pd.DataFrame({
+        "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)": ["Ali", "Budi"],
+        "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b": ["Google", "Tokopedia"],
+        "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c": ["Engineer", "Analyst"]
+    })
+
+    # Standarisasi
+    standardized = standardizer.standardize(sample_2024, year="2024")
+    print("Data Standarisasi:")
+    print(standardized)

Backend/column_mapping.json

@@ -0,0 +1,20 @@
+{
+  "2022": {
+    "nama": "Nama Lengkap",
+    "perusahaan": "Nama Perusahaan",
+    "jabatan": "Jabatan",
+    "nim": "NIM"
+  },
+  "2023": {
+    "nama": "Nama Alumni",
+    "perusahaan": "Perusahaan",
+    "jabatan": "Posisi",
+    "nim": "NIU"
+  },
+  "2024": {
+    "nama": "4. Nama Lengkap / nmmhsmsmh (Gunakan Huruf Besar)",
+    "perusahaan": "9. Apa nama perusahaan/kantor tempat Anda bekerja? f5b",
+    "jabatan": "10. Bila Anda berwiraswasta, apa posisi/jabatan Anda saat ini ? f5c",
+    "nim": "3. NIM / nimhsmsmh  (Gunakan Huruf Besar) "
+  }
+}

Backend/create_tracer_responses.sql

@@ -0,0 +1,89 @@
+CREATE TABLE IF NOT EXISTS tracer_responses (
+    id INT AUTO_INCREMENT PRIMARY KEY,
+    alumni_id INT NOT NULL UNIQUE,
+    kode_pt VARCHAR(20),
+    nik VARCHAR(20),
+    npwp VARCHAR(20),
+    telepon VARCHAR(20),
+    email VARCHAR(255),
+    status_saat_ini VARCHAR(50),
+    bulan_dapat_kerja INT,
+    dapet_kerja_6_bulan INT,
+    rata_pendapatan VARCHAR(50),
+    bulan_dapat_kerja_setelah INT,
+    provinsi_kerja VARCHAR(100),
+    kab_kota_kerja VARCHAR(100),
+    jenis_perusahaan_full VARCHAR(100),
+    jumlah_perusahaan INT,
+    nama_perusahaan VARCHAR(255),
+    jabatan VARCHAR(150),
+    tingkatan_tempat_kerja VARCHAR(50),
+    sumber_biaya_studi VARCHAR(50),
+    pt_studi_lanjut VARCHAR(255),
+    prodi_studi_lanjut VARCHAR(255),
+    tanggal_masuk_studi DATETIME,
+    sumber_biaya_kuliah VARCHAR(50),
+    keeratan_bidang_studi VARCHAR(50),
+    tingkat_pendidikan_tepat VARCHAR(50),
+    etika_lulus_full INT,
+    etika_saat_ini INT,
+    keahlian_lulus_full INT,
+    keahlian_saat_ini INT,
+    bahasa_inggris_lulus_full INT,
+    bahasa_inggris_saat_ini INT,
+    teknologi_informasi_lulus_full INT,
+    teknologi_informasi_saat_ini INT,
+    komunikasi_lulus_full INT,
+    komunikasi_saat_ini INT,
+    kerja_sama_lulus_full INT,
+    kerja_sama_saat_ini INT,
+    pengembangan_diri_lulus_full INT,
+    pengembangan_diri_saat_ini INT,
+    metode_perkuliahan INT,
+    metode_demonstrasi INT,
+    metode_proyek_riset INT,
+    metode_magang INT,
+    metode_praktikum INT,
+    metode_kerja_lapangan INT,
+    metode_diskusi INT,
+    mulai_cari_kerja VARCHAR(50),
+    bulan_cari_sebelum_lulus INT,
+    bulan_cari_setelah_wisuda INT,
+    cari_iklan INT,
+    cari_melamar_tanpa_lowongan INT,
+    cari_bursa_pameran INT,
+    cari_internet INT,
+    cari_dihubungi_perusahaan INT,
+    cari_kemenakertrans INT,
+    cari_agen_tenaga_kerja INT,
+    cari_pusat_karir INT,
+    cari_kantor_mahasiswa INT,
+    cari_jejaring INT,
+    cari_relasi INT,
+    cari_bangun_usaha INT,
+    cari_magang INT,
+    cari_tempat_kuliah INT,
+    cari_lainnya INT,
+    jumlah_perusahaan_dilamar INT,
+    jumlah_perusahaan_merespons INT,
+    jumlah_perusahaan_wawancara INT,
+    aktif_cari_kerja_4_minggu VARCHAR(50),
+    kerja_tidak_sesuai_1 VARCHAR(50),
+    kerja_tidak_sesuai_2 VARCHAR(50),
+    alasan_tidak_sesuai_1 VARCHAR(50),
+    alasan_tidak_sesuai_2 VARCHAR(50),
+    alasan_tidak_sesuai_3 VARCHAR(50),
+    alasan_tidak_sesuai_4 VARCHAR(50),
+    alasan_tidak_sesuai_5 VARCHAR(50),
+    alasan_tidak_sesuai_6 VARCHAR(50),
+    alasan_tidak_sesuai_7 VARCHAR(50),
+    alasan_tidak_sesuai_8 VARCHAR(50),
+    alasan_tidak_sesuai_9 VARCHAR(50),
+    alasan_tidak_sesuai_10 VARCHAR(50),
+    alasan_tidak_sesuai_11 VARCHAR(50),
+    alasan_tidak_sesuai_lainnya TEXT,
+    data_extra TEXT,
+    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
+    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
+    FOREIGN KEY (alumni_id) REFERENCES alumni(id) ON DELETE CASCADE
+);

Backend/populate_questions.py

@@ -0,0 +1,275 @@
+import pymysql
+
+conn = pymysql.connect(host='localhost', user='root', password='', database='tracerstudy_db', port=3306, charset='utf8mb4')
+cur = conn.cursor()
+
+# ===== PERTANYAAN =====
+
+questions_data = [
+    # Section 1 - Identitas
+    {'kode': 'kdptimsmh', 'pertanyaan': 'Kode Perguruan Tinggi', 'tipe': 'teks', 'section': 'identitas', 'nomor_form': 1},
+    {'kode': 'kdpstmsnmh', 'pertanyaan': 'Kode Program Studi', 'tipe': 'pilihan', 'section': 'identitas', 'nomor_form': 2},
+    {'kode': 'nimhsmsnmh', 'pertanyaan': 'NIM / Nomor Mahasiswa', 'tipe': 'teks', 'section': 'identitas', 'nomor_form': 3},
+    {'kode': 'nmmhsmsnmh', 'pertanyaan': 'Nama Lengkap', 'tipe': 'teks', 'section': 'identitas', 'nomor_form': 4},
+    {'kode': 'telepon', 'pertanyaan': 'Nomor Telepon/HP (Whatsapp)', 'tipe': 'teks', 'section': 'identitas', 'nomor_form': 5},
+    {'kode': 'email', 'pertanyaan': 'Alamat Email', 'tipe': 'teks', 'section': 'identitas', 'nomor_form': 6},
+    {'kode': 'tahun_lulus', 'pertanyaan': 'Tahun Lulus', 'tipe': 'dropdown', 'section': 'identitas', 'nomor_form': 7},
+    {'kode': 'nik', 'pertanyaan': 'NIK / Nomor Induk Kependudukan', 'tipe': 'teks', 'section': 'identitas', 'nomor_form': 8},
+    {'kode': 'npwp', 'pertanyaan': 'NPWP', 'tipe': 'teks', 'section': 'identitas', 'nomor_form': 9},
+
+    # Section 2 - Kuesioner Utama
+    {'kode': 'F8', 'pertanyaan': 'Jelaskan status Anda saat ini?', 'tipe': 'dropdown', 'section': 'kuesioner_utama', 'nomor_form': 1},
+    {'kode': 'F502', 'pertanyaan': 'Dalam berapa bulan Anda mendapatkan pekerjaan pertama?', 'tipe': 'dropdown', 'section': 'kuesioner_utama', 'nomor_form': 2},
+    {'kode': 'F505', 'pertanyaan': 'Berapa rata-rata pendapatan Anda per bulan?', 'tipe': 'pilihan', 'section': 'kuesioner_utama', 'nomor_form': 4},
+    {'kode': 'F5a1', 'pertanyaan': 'Provinsi tempat bekerja', 'tipe': 'dropdown', 'section': 'kuesioner_utama', 'nomor_form': 5},
+    {'kode': 'F5a2', 'pertanyaan': 'Kabupaten/Kota tempat bekerja', 'tipe': 'dropdown', 'section': 'kuesioner_utama', 'nomor_form': 6},
+    {'kode': 'F1101', 'pertanyaan': 'Jenis perusahaan/instansi/institusi tempat bekerja', 'tipe': 'pilihan', 'section': 'kuesioner_utama', 'nomor_form': 7},
+    {'kode': 'F5b', 'pertanyaan': 'Nama perusahaan/kantor', 'tipe': 'teks', 'section': 'kuesioner_utama', 'nomor_form': 8},
+    {'kode': 'F5c', 'pertanyaan': 'Posisi/Jabatan (Wiraswasta)', 'tipe': 'pilihan', 'section': 'kuesioner_utama', 'nomor_form': 9},
+    {'kode': 'F5d', 'pertanyaan': 'Tingkatan tempat kerja', 'tipe': 'pilihan', 'section': 'kuesioner_utama', 'nomor_form': 10},
+
+    # Studi Lanjut
+    {'kode': 'F18a', 'pertanyaan': 'Sumber biaya Studi Lanjut', 'tipe': 'dropdown', 'section': 'studi_lanjut', 'nomor_form': 11},
+    {'kode': 'F18b', 'pertanyaan': 'Nama PT Studi Lanjut', 'tipe': 'teks', 'section': 'studi_lanjut', 'nomor_form': 12},
+    {'kode': 'F18c', 'pertanyaan': 'Program Studi Studi Lanjut', 'tipe': 'teks', 'section': 'studi_lanjut', 'nomor_form': 13},
+    {'kode': 'F18d', 'pertanyaan': 'Tanggal Masuk Studi Lanjut', 'tipe': 'date', 'section': 'studi_lanjut', 'nomor_form': 14},
+
+    # Pembiayaan & Kesesuaian
+    {'kode': 'F1201', 'pertanyaan': 'Sumber pembiayaan kuliah', 'tipe': 'pilihan', 'section': 'kesesuaian', 'nomor_form': 15},
+    {'kode': 'F14', 'pertanyaan': 'Seberapa erat hubungan bidang studi dengan pekerjaan', 'tipe': 'pilihan', 'section': 'kesesuaian', 'nomor_form': 16},
+    {'kode': 'F15', 'pertanyaan': 'Tingkat pendidikan yang tepat untuk pekerjaan saat ini', 'tipe': 'pilihan', 'section': 'kesesuaian', 'nomor_form': 17},
+
+    # Kompetensi
+    {'kode': 'F1761', 'pertanyaan': 'Kompetensi ETIKA saat LULUS', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 18},
+    {'kode': 'F1762', 'pertanyaan': 'Kompetensi ETIKA saat INI', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 19},
+    {'kode': 'F1763', 'pertanyaan': 'Kompetensi KEAHLIAN BIDANG ILMU saat LULUS', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 20},
+    {'kode': 'F1764', 'pertanyaan': 'Kompetensi KEAHLIAN BIDANG ILMU saat INI', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 21},
+    {'kode': 'F1765', 'pertanyaan': 'Kompetensi BAHASA INGGRIS saat LULUS', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 22},
+    {'kode': 'F1766', 'pertanyaan': 'Kompetensi BAHASA INGGRIS saat INI', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 23},
+    {'kode': 'F1767', 'pertanyaan': 'Kompetensi TEKNOLOGI INFORMASI saat LULUS', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 24},
+    {'kode': 'F1768', 'pertanyaan': 'Kompetensi TEKNOLOGI INFORMASI saat INI', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 25},
+    {'kode': 'F1769', 'pertanyaan': 'Kompetensi KOMUNIKASI saat LULUS', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 26},
+    {'kode': 'F1770', 'pertanyaan': 'Kompetensi KOMUNIKASI saat INI', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 27},
+    {'kode': 'F1771', 'pertanyaan': 'Kompetensi KERJA SAMA TIM saat LULUS', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 28},
+    {'kode': 'F1772', 'pertanyaan': 'Kompetensi KERJA SAMA TIM saat INI', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 29},
+    {'kode': 'F1773', 'pertanyaan': 'Kompetensi PENGEMBANGAN DIRI saat LULUS', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 30},
+    {'kode': 'F1774', 'pertanyaan': 'Kompetensi PENGEMBANGAN DIRI saat INI', 'tipe': 'skala', 'section': 'kompetensi', 'nomor_form': 31},
+
+    # Metode Pembelajaran
+    {'kode': 'F21', 'pertanyaan': 'Perkuliahan', 'tipe': 'skala', 'section': 'metode_pembelajaran', 'nomor_form': 32},
+    {'kode': 'F22', 'pertanyaan': 'Demonstrasi', 'tipe': 'skala', 'section': 'metode_pembelajaran', 'nomor_form': 33},
+    {'kode': 'F23', 'pertanyaan': 'Partisipasi dalam proyek riset', 'tipe': 'skala', 'section': 'metode_pembelajaran', 'nomor_form': 34},
+    {'kode': 'F24', 'pertanyaan': 'Magang', 'tipe': 'skala', 'section': 'metode_pembelajaran', 'nomor_form': 35},
+    {'kode': 'F25', 'pertanyaan': 'Praktikum', 'tipe': 'skala', 'section': 'metode_pembelajaran', 'nomor_form': 36},
+    {'kode': 'F26', 'pertanyaan': 'Kerja Lapangan', 'tipe': 'skala', 'section': 'metode_pembelajaran', 'nomor_form': 37},
+    {'kode': 'F27', 'pertanyaan': 'Diskusi', 'tipe': 'skala', 'section': 'metode_pembelajaran', 'nomor_form': 38},
+
+    # Waktu Cari Kerja
+    {'kode': 'F301', 'pertanyaan': 'Kapan mulai mencari pekerjaan?', 'tipe': 'pilihan', 'section': 'waktu_cari_kerja', 'nomor_form': 39},
+    {'kode': 'F302', 'pertanyaan': 'Berapa bulan sebelum lulus mencari kerja?', 'tipe': 'dropdown', 'section': 'waktu_cari_kerja', 'nomor_form': 40},
+    {'kode': 'F303', 'pertanyaan': 'Berapa bulan setelah wisuda mencari kerja?', 'tipe': 'dropdown', 'section': 'waktu_cari_kerja', 'nomor_form': 41},
+
+    # Cara Cari Kerja
+    {'kode': 'F401', 'pertanyaan': 'Melamar melalui iklan di koran/majalah/brosur?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 42},
+    {'kode': 'F402', 'pertanyaan': 'Melamar ke perusahaan tanpa mengetahui lowongan?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 43},
+    {'kode': 'F403', 'pertanyaan': 'Pergi ke bursa/pameran kerja?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 44},
+    {'kode': 'F404', 'pertanyaan': 'Mencari lewat internet/iklan online/milis?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 45},
+    {'kode': 'F405', 'pertanyaan': 'Dihubungi perusahaan?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 46},
+    {'kode': 'F406', 'pertanyaan': 'Menghubungi Kemenakertrans?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 47},
+    {'kode': 'F407', 'pertanyaan': 'Menghubungi agen tenaga kerja komersial/swasta?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 48},
+    {'kode': 'F408', 'pertanyaan': 'Informasi dari pusat/kantor pengembangan karir?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 49},
+    {'kode': 'F409', 'pertanyaan': 'Menghubungi kantor kemahasiswaan?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 50},
+    {'kode': 'F410', 'pertanyaan': 'Membangun jejaring (network)?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 51},
+    {'kode': 'F411', 'pertanyaan': 'Melaui relasi (dosen, orang tua, teman)?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 52},
+    {'kode': 'F412', 'pertanyaan': 'Membangun bisnis sendiri?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 53},
+    {'kode': 'F413', 'pertanyaan': 'Melalui penempatan kerja/magang?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 54},
+    {'kode': 'F414', 'pertanyaan': 'Bekerja di tempat yang sama dengan waktu kuliah?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 55},
+    {'kode': 'F415', 'pertanyaan': 'Cara lain?', 'tipe': 'ya_tidak', 'section': 'cara_cari_kerja', 'nomor_form': 56},
+
+    # Jumlah Lamaran
+    {'kode': 'F6', 'pertanyaan': 'Jumlah perusahaan yang dilamar', 'tipe': 'dropdown', 'section': 'lamaran', 'nomor_form': 57},
+    {'kode': 'F7', 'pertanyaan': 'Jumlah perusahaan yang merespons', 'tipe': 'dropdown', 'section': 'lamaran', 'nomor_form': 58},
+    {'kode': 'F7a', 'pertanyaan': 'Jumlah perusahaan yang mengundang wawancara', 'tipe': 'dropdown', 'section': 'lamaran', 'nomor_form': 59},
+
+    # Aktif Cari Kerja
+    {'kode': 'F1001', 'pertanyaan': 'Aktif mencari pekerjaan dalam 4 minggu terakhir?', 'tipe': 'pilihan', 'section': 'aktif_cari_kerja', 'nomor_form': 60},
+
+    # Kesesuaian Pekerjaan
+    {'kode': 'F1601', 'pertanyaan': 'Pekerjaan sesuai dengan pendidikan?', 'tipe': 'pilihan', 'section': 'kesesuaian_pekerjaan', 'nomor_form': 61},
+    {'kode': 'F1602', 'pertanyaan': 'Alasan belum dapat pekerjaan sesuai?', 'tipe': 'pilihan', 'section': 'kesesuaian_pekerjaan', 'nomor_form': 62},
+    {'kode': 'F1603', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (1)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 63},
+    {'kode': 'F1604', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (2)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 64},
+    {'kode': 'F1605', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (3)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 65},
+    {'kode': 'F1606', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (4)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 66},
+    {'kode': 'F1607', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (5)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 67},
+    {'kode': 'F1608', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (6)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 68},
+    {'kode': 'F1609', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (7)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 69},
+    {'kode': 'F1610', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (8)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 70},
+    {'kode': 'F1611', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (9)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 71},
+    {'kode': 'F1612', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (10)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 72},
+    {'kode': 'F1613', 'pertanyaan': 'Alasan mengambil pekerjaan tidak sesuai (11)?', 'tipe': 'ya_tidak', 'section': 'alasan_tidak_sesuai', 'nomor_form': 73},
+    {'kode': 'F1614', 'pertanyaan': 'Alasan lainnya', 'tipe': 'teks', 'section': 'alasan_tidak_sesuai', 'nomor_form': 74},
+]
+
+# Insert questions
+for q in questions_data:
+    cur.execute('''
+        INSERT INTO questions (kode, pertanyaan, tipe, section, nomor_form)
+        VALUES (%s, %s, %s, %s, %s)
+        ON DUPLICATE KEY UPDATE pertanyaan = VALUES(pertanyaan)
+    ''', (q['kode'], q['pertanyaan'], q['tipe'], q['section'], q['nomor_form']))
+
+conn.commit()
+print(f'Successfully inserted {len(questions_data)} questions')
+
+# ===== JAWABAN OPTIONS =====
+answer_options = [
+    # F8 - Status saat ini
+    ('F8', '1', 'Bekerja (full time/part time)', 1),
+    ('F8', '2', 'Belum memungkinkan bekerja', 2),
+    ('F8', '3', 'Wiraswasta', 3),
+    ('F8', '4', 'Melanjutkan Pendidikan', 4),
+    ('F8', '5', 'Tidak kerja tetapi sedang mencari kerja', 5),
+
+    # F505 - Pendapatan
+    ('F505', '1000000', 'Rp 1.000.000', 1),
+    ('F505', '1500000', 'Rp 1.500.000', 2),
+    ('F505', '2000000', 'Rp 2.000.000', 3),
+    ('F505', '2500000', 'Rp 2.500.000', 4),
+    ('F505', '3000000', 'Rp 3.000.000', 5),
+    ('F505', '3500000', 'Rp 3.500.000', 6),
+    ('F505', '4000000', 'Rp 4.000.000', 7),
+    ('F505', '4500000', 'Rp 4.500.000', 8),
+    ('F505', '5000000', 'Rp 5.000.000', 9),
+    ('F505', '6000000', 'Rp 6.000.000', 10),
+    ('F505', '7000000', 'Rp 7.000.000', 11),
+    ('F505', '8000000', '>Rp 8.000.000', 12),
+
+    # F1101 - Jenis perusahaan
+    ('F1101', '1', 'Instansi pemerintah', 1),
+    ('F1101', '2', 'Organisasi non-profit/Lembaga Swadaya Masyarakat', 2),
+    ('F1101', '3', 'Perusahaan swasta', 3),
+    ('F1101', '4', 'Wiraswasta/perusahaan sendiri', 4),
+    ('F1101', '5', 'Lainnya', 5),
+    ('F1101', '6', 'BUMN/BUMD', 6),
+    ('F1101', '7', 'Institusi/Organisasi Multilateral', 7),
+
+    # F5d - Tingkatan tempat kerja
+    ('F5d', '1', 'Lokal/wilayah/wiraswasta tidak berbadan hukum', 1),
+    ('F5d', '2', 'Nasional/wiraswasta berbadan hukum', 2),
+    ('F5d', '3', 'Multinasional/Internasional', 3),
+
+    # F5c - Jabatan wiraswasta
+    ('F5c', '1', 'Founder', 1),
+    ('F5c', '2', 'Co-Founder', 2),
+    ('F5c', '3', 'Staff', 3),
+    ('F5c', '4', 'Freelance/Kerja Lepas', 4),
+
+    # F18a - Sumber biaya studi lanjut
+    ('F18a', '1', 'Biaya Sendiri', 1),
+    ('F18a', '2', 'Beasiswa', 2),
+
+    # F1201 - Sumber biaya kuliah
+    ('F1201', '1', 'Biaya Sendiri/Keluarga', 1),
+    ('F1201', '2', 'Beasiswa ADIK', 2),
+    ('F1201', '3', 'Beasiswa BIDIKMISI', 3),
+    ('F1201', '4', 'Beasiswa PPA', 4),
+    ('F1201', '5', 'Beasiswa AFIRMASI', 5),
+    ('F1201', '6', 'Beasiswa Perusahaan/Swasta', 6),
+    ('F1201', '7', 'Lainnya', 7),
+
+    # F14 - Keeratan bidang studi
+    ('F14', '1', 'Sangat Erat', 1),
+    ('F14', '2', 'Erat', 2),
+    ('F14', '3', 'Cukup Erat', 3),
+    ('F14', '4', 'Kurang Erat', 4),
+    ('F14', '5', 'Tidak sama sekali', 5),
+
+    # F15 - Tingkat pendidikan tepat
+    ('F15', '1', 'Setingkat lebih tinggi', 1),
+    ('F15', '2', 'Tingkat yang sama', 2),
+    ('F15', '3', 'Setingkat lebih rendah', 3),
+    ('F15', '4', 'Tidak perlu pendidikan tinggi', 4),
+
+    # F301 - Mulai cari kerja
+    ('F301', '1', 'Saya mencari kerja sebelum lulus', 1),
+    ('F301', '2', 'Saya mencari kerja sesudah wisuda', 2),
+    ('F301', '3', 'Saya tidak mencari kerja', 3),
+
+    # F1001 - Aktif cari kerja
+    ('F1001', '1', 'Tidak', 1),
+    ('F1001', '2', 'Tidak, tapi saya sedang menunggu hasil lamaran kerja', 2),
+    ('F1001', '3', 'Ya, saya akan mulai bekerja dalam 2 minggu ke depan', 3),
+    ('F1001', '4', 'Ya, tapi saya belum pasti akan bekerja dalam 2 minggu ke depan', 4),
+    ('F1001', '5', 'Lainnya', 5),
+
+    # F1601 - Kesesuaian pekerjaan
+    ('F1601', '0', 'Tidak sesuai', 1),
+    ('F1601', '1', 'Pekerjaan saya sekarang sudah sesuai dengan pendidikan saya', 2),
+
+    # F1602 - Alasan belum sesuai
+    ('F1602', '0', 'Pekerjaan saya sudah sesuai', 1),
+    ('F1602', '1', 'Saya belum mendapatkan pekerjaan yang lebih sesuai', 2),
+]
+
+# Insert answer options with question_id lookup
+for kode, kode_jawaban, teks, urutan in answer_options:
+    # Get question_id from questions table
+    cur.execute('SELECT id FROM questions WHERE kode = %s', (kode,))
+    result = cur.fetchone()
+    if result:
+        question_id = result[0]
+        cur.execute('''
+            INSERT INTO answer_options (question_id, kode, teks, urutan)
+            VALUES (%s, %s, %s, %s)
+            ON DUPLICATE KEY UPDATE teks = VALUES(teks)
+        ''', (question_id, kode_jawaban, teks, urutan))
+
+conn.commit()
+print(f'Successfully inserted answer options')
+
+# Skala 1-5 (untuk kompetensi dan metode pembelajaran)
+skala_labels = ['Sangat Rendah', 'Rendah', 'Netral', 'Tinggi', 'Sangat Tinggi']
+for kode in ['F1761', 'F1762', 'F1763', 'F1764', 'F1765', 'F1766', 'F1767', 'F1768', 'F1769', 'F1770', 'F1771', 'F1772', 'F1773', 'F1774']:
+    cur.execute('SELECT id FROM questions WHERE kode = %s', (kode,))
+    result = cur.fetchone()
+    if result:
+        question_id = result[0]
+        for i, label in enumerate(skala_labels, 1):
+            cur.execute('''
+                INSERT INTO answer_options (question_id, kode, teks, urutan)
+                VALUES (%s, %s, %s, %s)
+                ON DUPLICATE KEY UPDATE teks = VALUES(teks)
+            ''', (question_id, str(i), label, i))
+
+# Metode pembelajaran - scale berbeda
+metode_labels = ['Sangat Besar', 'Besar', 'Cukup Besar', 'Kurang', 'Tidak Sama Sekali']
+for kode in ['F21', 'F22', 'F23', 'F24', 'F25', 'F26', 'F27']:
+    cur.execute('SELECT id FROM questions WHERE kode = %s', (kode,))
+    result = cur.fetchone()
+    if result:
+        question_id = result[0]
+        for i, label in enumerate(metode_labels, 1):
+            cur.execute('''
+                INSERT INTO answer_options (question_id, kode, teks, urutan)
+                VALUES (%s, %s, %s, %s)
+                ON DUPLICATE KEY UPDATE teks = VALUES(teks)
+            ''', (question_id, str(i), label, i))
+
+# Ya/Tidak untuk cara cari kerja
+for kode in ['F401', 'F402', 'F403', 'F404', 'F405', 'F406', 'F407', 'F408', 'F409', 'F410', 'F411', 'F412', 'F413', 'F414', 'F415']:
+    cur.execute('SELECT id FROM questions WHERE kode = %s', (kode,))
+    result = cur.fetchone()
+    if result:
+        question_id = result[0]
+        for i, label in enumerate(['Tidak', 'Ya'], 0):
+            cur.execute('''
+                INSERT INTO answer_options (question_id, kode, teks, urutan)
+                VALUES (%s, %s, %s, %s)
+                ON DUPLICATE KEY UPDATE teks = VALUES(teks)
+            ''', (question_id, str(i), label, i))
+
+conn.commit()
+print('All answer options inserted successfully!')
+
+conn.close()

Backend/requirements.txt

@@ -0,0 +1,20 @@
+fastapi>=0.110.0
+uvicorn[standard]>=0.28.0
+sqlalchemy>=2.0.0
+pydantic>=2.6.0
+pydantic-settings>=2.2.0
+python-dotenv>=1.0.1
+passlib[bcrypt]>=1.7.4
+python-jose[cryptography]>=3.3.0
+python-multipart>=0.0.9
+bcrypt>=4.1.0
+email-validator>=2.0.0
+
+# Machine Learning Dependencies
+scikit-learn>=1.4.0
+nltk>=3.8.0
+sastrawi>=1.0.0
+openpyxl>=3.1.0
+pandas>=2.0.0
+numpy>=1.24.0
+