Bagaimana Peluang Lolos dan Jumlah Pendaftar Sementara SPMB Polstat STIS (Sekolah Kedinasan) dengan Web Scraping Python?

Memantau perkembangan terkini SPMB Polstat STIS dengan web scraping Python

Salam rekan pembaca blog setia, berikut ini kita akan mencoba mengulik bersama perkembangan data pendaftaran SPMB Polstat STIS menggunakan web scraping dengan Python. Sebelumnya, apakah kalian tahu mengenai Polstat STIS? Bagi yang belum, ada baiknya kita ulas sejenak mengenai salah satu sekolah kedinasan terkemuka ini.

Apa itu Polstat STIS?

Polstat STIS adalah singkatan dari "Politeknik Statistika STIS". Politeknik Statistika STIS merupakan institusi pendidikan tinggi di Indonesia yang menyediakan program studi di bidang statistika dan ilmu komputasi. Politeknik Statistika STIS didirikan pada tahun 1995 dan terletak di Jakarta, Indonesia.

Baca juga: Visualisasi Data Jumlah Pendaftar Sekolah Kedinasan

Polstat STIS memiliki reputasi yang baik dalam menghasilkan lulusan yang berkualitas di bidang statistika dan ilmu komputasi. Sejak didirikan, Polstat STIS telah menghasilkan ribuan lulusan yang bekerja di berbagai sektor industri, pemerintahan, dan akademik. Polstat STIS juga terus mengembangkan kerja sama dengan universitas dan lembaga lain di dalam maupun luar negeri untuk memperluas jangkauan pendidikan dan penelitian di bidang statistika dan ilmu komputasi.

Syarat dan ketentuan daftar Polstat STIS

Polstat STIS atau Politeknik Statistika STIS adalah institusi pendidikan tinggi di Indonesia yang fokus pada ilmu statistika dan komputasi. Untuk mendaftar ke Polstat STIS, ada beberapa syarat dan ketentuan yang harus dipenuhi, antara lain:

1. Sehat jasmani dan rohani (dapat atau layak bekerja dan beraktivitas, baik di dalam ruangan maupun di lapangan), dan bebas narkoba;
2. Tidak buta warna (baik total maupun parsial), untuk pengguna kaca mata/lensa kontak minus (rabun jauh) dan/atau plus (rabun dekat) dapat diberikan toleransi di bawah ukuran 6 dioptri;
3. Lulusan atau siswa kelas 12 SMA/MA atau SMK/MAK Bidang Keahlian Teknologi Informasi;
4. Nilai Matematika (Kelompok A/Umum) dan Bahasa Inggris minimal 80,00 (skala 1 s.d. 100) atau 3,20 (skala 1,00 s.d. 4,00) pada Ijazah atau nilai raport semester gasal kelas 12;
5. Umur minimal 16 tahun dan maksimal 22 tahun, per 1 September 2023;
6. Belum menikah dan bersedia tidak menikah selama mengikuti pendidikan di Politeknik Statistika STIS sampai dengan pengangkatan PNS;
7. Tidak sedang menjalankan ikatan dinas dengan instansi lain;
8. Bersedia mematuhi peraturan Politeknik Statistika STIS;
9. Bersedia menandatangani Surat Perjanjian Ikatan Dinas (SPID) bagi yang dinyatakan lulus seleksi dan akan mengikuti pendidikan di Politeknik Statistika STIS;
10. Setelah lulus pendidikan di Politeknik Statistika STIS, bersedia ditempatkan sesuai pilihan formasi penempatan pada saat pendaftaran; 
11. Bersedia tidak mengajukan pindah lokasi penempatan dengan alasan apapun sekurang-kurangnya 7 (tujuh) tahun sejak diangkat sebagai PNS, kecuali terdapat kebutuhan organisasi.

Bagaimana cara melakukan pendaftaran Polstat STIS melalui portal dikdin?

Untuk mendaftar Polstat STIS melalui portal Dikdin, kamu dapat mengikuti langkah-langkah berikut:

1. Kunjungi situs resmi Dikdin di alamat https://daftar-dikdin.bkn.go.id/login.
2. Buatlah akun SSCASN Sekolah kedinasan dengan NIK yang tervalidasi oleh DUKCAPIL, kemudian cetak saja kartu informasi akun yang terbentuk.
3. Lakukan login ke SSCASN kembali dengan NIK yang telah didaftarkan termasuk passwordnya.
   
4. Pada bagian ini, silakan unggah pas foto swafoto, pilih sekolah Kedinasan Polstat STIS, lengkapi nilai berdasarkan nilai ijazah dan rapor, dan jangan lupa melengkapi biodata diri selengkap mungkin.
   
5. Cek resume dan cetak kartu hasil pendaftaran.
6. Pendaftar mengakses portal SPMB Politeknik Statistika STIS (https://spmb.stis.ac.id) dan login menggunakan NIK dan password sesuai dengan portal SSCASN.
7. Pendaftar melakukan verifikasi email dan melengkapi data/dokumen yang diperlukan.
   
8. Selanjutnya masuk status verifikasi berkas, pada bagian ini Sekolah Kedinasan Polstat STIS akan melakukan verifikasi data dan berkas yang telah didaftarkan.
9. Cek Status kelulusan berkas administrasi dan bila dinyatakan lulus, silakan melakukan proses pembayaran pendaftaran, untuk Polstat STIS sesuai aturan resmi dikenai biaya sebesar Rp. 300.000,- setiap pendaftar. Ketentuan ini berdasarkan Peraturan Pemerintah Nomor 63 Tahun 2016 tentang Jenis dan Tarif atas Jenis Penerimaan Negara Bukan Pajak yang berlaku pada Badan Kepegawaian Negara.
10. Setelah pembayaran selesai, kartu peserta akan otomatis tercetak dan lakukan cetak kartu ujian untuk mengikuti sejumlah tahapan tes SPMB Polstat STIS.
11. Untuk Polstat STIS sendiri berlaku sistem gugur di setiap tahapannya dan apabila teman-teman dinyatakan lolos maka pada akhir seleksi akan diumumkan peserta yang dinyatakan layak dan lolos masuk sebagai mahasiswa/mahasiswi baru Polstat STIS.

Bagaimana dengan formasi Afirmasi?

Program afirmasi hanya untuk Orang Asli Papua yaitu orang yang berasal dari Rumpun Ras Melanesia yang terdiri atas suku-suku asli Papua dan atau orang yang diterima dan diakui sebagai orang asli Papua oleh masyarakat adat Papua, dibuktikan dengan Surat Keterangan Orang Asli Papua dari Pemerintah Daerah/Majelis Rakyat Papua setempat. Setiap tahunnya, formasi afirmasi ini berubah-ubah sesuai dengan kebutuhan organisasi dalam hal ini Badan Pusat Statistik (BPS) sehingga wilayah-wilayah khusus yang menjadi prioritas afirmasi ditetapkan oleh pihak Polstat STIS. Adapun informasi lain dan khusus dari pendaftar terkait PMB hanya dilayani melalui portal helpdesk dengan alamat https://helpdesk.stis.ac.id/.

Bagaimana peluang lolos Polstat STIS tahun 2023?

Dengan menggunakan Python, kita mencoba melakukan web scraping terhadap data perkembangan jumlah pendaftar untuk masing-masing prodi dan atau peminatan di Polstat STIS. Berikut langkah-langkah web scraping-nya:

In [1]:

#Aktivasi beberapa package untuk web scraping
import pandas as pd
import requests
from scrapy.http import TextResponse

C:\Users\Joko Ade\AppData\Local\Programs\Python\Python310\lib\site-packages\requests\__init__.py:102: RequestsDependencyWarning: urllib3 (1.26.8) or chardet (5.1.0)/charset_normalizer (2.0.12) doesn't match a supported version!
  warnings.warn("urllib3 ({}) or chardet ({})/charset_normalizer ({}) doesn't match a supported "

In [3]:

#Deklarasi alamat situs SMPB Polstat STIS
url = "https://spmb.stis.ac.id/site/dashboard.phtml"
res = requests.get(url)
respon = TextResponse(res.url, body = res.text, encoding = "utf-8")

#melihat sekilas hasil scraping
stis = respon.css("#content > div.card.my-2 > div > div > table")
stis

Out[3]:

[<Selector xpath="descendant-or-self::*[@id = 'content']/div[(@class and contains(concat(' ', normalize-space(@class), ' '), ' card ')) and (@class and contains(concat(' ', normalize-space(@class), ' '), ' my-2 '))]/div/div/table" data='<table class="table table-sm table-bo...'>]

In [7]:

#Melakukan scrape kolom tabel pertama
t1 = respon.css(".text-left::text").getall()
t1

Out[7]:

['BPS Pusat',
 'Provinsi Aceh',
 'Provinsi Sumatera Utara',
 'Provinsi Sumatera Barat',
 'Provinsi Riau',
 'Provinsi Jambi',
 'Provinsi Sumatera Selatan',
 'Provinsi Bengkulu',
 'Provinsi Lampung',
 'Provinsi Kepulauan Bangka Belitung',
 'Provinsi Kepualauan Riau',
 'Provinsi DKI Jakarta',
 'Provinsi Jawa Barat',
 'Provinsi Jawa Tengah',
 'Provinsi D I Yogyakarta',
 'Provinsi Jawa Timur',
 'Provinsi Banten',
 'Provinsi Bali',
 'Provinsi Nusa Tenggara Barat',
 'Provinsi Nusa Tenggara Timur',
 'Provinsi Kalimantan Barat',
 'Provinsi Kalimantan Tengah',
 'Provinsi Kalimantan Selatan',
 'Provinsi Kalimantan Timur',
 'Provinsi Kalimantan Utara',
 'Provinsi Sulawesi Utara',
 'Provinsi Sulawesi Tengah',
 'Provinsi Sulawesi Selatan',
 'Provinsi Sulawesi Tenggara',
 'Provinsi Gorontalo',
 'Provinsi Sulawesi Barat',
 'Provinsi Maluku',
 'Provinsi Maluku Utara',
 'Provinsi Papua Barat',
 'Provinsi Papua Barat (Afirmasi)',
 'Provinsi Papua',
 'Provinsi Papua (Afirmasi)']

In [9]:

#Melakukan scrape kolom tabel kedua
t2 = respon.css(".text-left+ td::text").getall()
t2

Out[9]:

['0',
 '4',
 '6',
 '2',
 '8',
 '2',
 '7',
 '3',
 '3',
 '1',
 '1',
 '0',
 '0',
 '0',
 '3',
 '0',
 '3',
 '6',
 '1',
 '3',
 '8',
 '5',
 '2',
 '3',
 '1',
 '7',
 '2',
 '2',
 '1',
 '1',
 '4',
 '2',
 '2',
 '0',
 '2',
 '0',
 '5']

In [29]:

#Melakukan scrape kolom tabel ketiga
t3 = respon.css("td:nth-child(3) > strong::text").getall()
t3

Out[29]:

['0',
 '7',
 '12',
 '5',
 '19',
 '6',
 '23',
 '7',
 '7',
 '1',
 '3',
 '0',
 '0',
 '0',
 '20',
 '0',
 '12',
 '20',
 '1',
 '6',
 '18',
 '7',
 '6',
 '5',
 '1',
 '7',
 '3',
 '4',
 '3',
 '1',
 '3',
 '2',
 '3',
 '0',
 '2',
 '0',
 '1']

In [32]:

#Melakukan scrape kolom tabel keempat
t4 = respon.css("td:nth-child(4)::text").getall()
t4

Out[32]:

['10',
 '9',
 '21',
 '14',
 '7',
 '9',
 '8',
 '9',
 '6',
 '1',
 '7',
 '7',
 '5',
 '3',
 '0',
 '5',
 '3',
 '0',
 '4',
 '16',
 '4',
 '6',
 '10',
 '12',
 '8',
 '8',
 '2',
 '10',
 '7',
 '2',
 '2',
 '7',
 '6',
 '0',
 '1',
 '17',
 '4']

In [35]:

#Melakukan scrape kolom tabel kelima
t5 = respon.css("td:nth-child(5) > strong::text").getall()
t5

Out[35]:

['41',
 '27',
 '115',
 '98',
 '33',
 '42',
 '65',
 '34',
 '40',
 '3',
 '26',
 '137',
 '89',
 '55',
 '0',
 '92',
 '28',
 '0',
 '25',
 '63',
 '14',
 '17',
 '44',
 '36',
 '17',
 '11',
 '10',
 '43',
 '12',
 '0',
 '5',
 '8',
 '11',
 '0',
 '1',
 '30',
 '4']

In [36]:

#Melakukan scrape kolom tabel keenam
t6 = respon.css("td:nth-child(6)::text").getall()
t6

Out[36]:

['10',
 '13',
 '7',
 '7',
 '0',
 '2',
 '3',
 '3',
 '1',
 '3',
 '2',
 '2',
 '3',
 '5',
 '2',
 '7',
 '2',
 '0',
 '1',
 '9',
 '1',
 '7',
 '6',
 '5',
 '0',
 '5',
 '3',
 '8',
 '5',
 '6',
 '3',
 '6',
 '2',
 '3',
 '0',
 '8',
 '0']

In [46]:

#Melakukan scrape kolom tabel ketujuh
t7 = respon.css("td:nth-child(7) > strong::text").getall()
t7

Out[46]:

['26',
 '38',
 '18',
 '20',
 '0',
 '5',
 '11',
 '8',
 '4',
 '5',
 '4',
 '39',
 '31',
 '38',
 '12',
 '51',
 '8',
 '0',
 '6',
 '13',
 '4',
 '7',
 '8',
 '6',
 '0',
 '5',
 '2',
 '24',
 '4',
 '11',
 '2',
 '4',
 '1',
 '4',
 '0',
 '8',
 '0']

In [84]:

#Membuat dataframe hasil web scraping
STIS = pd.DataFrame({'Wilayah':t1, 'Formasi D3 Stat':t2, 'Pendaftar D3 Stat':t3,
                    'Formasi D4 Stat':t4, 'Pendaftar D4 Stat':t5, 
                     'Formasi D4 KS':t6, 'Pendaftar D4 KS':t7})
STIS

Out[84]:

	Wilayah	Formasi D3 Stat	Pendaftar D3 Stat	Formasi D4 Stat	Pendaftar D4 Stat	Formasi D4 KS	Pendaftar D4 KS
0	BPS Pusat	0	0	10	41	10	26
1	Provinsi Aceh	4	7	9	27	13	38
2	Provinsi Sumatera Utara	6	12	21	115	7	18
3	Provinsi Sumatera Barat	2	5	14	98	7	20
4	Provinsi Riau	8	19	7	33	0	0
5	Provinsi Jambi	2	6	9	42	2	5
6	Provinsi Sumatera Selatan	7	23	8	65	3	11
7	Provinsi Bengkulu	3	7	9	34	3	8
8	Provinsi Lampung	3	7	6	40	1	4
9	Provinsi Kepulauan Bangka Belitung	1	1	1	3	3	5
10	Provinsi Kepualauan Riau	1	3	7	26	2	4
11	Provinsi DKI Jakarta	0	0	7	137	2	39
12	Provinsi Jawa Barat	0	0	5	89	3	31
13	Provinsi Jawa Tengah	0	0	3	55	5	38
14	Provinsi D I Yogyakarta	3	20	0	0	2	12
15	Provinsi Jawa Timur	0	0	5	92	7	51
16	Provinsi Banten	3	12	3	28	2	8
17	Provinsi Bali	6	20	0	0	0	0
18	Provinsi Nusa Tenggara Barat	1	1	4	25	1	6
19	Provinsi Nusa Tenggara Timur	3	6	16	63	9	13
20	Provinsi Kalimantan Barat	8	18	4	14	1	4
21	Provinsi Kalimantan Tengah	5	7	6	17	7	7
22	Provinsi Kalimantan Selatan	2	6	10	44	6	8
23	Provinsi Kalimantan Timur	3	5	12	36	5	6
24	Provinsi Kalimantan Utara	1	1	8	17	0	0
25	Provinsi Sulawesi Utara	7	7	8	11	5	5
26	Provinsi Sulawesi Tengah	2	3	2	10	3	2
27	Provinsi Sulawesi Selatan	2	4	10	43	8	24
28	Provinsi Sulawesi Tenggara	1	3	7	12	5	4
29	Provinsi Gorontalo	1	1	2	0	6	11
30	Provinsi Sulawesi Barat	4	3	2	5	3	2
31	Provinsi Maluku	2	2	7	8	6	4
32	Provinsi Maluku Utara	2	3	6	11	2	1
33	Provinsi Papua Barat	0	0	0	0	3	4
34	Provinsi Papua Barat (Afirmasi)	2	2	1	1	0	0
35	Provinsi Papua	0	0	17	30	8	8
36	Provinsi Papua (Afirmasi)	5	1	4	4	0	0

In [85]:

# Mengubah kolom 2-7 menjadi tipe data numerik
STIS.iloc[:, 2:7] = STIS.iloc[:, 2:7].apply(pd.to_numeric)
STIS

Out[85]:

	Wilayah	Formasi D3 Stat	Pendaftar D3 Stat	Formasi D4 Stat	Pendaftar D4 Stat	Formasi D4 KS	Pendaftar D4 KS
0	BPS Pusat	0	0	10	41	10	26
1	Provinsi Aceh	4	7	9	27	13	38
2	Provinsi Sumatera Utara	6	12	21	115	7	18
3	Provinsi Sumatera Barat	2	5	14	98	7	20
4	Provinsi Riau	8	19	7	33	0	0
5	Provinsi Jambi	2	6	9	42	2	5
6	Provinsi Sumatera Selatan	7	23	8	65	3	11
7	Provinsi Bengkulu	3	7	9	34	3	8
8	Provinsi Lampung	3	7	6	40	1	4
9	Provinsi Kepulauan Bangka Belitung	1	1	1	3	3	5
10	Provinsi Kepualauan Riau	1	3	7	26	2	4
11	Provinsi DKI Jakarta	0	0	7	137	2	39
12	Provinsi Jawa Barat	0	0	5	89	3	31
13	Provinsi Jawa Tengah	0	0	3	55	5	38
14	Provinsi D I Yogyakarta	3	20	0	0	2	12
15	Provinsi Jawa Timur	0	0	5	92	7	51
16	Provinsi Banten	3	12	3	28	2	8
17	Provinsi Bali	6	20	0	0	0	0
18	Provinsi Nusa Tenggara Barat	1	1	4	25	1	6
19	Provinsi Nusa Tenggara Timur	3	6	16	63	9	13
20	Provinsi Kalimantan Barat	8	18	4	14	1	4
21	Provinsi Kalimantan Tengah	5	7	6	17	7	7
22	Provinsi Kalimantan Selatan	2	6	10	44	6	8
23	Provinsi Kalimantan Timur	3	5	12	36	5	6
24	Provinsi Kalimantan Utara	1	1	8	17	0	0
25	Provinsi Sulawesi Utara	7	7	8	11	5	5
26	Provinsi Sulawesi Tengah	2	3	2	10	3	2
27	Provinsi Sulawesi Selatan	2	4	10	43	8	24
28	Provinsi Sulawesi Tenggara	1	3	7	12	5	4
29	Provinsi Gorontalo	1	1	2	0	6	11
30	Provinsi Sulawesi Barat	4	3	2	5	3	2
31	Provinsi Maluku	2	2	7	8	6	4
32	Provinsi Maluku Utara	2	3	6	11	2	1
33	Provinsi Papua Barat	0	0	0	0	3	4
34	Provinsi Papua Barat (Afirmasi)	2	2	1	1	0	0
35	Provinsi Papua	0	0	17	30	8	8
36	Provinsi Papua (Afirmasi)	5	1	4	4	0	0

In [86]:

#Menambahkan baris jumlah
STIS.loc['Jumlah'] = STIS.iloc[:, 1:7].astype(float).sum(numeric_only=True, axis=0)
STIS

Out[86]:

	Wilayah	Formasi D3 Stat	Pendaftar D3 Stat	Formasi D4 Stat	Pendaftar D4 Stat	Formasi D4 KS	Pendaftar D4 KS
0	BPS Pusat	0	0	10	41	10	26
1	Provinsi Aceh	4	7	9	27	13	38
2	Provinsi Sumatera Utara	6	12	21	115	7	18
3	Provinsi Sumatera Barat	2	5	14	98	7	20
4	Provinsi Riau	8	19	7	33	0	0
5	Provinsi Jambi	2	6	9	42	2	5
6	Provinsi Sumatera Selatan	7	23	8	65	3	11
7	Provinsi Bengkulu	3	7	9	34	3	8
8	Provinsi Lampung	3	7	6	40	1	4
9	Provinsi Kepulauan Bangka Belitung	1	1	1	3	3	5
10	Provinsi Kepualauan Riau	1	3	7	26	2	4
11	Provinsi DKI Jakarta	0	0	7	137	2	39
12	Provinsi Jawa Barat	0	0	5	89	3	31
13	Provinsi Jawa Tengah	0	0	3	55	5	38
14	Provinsi D I Yogyakarta	3	20	0	0	2	12
15	Provinsi Jawa Timur	0	0	5	92	7	51
16	Provinsi Banten	3	12	3	28	2	8
17	Provinsi Bali	6	20	0	0	0	0
18	Provinsi Nusa Tenggara Barat	1	1	4	25	1	6
19	Provinsi Nusa Tenggara Timur	3	6	16	63	9	13
20	Provinsi Kalimantan Barat	8	18	4	14	1	4
21	Provinsi Kalimantan Tengah	5	7	6	17	7	7
22	Provinsi Kalimantan Selatan	2	6	10	44	6	8
23	Provinsi Kalimantan Timur	3	5	12	36	5	6
24	Provinsi Kalimantan Utara	1	1	8	17	0	0
25	Provinsi Sulawesi Utara	7	7	8	11	5	5
26	Provinsi Sulawesi Tengah	2	3	2	10	3	2
27	Provinsi Sulawesi Selatan	2	4	10	43	8	24
28	Provinsi Sulawesi Tenggara	1	3	7	12	5	4
29	Provinsi Gorontalo	1	1	2	0	6	11
30	Provinsi Sulawesi Barat	4	3	2	5	3	2
31	Provinsi Maluku	2	2	7	8	6	4
32	Provinsi Maluku Utara	2	3	6	11	2	1
33	Provinsi Papua Barat	0	0	0	0	3	4
34	Provinsi Papua Barat (Afirmasi)	2	2	1	1	0	0
35	Provinsi Papua	0	0	17	30	8	8
36	Provinsi Papua (Afirmasi)	5	1	4	4	0	0
Jumlah	NaN	100.0	215.0	250.0	1276.0	150.0	427.0

In [101]:

last_row = STIS.iloc[-1]
last_row

Out[101]:

Wilayah                 NaN
Formasi D3 Stat       100.0
Pendaftar D3 Stat     215.0
Formasi D4 Stat       250.0
Pendaftar D4 Stat    1276.0
Formasi D4 KS         150.0
Pendaftar D4 KS       427.0
Name: Jumlah, dtype: object

In [108]:

#Menjumlahkan nilai pada baris ke-2, ke-4, dan ke-6
jumlah_daftar = last_row.iloc[2] + last_row.iloc[4] + last_row.iloc[6]
jumlah_daftar

Out[108]:

1918.0

In [109]:

#Rasio D3 Statistika STIS
Rasio_D3Stat = last_row.iloc[2]/last_row.iloc[1]
Rasio_D3Stat

Out[109]:

2.15

In [111]:

#Rasio D4 Statistika STIS
Rasio_D4Stat = last_row.iloc[4]/last_row.iloc[3]
Rasio_D4Stat

Out[111]:

5.104

In [112]:

#Rasio D4 Komputasi Statistik STIS
Rasio_D4KS = last_row.iloc[6]/last_row.iloc[5]
Rasio_D4KS

Out[112]:

2.8466666666666667

Berdasarkan data resmi dan hasil di atas, terlihat bahwa peluang lolos paling besar adalah D4 Statistika Polstat STIS, yakni sebesar 5,104, artinya 1 pendaftar perlu berada di atas nilai dari setidaknya 5 sampai 6 peserta lainnya untuk bisa lolos tahapan pertama tes SKD Kedinasan, kemudian diikuti oleh D4 Komputasi Statistik sebesar 2,847 dan terakhir adalah D3 Statistika sebesar 2,15. Hingga 9 April 2023 tercatat jumlah peserta yang mendaftar Polstat STIS sebanyak 1.918 orang.

Update data Jumlah Pendaftar Polstat STIS 2023 secara realtime periodik dapat disimak di sini;

Demikian sedikit sharing kita kali ini, semoga bermanfaat dan nantikan update terbaru mengenai jumlah pendaftar Polstat STIS Tahun 2023.