Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa Pada Politeknik Ganesha

Abstract

Informasi kelulusan penting bagi Politeknik Ganesha yang bergerak di bidang pendidikan. Data dari mahasiswa lulus dari setiap tahun akademik merupakan bagian penting sebagai sumber informasi untuk membuat keputusan untuk BAAK (Biro Akademik dan Kemahasiswaan Administrasi). Dengan informasi ini, prediksi dapat dibuat untuk siswa yang masih aktif apakah mereka dapat lulus tepat waktu, cepat, terlambat atau putus dengan pelaksanaan data mining. Tujuan dari penelitian ini adalah untuk membuat prediksi kelulusan siswa dengan algoritma C4.5 sebagai acuan untuk membuat kebijakan dan tindakan dari bidang akademik (BAAK) dalam mengurangi siswa yang lulus terlambat dan tidak lulus. Dari hasil penelitian, kategori IPS semester satu sampai semester enam, jenis kelamin, asal sekolah tinggi, dan jumlah kredit, dapat memprediksi kelulusan siswa dengan kondisi cepat lulus, lulus tepat waktu, lulus akhir dan putus, menggunakan data mining dengan algoritma C4.5. Kategori semester enam adalah sangat berpengaruh pada hasil prediksi kelulusan. Dengan hasil uji aplikasi, akurasi prediksi kelulusan yang diperoleh adalah 87,5%.