Penerapan Decision Tree Pada Klasifikasi Kelulusan Mahasiswa

Keberhasilan suatu program pendidikan sering diukur dari jumlah mahasiswa yang menyelesaikan studinya tepat waktu , terutama dalam hal evaluasi dan akreditasi universitas. Penelitian ini bertujuan untuk penerapan algoritma Pohon Keputusan dalam proses prediksi terhadap kelulusan mahasiswa tepat waktu.Metode tersebut digunakan karena mampu mengenali pola data secara terstruktur dan memberikan hasil prediksi yang akurat. Dalam studi ini, data dikumpulkan dari total 154 mahasiswa, dengan atribut utama meliputi IPK, IPS, umur, dan jenis kelamin. Proses pengolahan data dilakukan melalui tahapan seleksi data, pembersihan, transformasi, dan pemodelan menggunakan perangkat lunak RapidMiner. Model kemudian dievaluasi dengan metode cross-validation untuk mencegah overfitting serta memastikan konsistensi performa model. Hasil pengujian memperlihatkan bahwa algoritma  Pohon Keputusan  efektif dalam pengelompokan data kelulusan mahasiswa dengan akurasi yang tinggi sehingga mencapai 94,48%. Hal ini menegaskan bahwa metode ini dapat diandalkan sebagai alat bantu prediktif bagi perguruan tinggi dalam memantau potensi kelulusan mahasiswa sejak dini. Dengan demikian, implementasi model klasifikasi ini diharapkan dapat mendukung pengambilan keputusan dalam perencanaan akademik serta meningkatkan efisiensi manajemen pendidikan di perguruan tinggi. Kata Kunci: Prediksi kelulusan mahasiswa, Sistem Informasi, Algoritma Decision Tree, Dataset Kelulusan.