DATA MINING UNTUK ANALISA PREDIKSI MAHASISWA NON-AKTIF MENGGUNAKAN METODE DECISION TREE C4.5

Tingginya tingkat keberhasilan dan kegagal mahasiswa merupakan cerminan kulitas suatu perguruan tinggi. Mahasiswa non-aktif (mangkir) adalah mahasiswa yang tidak melakukan registrasi pada awal semester atau tidak mengikuti perkuliahan sekurang-kurangnya satu semester. Keberadaan mahasiswa non-aktif ini tentunya berpengaruh terhadap mahasiswa lulus tidak tepat waktu, semakin banyak mahasiswa non- aktif maka semakin banyak juga mahasiswa lulus tidak tepat waktu selain itu mahasiswa non-aktif dapat meningkatkan jumlsh mahasiswa berpotensi drop out. Lulus tepat waktu merupakan elemen penilaian akreditasi perguruan tinggi. Oleh karena itu untuk mengatasi masalah tersebut diterapkan data mining dengan metode C.4.5 untuk mencari penyebab atau karakteristik mahasiswa non-aktif. Desain penelitian ini menggunakan CRISP-DM dan penelitian menggunakan data mahasiswa S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro. Proses validasi yang digunakan adalah spilt validation, dan untuk pengujian model menggunakan confusion matrix. Hasil menunjukan nilai akurasi terbaik adalah 97.60% dengan ratio data training 90%. Berdasarkan percobaan yang dilakukan mahasiswa yang berpotensi non-aktif adalah mahasiswa dengan IPS Semester 3 adalah dibawah 1.30, IPS Semester 4 dan SKS semester 4 adalah kosong atau tidak kuliah