Teknik Data Mining Menggunakan Algoritma Decision Tree C4.5 untuk Memprediksi Tingkat Kelulusan Tepat Waktu

Lulus tepat waktu merupakan salah satu indikator keberhasilan mahasiswa dalam memperoleh gelar sarjana. Lulus tepat waktu merupakan salah satu indikator penilaian terhadap kualitas perguruan tinggi, karena salah satu penilaian akreditasi Badan Akreditasi Nasioanl Perguruan Tinggi (BAN PT). Sehingga apabila tingkat kelulusan dan mahasiswa tidak seimbang, maka akan mempengaruhi penilaian akreditasi pada Program Studi dan Universitas tersebut. Pada penelitian ini peneliti membahas prediksi tingkat kelulusan tepat waktu menggunakan teknik data mining algoritma C.4.5 dengan studi kasus UIN Syarif Hidayatullah Jakarta. Hasil dari penelitian ini diperoleh Nilai akurasi setelah pengujian menggunakan confusion matrixsebesar 89.82% dengan Precision52.63% dan Recall 41.67%., mengindikasikan bahwa performa keakurasian pada percobaan tersebut bernilai cukup baik, dan Model yang dihasilkan dari decision tree pada penelitian ini adalah mahasiswa yang IPSmt 2 >3.145 maka diprediksi mahasiswa tersebut dapat lulus tepat waktu dan untuk mahasisswa yang IPsmt 2 <= 3.145 dinyatakan dapat lulus tepat waktu dan tidak dapat lulus tepat waktu apabila memenuhi kondisi sesuai dengan model decision tree yang telah dihasilkan