Penerapan Data Mining Untuk Memprediksi Prestasi Akademik Mahasiswa Menggunakan Algoritma C4.5 dengan CRISP-DM

Because student data can be used to examine student academic accomplishment, or student achievement index data, student data is a very valuable database. Data on student performance is available at Muhammadiyah University of Bangka Belitung's Faculty of Engineering and Science, which houses study programs in computer science, civil engineering, and natural resource conservation. The data are analyzed using them. The C4.5 Algorithm is used in conjunction with a classification data mining technique on student data to forecast academic progress. A decision tree is constructed using algorithm C4.5. Decision trees are helpful for investigating data and uncovering undiscovered connections between numerous input factors and one goal variable. Performance outcomes are derived from the analysis results by categorizing student data. This serves as a resource for lecturers and students to enhance classroom learning and discipline among students.Data siswa merupakan database yang sangat penting karena data ini dapat digunakan untuk menganalisis prestasi akademik siswa, seperti halnya data indeks prestasi siswa. Di Fakultas Teknik dan Sains Universitas Muhammadiyah Bangka Belitung yang terdiri dari program studi Ilmu Komputer, Teknik Sipil dan Konservasi Sumber Daya Alam memiliki data prestasi mahasiswa. Data tersebut digunakan untuk analisis. Pada data siswa diterapkan metode data mining klasifikasi dengan Algoritma C4.5 untuk memprediksi prestasi akademik siswa. Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan. Pohon keputusan berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah variabel input dengan satu variabel target. Dengan mengklasifikasikan data siswa, diperoleh hasil kinerja dari hasil analisis. Hal ini menjadi acuan bagi dosen dan mahasiswa untuk meningkatkan proses pembelajaran di perkuliahan dan kedisiplinan mahasiswa untuk belajar