PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA DECISION TREE C4.5 UNTUK MEMPREDIKSI MAHASISWA DROP OUT DI UNIVERSITAS WIRARAJA

Education providers are required to be able to provide good educational services and quality education to each student. Service and quality of education are provided to ensure students succeed in their academics. However, academic failures still occur in some students at various existing universities. One example of academic failure that often occurs is Drop Out (DO). DO is a condition where students are unable to complete their studies during the study period that has been given. DO is a big loss for students and education providers. By utilizing data mining, students should be able to predict from the start who are likely to experience dropouts. Based on these problems, a study was conducted to predict the probability of students dropping out using the Decision Tree algorithm C4.5 model. The test results obtained in this study are accuracy.Penyelenggara pendidikan dituntut dapat memberikan pelayanan pendidikan dan mutu pendidikan yang baik kepada setiap mahasiswanya. Pelayanan dan mutu pendidikan diberikan guna memastikan mahasiswa berhasil dalam akademiknya. Namun, kegagalan akademik tetap terjadi pada beberapa mahasiswa diberbagai universitas yang ada. Salah satu contoh kegagalan akademik yang sering terjadi adalah drop out (DO). DO adalah kondisi dimana mahasiswa tidak mampu menyelesaikan studinya selama masa studi yang telah diberikan. DO menjadi kerugian besar bagi mahasiswa dan penyelenggara pendidikan. Dengan memanfaatkan data mining, seharusnya dapat diprediksi sejak awal mahasiswa yang kemungkinan akan mengalami DO. Berdasarkan masalah tersebut maka dilakukan penelitian untuk memprediksi kemungkinan mahasiswa DO menggunakan model algoritma Decision Tree C4.5 Untuk hasil uji coba yang didapatkan pada penelitian ini yaitu akurasi