<![CDATA[Abstrak - Sebagian besar masalah akademik di lembaga pendidikan tinggi disebabkan oleh mahasiswa yang diberhentikan dari status kemahasiswaannya atau putus kuliah (DO) sebelum menyelesaikan program sarjana. Universitas Gajah Putih adalah universitas dengan banyak calon mahasiswa yang putus kuliah (DO) hampir setiap tahun. Faktor yang menyebabkan putus kuliah adalah mahasiswa tidak mampu memenuhi tujuan SKS (Sistem Kredit Semester) atau IPK yang ditentukan oleh lembaga pendidikan tinggi dalam jangka waktu tertentu. Lama masa studi (selisih antara tahun mahasiswa mulai dan tahun mereka menyelesaikan studi yang lebih dari 4 - 7 tahun). Data mining adalah teknik pemecahan masalah yang menggunakan data untuk membangun model atau pola untuk mengklasifikasikan dan menganalisis data mahasiswa putus kuliah. Metode penelitian: Analisis Literatur, Pengumpulan Data (Observasi, Sampling), Analisis Data, Pengolahan Data. Aplikasi bantu, yaitu aplikasi Anaconda Navigator dan perangkat lunak di dalamnya, yaitu Jupyter Notebook sebagai editor teks untuk bahasa pemrograman Python dalam memproses program untuk menganalisis jumlah mahasiswa yang berpotensi putus kuliah menggunakan metode K-means di Universitas Gajah Putih. Dengan menggunakan metode K-Means, dimungkinkan untuk menganalisis hasil pengelompokan data, terdapat 231 data siswa yang berpotensi putus sekolah dan 102 data siswa yang tidak berpotensi putus sekolah. Kata kunci : Data mining; K-Means; Drop out; Abstract - The majority of academic problems in tertiary institutions are caused by students who are dismissed from their student status or drop out (DO) before completing the undergraduate program. Gajah Putih University is a university with many prospective students who drop out (DO) almost every year. The factor that dropped out was that students did not because they were able to meet the SKS (Semester Credit System) objectives or the GPA determined by the tertiary institution within a certain period of time. Length of study period (difference between the year students start and the year they complete studies that is longer than 4 - 7 years). Data mining is a problem solving technique that uses data to build models or patterns to classify and analyze drop out student data. Research methods: Literary Analysis, Data Collection (Observation, Sampling), Data Analysis, Data Processing. an auxiliary application, namely the Anaconda Navigator application and the software inside, namely Jupyter Notebook as a text editor for the Python programming language in processing programs to analyze looking for the number of students who have the potential to drop out using the K-means method at Gajah Putih University. By using the K-Means method, it is possible to analyze the results of grouping data, there are 231 student data that have the potential to drop out and 102 student data that do not have the potential to drop out. Keywords: Data mining; K-Means; Drop out;]]>
