<![CDATA[Prediksi kelulusan mahasiswa merupakan salah satu masalah penting dalam dunia pendidikan yang dapat membantu dalam perencanaan akademik dan pencegahan kemungkinan drop-out mahasiswa. Penelitian ini bertujuan untuk mengoptimalkan prediksi kelulusan mahasiswa dengan membandingkan kinerja algoritma C5.0 dengan regresi linear. Penelitian ini menggunakan pendekatan kuantitatif dengan metode studi kasus pada sebuah universitas di Indonesia. Data diperoleh dari sistem informasi akademik universitas tersebut yang mencakup data mahasiswa dan kinerja akademik mereka selama tiga tahun terakhir. Analisis data dilakukan dengan menggunakan algoritma C5.0 dan regresi linear untuk memprediksi kelulusan mahasiswa. Hasil penelitian menunjukkan bahwa penggunaan algoritma C5.0 menghasilkan performa yang lebih baik dalam memprediksi kelulusan mahasiswa dengan tingkat akurasi sebesar 86%, sedangkan regresi linear menghasilkan tingkat akurasi sebesar 75%. Dalam hal ini, algoritma C5.0 juga memiliki sensitivitas yang lebih tinggi dalam mengidentifikasi mahasiswa yang berpotensi tidak lulus, yang sangat penting dalam pencegahan drop-out mahasiswa. Dalam kesimpulannya, hasil penelitian ini menunjukkan bahwa penggunaan algoritma C5.0 dapat mengoptimalkan prediksi kelulusan mahasiswa dibandingkan dengan regresi linear. Penggunaan algoritma C5.0 dapat membantu universitas dalam melakukan perencanaan akademik dan mengidentifikasi mahasiswa yang berpotensi tidak lulus sehingga dapat diambil tindakan preventif untuk mencegah drop-out mahasiswa]]>
Copyrights © 2022
