Penelitian ini bertujuan untuk mengevaluasi kinerja tiga algoritma klasifikasi yaitu Naive Bayes, C4.5, dan Random Forest dalam mengklasifikasikan tingkat kelulusan mahasiswa. Data yang digunakan merupakan data akademik historis mahasiswa yang meliputi IPK, jumlah SKS, dan lama studi. Evaluasi dilakukan menggunakan pengukuran akurasi, precision, recall, dan F1-score melalui metode validasi silang. Hasil penelitian menunjukkan bahwa algoritma Random Forest memberikan akurasi tertinggi dibandingkan Naive Bayes dan C4.5. Temuan ini diharapkan dapat menjadi referensi dalam penerapan model klasifikasi untuk mendukung pengambilan keputusan akademik di perguruan tinggi.
Copyrights © 2025