Kelulusan tepat waktu merupakan indikator penting dalam menilai efektivitas pendidikan tinggi. Namun, masih banyak mahasiswa yang mengalami keterlambatan studi, yang berdampak pada efisiensi akademik dan penggunaan sumber daya. Penelitian ini menerapkan analisis probabilitas menggunakan regresi logistik dan algoritma Naive Bayes untuk memprediksi risiko keterlambatan kelulusan berdasarkan data akademik. Hasil prediksi ini memungkinkan institusi melakukan intervensi dini, seperti program mentoring, konseling, atau penyesuaian beban studi. Pendekatan ini mendukung pengambilan keputusan berbasis data dan berkontribusi pada peningkatan efisiensi serta mutu layanan akademik.
Copyrights © 2025