<![CDATA[Data mining telah berkembang menjadi salah satu teknologi penting dalam mendukung proses pengambilan keputusan berbasis data, khususnya di lingkungan pendidikan tinggi yang kompleks, dinamis, dan berorientasi pada peningkatan mutu akademik. Dalam konteks pengelolaan pendidikan, kemampuan untuk memprediksi kelulusan mahasiswa menjadi sangat krusial, karena dapat membantu institusi dalam melakukan perencanaan strategis, intervensi dini, serta optimalisasi sumber daya yang dimiliki. Penelitian ini bertujuan mengeksplorasi penerapan algoritma decision tree C4.5 dalam membangun model prediksi kelulusan mahasiswa berdasarkan data akademik yang tersedia. Dataset yang digunakan mencakup variabel-variabel kunci, antara lain Indeks Prestasi Kumulatif (IPK), total Satuan Kredit Semester (SKS) yang telah diselesaikan, serta tingkat kehadiran mahasiswa selama masa studi. Data diperoleh dari [nama institusi] dan dianalisis menggunakan metode C4.5 yang dikenal memiliki kemampuan interpretasi yang baik, sehingga hasil model dapat mudah dipahami oleh pihak pengambil keputusan. Hasil pengujian menunjukkan tingkat akurasi prediksi sebesar 84,6%, yang mengindikasikan bahwa metode ini memiliki potensi besar dalam mendukung sistem manajemen akademik berbasis analitik. Temuan ini diharapkan dapat menjadi dasar bagi institusi pendidikan untuk meningkatkan efektivitas monitoring, evaluasi, serta pengambilan keputusan strategis yang lebih tepat sasaran terkait progres studi mahasiswa.]]>
Copyrights © 2025
