<![CDATA[Ketepatan kelulusan mahasiswa merupakan indikator penting dalam evaluasi kinerja perguruan tinggi. Keterlambatan kelulusan tidak hanya berdampak pada efektivitas proses akademik, tetapi juga pada efisiensi pengelolaan sumber daya dan reputasi institusi. Penelitian ini bertujuan untuk memprediksi ketepatan kelulusan mahasiswa menggunakan machine learning dengan jenis data mining, yaitu algoritma Decision Tree berdasarkan data kelulusan mahasiswa. Variabel yang digunakan antara lain jenis kelamin, pekerjaan, penghasilan, ipk, status pekerjaan. Metode pengujian dilakukan dengan optimasi PSO dan 10-fold cross-validation, sedangkan evaluasi model menggunakan nilai akurasi, presisi, recall, dan AUC. Hasil pengujian menunjukkan bahwa model Decision Tree memiliki kinerja yang sangat baik dalam memprediksi ketepatan kelulusan mahasiswa, dengan nilai akurasi sebesar 96.71%, presisi 92.06%, recall 99.09%, dan AUC 0.973. Temuan ini menunjukkan bahwa model efektif digunakan sebagai sistem peringatan dini untuk mengidentifikasi mahasiswa yang berpotensi terlambat lulus. Dengan demikian, pihak perguruan tinggi dapat memberikan intervensi akademik yang lebih tepat sasaran untuk meningkatkan tingkat kelulusan tepat waktu.]]>
Copyrights © 2025
