<![CDATA[Penelitian ini bertujuan mengklasifikasikan mahasiswa berprestasi berdasarkan nilai akademik dengan memanfaatkan algoritma C4.5 sebagai salah satu teknik klasifikasi yang populer dalam data mining. Data yang digunakan mencakup IPK semester 1–3, jumlah SKS yang telah ditempuh, status keaktifan dalam kegiatan, serta status prestasi mahasiswa. Tahapan penelitian meliputi proses data cleaning, seleksi atribut untuk menentukan variabel paling relevan, pembagian data menjadi training dan testing, hingga pembangunan model decision tree menggunakan aplikasi RapidMiner. Hasil penelitian menunjukkan bahwa atribut jumlah SKS dan IPK per semester merupakan faktor paling berpengaruh dalam menentukan kategori prestasi mahasiswa. Model C4.5 yang dihasilkan memperoleh tingkat akurasi sebesar 97%, dengan nilai precision untuk kelas “Ya” mencapai 100%, menunjukkan performa model yang sangat baik. Struktur pohon keputusan yang terbentuk mengindikasikan bahwa mahasiswa dengan jumlah SKS tinggi dan IPK yang stabil memiliki peluang lebih besar untuk diklasifikasikan sebagai mahasiswa berprestasi. Temuan ini membuktikan bahwa algoritma C4.5 efektif sebagai alat bantu dalam proses seleksi dan dapat mendukung pengambilan keputusan akademik secara objektif dan terukur.]]>
Copyrights © 2026
