Penerapan Algoritma Decision Tree C4.5 Untuk Klasifikasi Mahasiswa Berpotensi Drop out Di Universitas Advent Indonesia

Abstract

Salah satu faktor yang menentukan kualitas perguruan tinggi adalah persentasi kemampuan mahasiswa untuk menyelesaikan studi tepat waktu. Saat ini, masalah kegagalan studi siswa dan faktor - faktor penyebabnya menjadi topik yang menarik untuk diteliti. Perguruan tinggi perlu mendeteksi perilaku mahasiswa yang memiliki status “tidak diinginkan” tersebut sehingga dapat diketahui faktor - faktor penyebab kegagalannya. Berdasarkan uraian di atas, diperlukan analisa terhadap data-data mahasiswa sepeti Jenis Kelamin, Umur, Agama, Tempat tinggal, IPS, Disiplin, dan Hutang, berdasarkan data mahasiswa yang dimiliki sebanyak 97 data sehingga bisa dimanfaatkan dalam pengolahan data mining. Di mana data mining digunakan untuk menggali dan mendapatkan informasi dari data dengan jumlah besar. Salah satu metode data mining adalah pengklasifikasian data. Dengan menggunakan Metode Klasifikasi dengan konsep Algoritma Decision tree C4.5 menghasilkan accuracy sebesar 90.00%, hasil dari precision adalah 87.50, dan hasil dari recall sebesar 100%. Diharapkan dapat meningkatkan keinginan Lembaga Universitas atau Perguruan tinggi untuk memberikan pikiran yang baik, pandangan, dan kebijakan baru kepada mahasiswa yang memiliki permasalahan dalam perkuliahan, dengan kata lain memaksimalkan mahasiswa dalam upaya peningkatan persentase minat kuliah mahasiswa.