Analisis Data Kelulusan Untuk Memprediksi Mahasiswa Berpotensi Dropout Menggunakan Algoritma C4.5

Abstract

Pendidikan tinggi berperan penting dalam mencetak sumber daya manusia yang siap bersaing di dunia kerja. Namun, tingginya angka mahasiswa yang mengalami putus kuliah menjadi tantangan besar bagi perguruan tinggi, termasuk STMIK Multicom, yang dapat mempengaruhi reputasi dan akreditasi institusi. Penelitian ini bertujuan untuk menganalisis data kelulusan mahasiswa STMIK Multicom dari tahun 2019 hingga 2023 menggunakan algoritma pohon keputusan C4.5 untuk memprediksi potensi mahasiswa yang berisiko dropout. Algoritma C4.5, yang merupakan teknik data mining, memungkinkan pembentukan model prediksi yang mudah dipahami dengan menganalisis berbagai atribut mahasiswa, seperti status pekerjaan, pendapatan orang tua, status tempat tinggal, dan jarak tempat tinggal ke kampus. Hasil analisis menunjukkan bahwa model C4.5 menghasilkan akurasi 63%, recall 38%, dan presisi 62%, yang mengindikasikan potensi algoritma ini dalam memprediksi mahasiswa yang berisiko dropout. Penelitian ini diharapkan dapat memberikan kontribusi dalam menurunkan angka dropout di STMIK Multicom dan meningkatkan tingkat kelulusan mahasiswa.