Prediksi Kelulusan Mahasiswa Pada Program Studi Akuntansi Fakultas Ekonomi Dan Bisnis Universitas Khairun Dengan Algoritma C4.5
DOI:
https://doi.org/10.5281/zenodo.18825451Keywords:
Prediksi kelulusan, data mining, algoritma C4.5, mahasiswa, IPS 6Abstract
Tingkat kelulusan tepat waktu mahasiswa pada Program Studi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Khairun masih relatif rendah. Berdasarkan data lima tahun terakhir, rerata kelulusan tepat waktu tercatat mencapai 17,61%. Kondisi tersebut mendorong perlunya upaya untuk mengidentifikasi dan memprediksi faktor-faktor yang memengaruhi kelulusan mahasiswa sebagai dasar intervensi akademik yang lebih dini. Penelitian ini mengembangkan aplikasi prediksi kelulusan mahasiswa menggunakan metode decision tree dengan algoritma C4.5. Variabel yang digunakan meliputi asal sekolah, penghasilan orang tua, jalur masuk, IPK, indeks prestasi semester 1 hingga semester 6, serta status beasiswa. Dataset penelitian terdiri dari 83 mahasiswa angkatan 2020 sebagai data pelatihan dan 137 mahasiswa angkatan 2021 sebagai data pengujian. Kinerja model dievaluasi menggunakan teknik K-Fold Cross Validation dengan nilai K=5. Hasil pengukuran dan pengujian menunjukkan bahwa model C4.5 menghasilkan akurasi 69,67%, presisi 24,49%, recall 70,59%, dan F1-score 36,36%. Faktor yang paling dominan dalam menentukan kelulusan adalah indeks prestasi semester 6 pada kategori A. Model yang dihasilkan berpotensi dimanfaatkan sebagai alat pendukung evaluasi akademik dan pengambilan keputusan pada institusi pendidikan.
Downloads
References
Borman, R. I., & W. (2020). Penerapan data mining dalam klasifikasi data anggota Kopdit Sejahtera Bandarlampung dengan algoritma Naïve Bayes. Jurnal Ilmiah Fakultas Ilmu Komputer, 29.
Fakultas Ekonomi dan Bisnis, Universitas Khairun. (2022). Profil Fakultas Ekonomi dan Bisnis. https://fe.unkhair.ac.id
Fakultas Ekonomi dan Bisnis, Universitas Khairun. (2024). Rencana strategis. https://fe.unkhair.ac.id
Fakultas Ekonomi dan Bisnis, Universitas Khairun. (2025). Sejarah Fakultas Ekonomi dan Bisnis. https://fe.unkhair.ac.id/history/
Fiqih, S., dkk. (2020). Prediksi ketepatan waktu lulus mahasiswa menggunakan algoritma C4.5 pada Fakultas Dakwah dan Ilmu Komunikasi UIN Raden Intan Lampung. Jurnal Ilmiah Matrik.
Kamagi, D. H. (2014). Implementasi data mining dengan algoritma C4.5 untuk memprediksi tingkat kelulusan mahasiswa. Ultimatics.
Khoiriya, L. (2018). Analisis dan penerapan algoritma C4.5 dalam data mining untuk menunjang strategi promosi Prodi Informatika UPGRIS.
Mashlahah, S. (2013). Prediksi kelulusan mahasiswa menggunakan metode decision tree dengan penerapan algoritma C4.5 (Skripsi). Universitas Islam Negeri Maulana Malik Ibrahim.
Meilina, P. (2015). Penerapan data mining dengan metode klasifikasi menggunakan decision tree dan regresi. Jurnal Teknologi, 16.
Niagahoster. (2024, Februari 6). Cara membuat flowchart dalam 4 langkah mudah. https://www.niagahoster.co.id/blog/cara-membuat-flowchart/
Repository UMG. (2024). Bab II landasan teori. http://eprints.umg.ac.id/8114/6/BAB%202.pdf
Rifa’i, M. A. (2024). Reduksi data, penyajian data, dan penarikan kesimpulan dalam penelitian kualitatif. https://staidasumsel.ac.id/reduksi-data-penyajian-data-dan-penarikan-kesimpulan-dalam-penelitian-kualitatif/
Setio, P. B. N., dkk. (2020). Klasifikasi dengan pohon keputusan berbasis algoritme. PRISMA: Prosiding Seminar Nasional Matematika.
Suhartinah, M. S. (2010). Graduation prediction of Gunadarma University students using algorithm and Naïve Bayes C4.5 algorithm.
Swastina, L. (2013). Penerapan algoritma C4.5 untuk penentuan jurusan mahasiswa. Gema Aktualita.
Tutik, P. S. (2017). Komparasi algoritma C4.5 dengan Naïve Bayes untuk klasifikasi kelulusan mahasiswa tepat waktu di PTS KZX. Komputaki.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Usman Sadik, Santosa, Salim Albaar (Author)

This work is licensed under a Creative Commons Attribution 4.0 International License.
How to Cite
Share
Similar Articles
- Muhammad Irvan Shandika, Kusnawi, S.Kom, M.Eng, AI Web-based Computer Service Management System at PUSCOM , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 2 No. 3 (2025): July
- Novantri Prasetya Putra, Rancangan Arsitektur Sistem Analisis Sentimen Kinerja POLRI Berbasis Cloud PaaS dan IndoBERT , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 3 No. 1 (2026): January
- Ferian Fauzi Abdulloh, Favian Afrheza Fattah, Devi Wulandari, Ali Mustopa, Comparison Of Efficientnet And Yolov8 Algorithms In Motor Vehicle Classification , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 2 No. 3 (2025): July
- Dewi Setiowati, Diah Indriani, Inayah Wisartika, Selvi Alvinda Fitriyani, Analisis Strategis Dampak Transformasi Digital Indonesia: Studi Literatur pada Sektor Publik, Ekonomi, dan Pendidikan , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 3 No. 1 (2026): January
- Cindy Muhdiantini, Mega Fitri Yani, Ibnu Zulkarnain, Trends and Innovations in CRM for Patient Management: A Literature Review , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 2 No. 2 (2025): April
- Christa Putri Rahayu, Kusnawi, Water Quality Analysis and Consumption Feasibility Using Support Vector Machine and CatBoosting with Hyperparameter Tuning , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 2 No. 4 (2025): October
- Irfan Fahmi Ahmadi, A Systematic Literature Review on AI Architecture Frameworkfor Product Analysis & Recommendation System in Electronic Service , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 3 No. 1 (2026): January
- Muhammad Arif Zikir Risky Arif, Perancangan Sistem Pemesanan pada Usaha Mikro, Kecil, dan Menengah (UMKM) LA Group Kabupaten Jombang Berbasis Website , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 2 No. 3 (2025): July
- Raffa Nur Listiawan Dhito Eka Santoso, Kusnawi, Optimization of Stress Classification Among Students Using Random Forest Algorithm , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 2 No. 2 (2025): April
- Tegar Wirawan, Kusnawi, Performance Analysis of Support Vector Machine and Gradient Boosting Machine Algorithms for Heart Disease Prediction , SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan: Vol. 2 No. 2 (2025): April
You may also start an advanced similarity search for this article.

