Penggunaan Metode Decision Tree untuk Mendeteksi Keterlambatan Masa Studi Mahasiswa Diperguruan Tinggi Brebes

Keberhasilan masa studi dalam pengelolaan suatu akademik diperguruan Tinggi salah satu diantaranya adalah ketepatan mahasiswa dalam menempuh studinya. Masih banyaknya mahasiswa yang tidak lulus tepat waktu merupakan masalah yang serius bagi suatu perguruan tinggi. Mengetahui permasalahan itu diperlukan pengolahan data akademik untuk mendapatkan pola atau pengetahuannya untuk mengambil suatu keputusan. Melalui Educational Data Mining (EDM) merupakan penerapan metode Datamining dalam menganalisis data yang tersedia dan dapat digunakan sebagai salah satu pendekatan yang dapat dilakukan. Melalui data akademik kelulusan pada mahasiswa Program Studi Teknik Sipil Universitas Muhadi Setiabudi dapat diperoleh suatu pohon keputusan beserta aturannya untuk dapat memprediksi masa studi mahasiswa, data yang digunakan untuk merancang pohon keputusan ini terdiri dari 1 special atribut (atribut kelulusan) dan 12 atribut regular (JK, status kerja, umur, IPS1, IPS2, IPS3, IPS4, IPS5, IPS6, IPS7, IPS8, IPK). Dalam membuat analisa data menggunakan Algoritma C4.5 dengan menggunakan 77 sampel, dari hasil yang didapatkan terlihat bahwa model keputusan dengan siswa yang dalam lulus tepat waktu adalah mahasiswa yang memiliki tingkat nilai akurasi sebanyak 98.00%, dengan presisi terlambat 95.45% dan tepat 100%, Class recall terlambat 100%, dan recall tepat 96.55%. Pengujian dengan rapidminer terbukti efektif dan fleksibel dengan hasil perhitungan yang tepat.