PREDIKSI MAHASISWA LULUS TEPAT WAKTU

Prediksi Mahasiswa Lulus Tepat Waktu dibutuhkan oleh Manajemen Perguruan Tinggi dalam menentukan kebijakan preventif terkait pencegahan dini kasus Drop Out (DO). Prediksi ini bertujuan untuk menentukan faktor akademis yang berpengaruh terhadap masa studi dan membangun model prediksi terbaik dengan teknik Data Mining. Atribut yang digunakan untuk Klasifikasi Data Mining ada 11 atribut yaitu NPM, Jenis Kelamin, Usia, Jurusan, Kelas, Pekerjaan, Indek Prestasi Semester 1, Indek Prestasi Semester 2, Indek Prestasi Semester 3, Indek Prestasi Semester 4 dan Keterangan sebagai atribut hasil. Dari hasil evaluasi dan validasi yang telah dilakukan menggunakan tools RapidMiner diperoleh hasil Accuracy dari Metode Decision Tree (C4.5).