ANALISIS PREDIKSI JUMLAH KELULUSAN MAHASISWA MENGGUNAKAN ALGORITMA DECISION TREE

Abstract

On-time student graduation is a crucial indicator in evaluating the quality of higher education. Data were obtained through a combination of the public “Student Performance” dataset and internal simulation data in the form of academic grades and social attributes. The model was developed using the ID3 algorithm and validated using a confusion matrix and performance analysis. The results demonstrated an accuracy of 87%, with a precision and recall of 85% and 89%, respectively. These findings provide initial recommendations for strategies to identify students at risk of not graduating on time.

Penelitian ini bertujuan bertujuan untuk menganalisis data kelulusan mahasiswa dengan menggunakan pendekatan analisis multivariat melalui metode Repeated Measures Multivariate Analysis of Variance. Validasi asumsi dilakukan untuk memastikan kesesuaian model dengan data yang digunakan. Kelulusan mahasiswa secara tepat waktu menjadi indikator penting dalam evaluasi mutu pendidikan tinggi. Data diperoleh melalui kombinasi dataset publik "Student Performance" dan data simulasi internal berupa nilai akademik dan atribut sosial. Model dikembangkan menggunakan algoritma ID3 dan divalidasi dengan confusion matrix serta analisis performa. Hasilnya menunjukkan akurasi sebesar 87% dengan precision dan recall masing-masing 85% dan 89%. Temuan ini memberikan rekomendasi awal terhadap strategi identifikasi mahasiswa yang berisiko tidak lulus tepat waktu.