Optimasi Machine Learning dalam Memprediksi Kelulusan Mahasiswa
DOI:
https://doi.org/10.31294/reputasi.v6i2.11067Keywords:
prediksi kelulusan, machine learning, decision tree, data mining, ketepatan kelulusanAbstract
Ketepatan kelulusan mahasiswa merupakan indikator penting dalam evaluasi kinerja perguruan tinggi. Keterlambatan kelulusan tidak hanya berdampak pada efektivitas proses akademik, tetapi juga pada efisiensi pengelolaan sumber daya dan reputasi institusi. Penelitian ini bertujuan untuk memprediksi ketepatan kelulusan mahasiswa menggunakan machine learning dengan jenis data mining, yaitu algoritma Decision Tree berdasarkan data kelulusan mahasiswa. Variabel yang digunakan antara lain jenis kelamin, pekerjaan, penghasilan, ipk, status pekerjaan. Metode pengujian dilakukan dengan optimasi PSO dan 10-fold cross-validation, sedangkan evaluasi model menggunakan nilai akurasi, presisi, recall, dan AUC. Hasil pengujian menunjukkan bahwa model Decision Tree memiliki kinerja yang sangat baik dalam memprediksi ketepatan kelulusan mahasiswa, dengan nilai akurasi sebesar 96.71%, presisi 92.06%, recall 99.09%, dan AUC 0.973. Temuan ini menunjukkan bahwa model efektif digunakan sebagai sistem peringatan dini untuk mengidentifikasi mahasiswa yang berpotensi terlambat lulus. Dengan demikian, pihak perguruan tinggi dapat memberikan intervensi akademik yang lebih tepat sasaran untuk meningkatkan tingkat kelulusan tepat waktu.
References
Agus Budiyantara, Irwansyah, Egi Prengki, Pandi Ahmad Pratama, & Ninuk Wiliani. (2020). KOMPARASI ALGORITMA DECISION TREE, NAIVE BAYES DAN K-NEAREST NEIGHBOR UNTUK MEMPREDIKSI MAHASISWA LULUS TEPAT WAKTU. JURNAL ILMU PENGETAHUAN DAN TEKNOLOGI KOMPUTER, 5(2), 265–270.
Azis Wahyudi, Kusrini, & Ferry Wahyu Wibowo. (2023). PREDIKSI KELULUSAN MAHASISWA TEPAT WAKTU MENGGUNAKAN METODE DECISION TREE DAN NAÏVE BAYES. JURNAL PERMATA INDONESIA, 14(2), 132–138.
Dihin Muriyatmoko, Aziz Musthafa, & Muqoddam Husni Wijaya. (2024). Klasifikasi Profil Kelulusan Nilai AKPAM Dengan Metode Decision Tree C4.5. Seminar Nasional Sains Dan Teknologi, 1–9.
Embun Fajar Wati, Budi Sudrajat, & Raudah Nasution. (2024). Modelling of C4.5 Algorithm for Graduation Classification. International Journal of Information System & Technology, 8(1), 40–46.
Embun Fajar Wati, Elvi Sunita Perangin-Angin, & Anggi Puspita Sari. (2023). Prediction of Student Graduation using the K-Nearest Neighbors Method. International Journal of Information System & Technology, 7(3), 211–216.
Embun Fajar Wati, Elvi Sunita Perangin-Angin, & Anggi Puspita Sari. (2024). Improved Naive Bayes Algorithm with Particle Swarm Optimization to Predict Student Graduation. International Journal of Information System & Technology, 7(6), 386–391.
Embun Fajar Wati, Elvi Sunita Perangin-Angin, & Luthfi Indriyani. (2024). Customer Loyalty Classification with Comparison of Naive Bayes, C4.5, and KNN Methods. International Journal of Information System & Technology, 8(3), 177–185.
Embun Fajar Wati, Elvi Sunita Perangin-Angin, & Luthfi Indriyani. (2025). Comparison of Naive Bayes and C4.5 Methods with Particle Swarm Optimization on Customer Loyalty Classification. International Journal of Information System & Technology, 8(6), 338–344.
Fajar Haditio, M. Irham, & Andi. (2025). PREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA PROGRAM STUDI MANAJEMEN UNIVERSITAS PAMULANG MENGGUNAKAN ALGORITMA C4.5 DAN PARTICAL SWARM OPTIMIZATION (PSO). Journal of Scientech Research and Development, 7(1), 1016–1027.
Hadi Putra, Khairunnisa Nasution, & Elkin Rilvani. (2025). PREDIKSI KELULUSAN MAHASISWA TEPAT WAKTU MENGGUNAKAN DECISION TREE: STUDI PERBANDINGAN ALGORITMA ID3 DAN C4.5. JURNAL MEDIA AKADEMIK (JMA), 3(7), 1–15.
Hendra, Mochammad Abdul Azis, & Suhardjono. (2020). Analisis Prediksi Kelulusan Mahasiswa Menggunakan Decission Tree Berbasis Particle Swarm Optimization. Jurnal SISFOKOM (Sistem Informasi Dan Komputer), 9(1), 102–107.
Moch.Ilham Maulana Noor, & Mochamad Izzan Firasyansyah. (2024). Optimalisasi Klasifikasi Prediksi Kelulusan Mahasiswa Kota Subang Menggunakan Algoritma Decision Tree. Jurnal Jawara Sistem Informasi, 2(1), 1–5.
Rapel Aprilius Sigit, Zuprizal Kurniawan, & Rahmaddeni. (2024). KOMPARASI ALGORITMA MACHINE LEARNING UNTUK KLASIFIKASI KELULUSAN MAHASISWA. JURNAL JARINGAN SISTEM INFORMASI ROBOTIK (JSR), 108(113), 8–1.
Stefanus Alvian Setiono, & Eko Purwanto. (2025). Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Decision Tree. Seminar Nasional Teknologi Informasi Dan Bisnis (SENATIB), 401–406.
Teuku Afriliansyah. (2023). ALGORITMA ANN, KNN, NAIVE BAYES, SVM DAN DECISION TREE DALAM MENENTUKAN KELULUSAN MAHASISWA. Jurnal Pendidikan Bumi Persada, 2(2), 42–54.
Uci Suriani. (2023). Penerapan Data Mining untuk Memprediksi Tingkat Kelulusan Mahasiswa Menggunakan Algoritma Decision Tree C4.5. Journal of Computer and Information Systems Ampera, 3(2), 55–66.
Umar Haji Mussa’id, Agus Susilo Nugroho, & Rahmawan Bagus Trianto. (2024). PREDIKSI TINGKAT KELULUSAN MAHASISWA S1 UNIVERSITAS AN NUUR DENGAN METODE DECISION TREE C4.5. Julia: Jurnal Ilmu Komputer An Nuur, 4(1), 21–29.
Wati, E. F., Sari, A. P., Alawiah, E. T., Siregar, M. H., & Rudianto, B. (2021). Particle Swarm Optimization Comparison on Decision Tree and Naive Bayes for Pandemic Graduation Classification. 2nd International Conference on Advanced Information Scientific Development (ICAISD), 1–11.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Embun Fajar Wati, Elvi Sunita, Andi Diah Kuswanto

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.











