Implementasi Metode Decision Tree Untuk Prediksi Mahasiswa Berpotensi Non-Aktif Menggunakan Algoritma C4.5 (Studi Kasus: Program Studi Sistem Informasi Universitas Cenderawasih)

Universitas Cenderawasih merupakan salah satu perguruan tinggi terbesar di Papua yang memiliki 10 fakultas dan 83 program studi. Sistem Informasi adalah salah satu program studi di Universitas Cenderawasih yang memiliki kurang lebih 460 mahasiswa dan sebanyak 153 mahasiswa berstatus non-aktif. Mahasiswa non-aktif yaitu mahasiswa yang tidak mengikuti proses perkuliahan dan tidak membayar biaya administrasi kuliah dalam kurun waktu dua semester atau lebih. Dampak dari mahasiswa yang non-aktif akan berpengaruh terhadap mutu perguruan tinggi sehingga diperlukan tindakan untuk memprediksi faktor-faktor penyebab mahasiswa berpotensi non-aktif. Salah satu teknik yang digunakan untuk prediksi adalah teknik klasifikasi. Peneliti sebelumnya telah menunjukkan bahwa algoritma C4.5 dapat digunakan untuk proses pengklasifikasian data mahasiswa. Penelitian ini bertujuan untuk mengetahui pengimplementasian metode decision tree algoritma C4.5 untuk prediksi mahasiswa berpotensi non-aktif. Dataset yang digunakan pada penelitian ini yaitu data mahasiswa angkatan 2013-2021 yang berjumlah 330 data. Analisis data pada penelitian ini mengikuti tahapan-tahapan KDD (Knowledge Discovery in Database). Metode pengembangan sistem yang digunakan adalah metode waterfall dan bahasa pemrograman yang digunakan adalah PHP dengan framework codeigniter. Berdasarkan hasil pengujian, diperoleh bahwa sistem ini dapat berjalan dengan baik, dan dapat memprediksi mahasiswa apakah berstatus aktif atau non-aktif berdasarkan atribut-atribut yang diinput, serta memperoleh nilai akurasi terbaik sebesar 78,79% dengan persentase data training sebesar 60% dan data testing sebesar 40%.