Prediksi Status Akademik Mahasiswa Menggunakan Algoritma Decision Tree Berdasarkan Data Aktivitas dan Nilai Akademik

Abstract

Perkembangan teknologi informasi menghasilkan data akademik mahasiswa dalam jumlah besar yang dapat dimanfaatkan untuk mendukung proses pengambilan keputusan di perguruan tinggi. Salah satu pemanfaatannya adalah melakukan prediksi status akademik mahasiswa berdasarkan data aktivitas dan nilai akademik menggunakan teknik data mining. Penelitian ini bertujuan untuk menerapkan algoritma Decision Tree dalam memprediksi status akademik mahasiswa berdasarkan data aktivitas dan nilai akademik. Dataset yang digunakan terdiri dari 500 data mahasiswa dengan atribut jenis kelamin, umur, status menikah, kehadiran, partisipasi diskusi, nilai tugas, aktivitas e-learning, IPK, dan status akademik. Tahapan penelitian meliputi pengumpulan data, preprocessing data, pembagian data menjadi data training dan data testing, proses klasifikasi menggunakan algoritma Decision Tree, serta evaluasi model menggunakan confusion matrix dan classification report. Hasil penelitian menunjukkan bahwa model Decision Tree mampu melakukan prediksi status akademik mahasiswa dengan tingkat akurasi sebesar 64%. Hasil evaluasi juga menunjukkan bahwa atribut kehadiran, nilai tugas, aktivitas e-learning, dan IPK memiliki pengaruh terhadap hasil klasifikasi status akademik mahasiswa. Dengan demikian, algoritma Decision Tree dapat digunakan sebagai salah satu metode untuk membantu proses evaluasi akademik mahasiswa di perguruan tinggi.