Penerapan Data Mining untuk Prediksi Mahasiswa Berpotensi Non-Aktif Menggunakan Algoritma C4.5: Studi Kasus STMIK Primakara

Abstract

Mahasiswa non-aktif merupakan mahasiswa yang tidak melakukan registrasi awal atau tidak melakukan perkuliahan selama satu semester. Adanya mahasiswa non-aktif di suatu perguruan tinggi akan berdampak menurunnya nilai perguruan tinggi tersebut. Penelitian ini bertujuan untuk memprediksi mahasiswa yang berpotensi non-aktif di kampus STMIK Primakara. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery from Data (KDD) dengan lima tahapan yaitu: selection, preprocessing, transformation, data mining, dan interpretation/evaluation. Metode pengumpulan data dilakukan dengan wawancara dan permintaan data riwayat perkuliahan mahasiswa kepada kampus STMIK Primakara. Hasil dari penelitian menunjukan bahwa mahasiswa dengan nilai IPK 0 – 1.99 atau 2.00 – 2.75, Jenis Tinggal Kontrakan atau Kos dan Jarak ke kampus cukup dekat, jauh dan sangat jauh diprediksi mahasiswa yang berpotensi non-aktif. Adapun atribut yang paling mempengaruhi mahasiswa berpotensi non-aktif di kampus STMIK Primakara adalah IPK sedangkan yang tidak terlalu mempengaruhi adalah status pembayaran SPP.