Analisis Prediksi Kelulusan Mahasiswa Tugas Akhir FTTI Unjaya Dengan Menggunakan Decision Tree

Latar Belakang: Tingkat kelulusan mahasiswa menjadi indikator utama keberhasilan program studi di perguruan tinggi. Di Fakultas Teknik dan Teknologi Informasi (FTTI) Universitas Jenderal Achmad Yani Yogyakarta, keterlambatan
kelulusan pada tahap tugas akhir menjadi perhatian penting karena dapat mempengaruhi akreditasi dan kualitas institusi. Oleh karena itu, diperlukan metode prediksi yang efektif untuk mengidentifikasi mahasiswa yang berisiko tidak lulus
tepat waktu.
Tujuan: Penelitian ini bertujuan untuk menganalisis dan memprediksi kelulusan mahasiswa tugas akhir di FTTI UNJAYA menggunakan Decision Tree, dengan metode CART (Classification and Regression Tree).
Metode Penelitian: Data dikumpulkan dari mahasiswa yang sedang menempuh mata kuliah tugas akhir, dengan atribut seperti IPK, IPS, jumlah SKS, dan SKS kumulatif. Setelah melalui tahap preprocessing, data dibagi menjadi data pelatihan dan data pengujian. Model prediksi kemudian dibangun menggunakan algoritma CART dari metode Decision Tree, dan dievaluasi menggunakan metrik akurasi, precision, recall, serta f1-score.
Hasil: Hasil pengujian menunjukkan bahwa model Decision Tree dengan algoritma CART mampu memprediksi kelulusan dengan akurasi sebesar 93,62%, precision 93,33%, recall 96,55%, dan f1-score 94,92%.
Kesimpulan: Model prediksi kelulusan berbasis Decision Tree berhasil dibangun dan dapat digunakan sebagai alat bantu dalam proses pengambilan keputusan akademik, serta diimplementasikan dalam bentuk dashboard interaktif berbasis
Streamlit.