Abstract
Indeks Prestasi Kumulatif (IPK) merupakan indikator utama dalam menilai keberhasilan akademik mahasiswa di perguruan tinggi. Program Studi Sistem Informasi Universitas Mahakarya Asia memiliki volume data akademik yang besar, namun pemanfaatannya sebagai dasar pengambilan keputusan akademik masih belum optimal. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi IPK mahasiswa dengan menerapkan teknik data mining menggunakan algoritma C4.5. Metodologi penelitian mengikuti kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM) yang meliputi tahap pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Dataset yang digunakan terdiri dari 500 data mahasiswa, yang setelah melalui proses preprocessing menjadi 420 data valid dengan delapan atribut independen dan satu atribut target berupa klasifikasi IPK.
Hasil perhitungan entropy, gain, dan gain ratio menunjukkan bahwa atribut IP Semester 2 memiliki nilai gain ratio tertinggi sehingga terpilih sebagai simpul akar dalam pembentukan pohon keputusan. Faktor lain yang berpengaruh sebagai simpul cabang antara lain IP Semester 1, status pekerjaan, dan jalur masuk mahasiswa. Evaluasi model menggunakan confusion matrix menghasilkan nilai akurasi sebesar 88,30%, presisi 89,52%, dan recall 87,24%, yang menunjukkan bahwa model memiliki tingkat keandalan yang sangat baik.
Hasil penelitian ini membuktikan bahwa algoritma C4.5 efektif digunakan untuk mengidentifikasi faktor dominan yang mempengaruhi IPK mahasiswa. Temuan ini diharapkan dapat menjadi dasar bagi pihak program studi dalam merancang kebijakan akademik serta sistem peringatan dini untuk meningkatkan kualitas dan keberhasilan studi mahasiswa.