Prediksi Mahasiswa Berpotensi Non-Aktif Menggunakan Algoritma Decision Tree Classifier

Abstract

Dengan pertumbuhan jumlah mahasiswa yang semakin dinamis, kebutuhan untuk menerapkan strategi preventif guna meningkatkan tingkat retensi mahasiswa menjadi semakin penting. Penelitian ini bertujuan untuk mengembangkan model yang dapat digunakan untuk mendeteksi mahasiswa yang berpotensi status akademiknya menjadi non-aktif menggunakan algoritma Decision Tree Classifier di lingkungan Universitas Dinamika Bangsa. Data yang digunakan dalam penelitian ini mencakup beragam variabel seperti data pribadi mahasiswa, nilai akademik dan informasi demografis lainnya. Proses pemodelan menggunakan Decision Tree Classifier dilakukan dengan memanfaatkan data historis mahasiswa untuk melatih model dalam mengklasifikasikan mahasiswa yang berpotensi non-aktif. Selanjutnya, model ini diuji coba pada data mahasiswa baru untuk menguji tingkat akurasi dan efektivitasnya. Hasil penelitian ini menunjukkan bahwa algoritma Decision Tree Classifier mampu memberikan kontribusi yang signifikan dalam prediksi mahasiswa yang berpotensi non-aktif dengan tingkat akurasi 95.63% dengan variabel yang paling berpengaruh adalah indeks prestasi semester 3, indeks prestasi semester 2 dan umur saat diterima.