Data Mining Using Decision Tree Algorithm to Determine Student Graduation with RapidMiner
Keywords:
Graduation Result Prediction, Model Accuracy, Data Mining, RapidMiner, Decision Tree AlgorithmAbstract
Student graduation prediction is an important aspect in higher education management which is intended to project students' chances of completing their studies on schedule. Accurate prediction results can support educational institutions in formulating strategic policies to improve the quality of academic services and provide more effective interventions and provide more effective support to students at risk of experiencing delayed graduation. This study applies the Decision Tree algorithm with the help of the RapidMiner application to build a student graduation prediction model, using data such as age, graduation status, and cumulative achievement index as the main variables. The results of the analysis show that the developed model is able to achieve a prediction accuracy level of 96.57%. This finding confirms that data mining techniques have great potential in helping educational institutions identify students who need special attention in order to complete their studies on time. Therefore, the results of this study not only play a role in the development of prediction models in the academic realm, but the results of this study can also be used as an initial basis for subsequent research that focuses on graduation prediction in the higher education environment.
References
Anwar, C. (2022). Application of Academic Information System With Extreme Programming Method (Case Study: Jakarta International Polytechnic).
Anwar, C. (2024). Rekomendasi Teknis Untuk Pengolahan Data Berbasis Web. Jurnal Informatika Utama, 2(1), 50-54.
Anwar, C., & Riyanto, J. (2019). Perancangan Sistem Informasi Human Resources Development Pada PT. Semacom Integrated. International Journal of Education, Science, Technology, and Engineering (IJESTE), 2(1), 19-38.
Anwar, C., Jagat, L. S., Yanti, I., Anjarsari, E., & Sholihah, N. A. (2023). Pengembangan Media Pembelajaran Berbasis Teknologi Untuk Meningkatkan Kemampuan Anak. Caruban: Jurnal Ilmiah Ilmu Pendidikan Dasar, 6(2), 154-163.
Anwar, C., Kom, S., Kom, M., Santiari, C. N. P. L., & Sitorus, Z. (2023). Buku Referensi Sistem Informasi Berbasis Kearifan Lokal.
Anwar, C., Nurhasanah, M., Aflaha, D. S. I., & Handayani, S. (2023). DEVELOPMENT OF INFORMATION TECHNOLOGY-BASED LEARNING MEDIA FOR EDUCATORS IN ELEMENTARY SCHOOLS. Jurnal Konseling Pendidikan Islam, 4(2), 345-353.
Anwar, Chairul, et al. "The Application of Mobile Security Framework (MOBSF) and Mobile Application Security Testing Guide to Ensure the Security in Mobile Commerce Applications." Jurnal Sistim Informasi dan Teknologi (2023): 97-102.
Handayani, T., Silalahi, L. M., Nugroho, S. S. P., Anwar, C., Mursyidin, I. H., Sumantri, A., ... & Yulianti, B. (2025). PENGANTAR SISTEM INFORMASI: KONSEP, TEKNOLOGI, DAN IMPLEMENTASI.
Indra, S., Anwar, C., Kom, S., Asparizal, S., Kom, M., Nur, R. A., ... & Hafrida, L. KOMPUTER DAN MASYARAKAT. CV Rey Media Grafika.
Samsumar, L. D., Nasiroh, S., Farizy, S., Anwar, C., Mursyidin, I. H., Rosdiyanto, R., ... & Prastyo, D. (2025). KEAMANAN SISTEM INFORMASI: PERLINDUNGAN DATA DAN PRIVASI DI ERA DIGITAL.
Wijayanti, R. R., S ST, M. M. S. I., Anwar, C., Kom, S., Indra, S., Kom, M., ... & Kom, M. (2023). Arsitektur dan Organisasi Komputer. CV Rey Media Grafika.
Arifianto, A., & Safitri, R. (2020). Penerapan Algoritma Decision Tree C4.5 untuk Menentukan Status Kelulusan Mahasiswa. Jurnal Ilmiah Komputer dan Informatika (KOMPUTA), 9(1), 78–85.
Firmansyah, H., & Fauzi, M. A. (2022). Penggunaan Decision Tree J48 untuk Menentukan Faktor Penentu Kelulusan Mahasiswa. Jurnal Teknik Informatika dan Sistem Informasi, 6(4), 77–84.
HAFIZH ATHALLAH, “KELULUSAN MAHASISWA.” Accessed: Jun. 09, 2024. [Online]. Available: https://www.Kaggle.com/datasets/hafizhathallah/kelulusanmahasiswa/data
Hermawan, H., & Amalia, R. (2021). Analisis Faktor Penentu Kelulusan Mahasiswa Menggunakan Algoritma Decision Tree pada RapidMiner. Jurnal Sistem Informasi dan Komputer, 10(2), 21–28.
Hidayat, R., & Fitriyani, D. (2023). Decision Support System untuk Prediksi Kelulusan Mahasiswa Menggunakan Algoritma C4.5 pada RapidMiner. Jurnal Teknologi dan Sistem Komputer, 11(1), 55–62.
Iskandar, B., & Dewi, R. M. (2021). Penggunaan RapidMiner untuk Prediksi Akademik Mahasiswa dengan Algoritma C4.5. Jurnal Sistem Informasi, 10(3), 101–108.
Kurniawan, D., & Santosa, P. I. (2022). Implementasi Data Mining untuk Prediksi Kelulusan Mahasiswa Menggunakan RapidMiner. Jurnal Informatika, 16(1), 12–19.
Nugroho, A., & Handayani, E. (2020). Data Mining untuk Prediksi Kelulusan Mahasiswa Menggunakan Decision Tree. Jurnal Teknologi Informasi dan Komunikasi, 9(1), 34–42.
Prasetyo, E. (2021). Data Mining: Konsep dan Aplikasi dengan RapidMiner. Yogyakarta: Andi.
Putra, A. F., & Lestari, Y. (2020). Aplikasi Prediksi Kelulusan Mahasiswa Menggunakan Data Mining Berbasis C4.5. Jurnal Sistem Informasi dan Komputer, 5(2), 88–95.
Rofiq, A., & Faridah, S. (2020). Perbandingan Kinerja Algoritma C4.5 dan J48 untuk Prediksi Kelulusan Mahasiswa. Jurnal Penelitian dan Pengembangan Informatika, 8(3), 89–96.
Rosadi, D., & Yuliana, R. (2023). Model Prediksi Kelulusan Mahasiswa Menggunakan Data Mining dengan Tool RapidMiner. Jurnal Sains dan Teknologi, 13(2), 49–56.
Santosa, B., & Wulandari, N. (2021). Data Mining Analysis Menggunakan RapidMiner untuk Prediksi Kelulusan Mahasiswa. Jurnal Data Sains, 3(2), 40–47.
Saputra, R. A., & Wahyuni, D. (2023). Pemanfaatan Data Mining dengan Metode Decision Tree dalam Prediksi Kelulusan Mahasiswa. Journal of Information Systems and Informatics, 5(1), 33–41.
Sari, I. P., & Nugroho, A. A. (2021). Pemanfaatan RapidMiner untuk Prediksi Kelulusan Mahasiswa Berbasis Decision Tree. Jurnal Teknologi dan Rekayasa Sistem, 9(2), 110–117.
Setiawan, M. I., & Nurhaliza, L. (2023). Model Decision Tree untuk Prediksi Kelulusan Mahasiswa Menggunakan Atribut Akademik. Journal of Applied Informatics and Computing, 7(1), 23–31.
Surbakti, A. (2020). Penerapan Data Mining dalam Bidang Pendidikan Menggunakan RapidMiner: Studi Kasus Kelulusan Mahasiswa. Seminar Nasional Sistem Informasi (SENASIF), 12(1), 123–130.
Tjahyanto, A., & Widodo, H. (2020). Pemodelan Prediksi Kelulusan Mahasiswa Menggunakan Algoritma C4.5 dan Naive Bayes. Jurnal Ilmu Komputer dan Aplikasi, 14(3), 97–104.
U. Al Faruq, M. A. N. Fauzi, I. Fatayasya, E. Daniati, and A. Ristyawan, “Prediksi Data Kelulusan Mahasiswa Dengan Metode Decision Tree menggunakan RapidMiner,” INOTEK, vol. 7, Aug. 2023, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/
Pratama, Y. H., & Sari, E. N. (2021). Prediksi Kelulusan Mahasiswa Menggunakan Algoritma Decision Tree C4.5 di RapidMiner. Jurnal Teknologi dan Sistem Informasi, 9(2), 45–52.
Wahyudi, A., & Setyawan, F. (2022). C4.5 Algorithm for Graduation Prediction in Higher Education Institutions Using RapidMiner. Procedia Computer Science, 179, 218–225.
Wahyuni, S., & Nursikha, R. (2022). Implementasi Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Kelulusan Mahasiswa. Jurnal Informatika Universitas Pamulang, 7(1), 65–71
Downloads
Published
Data Availability Statement
Yes, on the Journal of Information Technology and Informatics Engineering website
Issue
Section
License
Copyright (c) 2025 Kevin April Akhmallahudin, Divia Cahyani, Dwiky Rachmatullah, Dzikrully Akbar, Hilmi Malik, Maulana Fansyuri (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Creative Commons Attribution 4.0 International (CC BY 4.0).
This work is licensed under a 