Abstrak—Hasil akreditasi yang baik merupakan tujuan dari
perguruan tinggi. Dengan adanya akreditasi yang baik membuat
para calon mahasiswa dapat melirik dan masuk perguruan tinggi
tersebut. Untuk mencapai tersebut ada beberapa aspek yang
mempengaruhi hasil akreditasi yang baik, salah satunya
mahasiswa lulusan yang merupakan peran penting dalam
menentukan akreditasi. Mahasiswa lulusan yang tepat waktu
dapat menguntungkan bagi perguruan tinggi tersebut ataupun
bagi seorang mahasiswa. Mahasiswa lulusan dapat diprediksi
sebelum semester akhir dengan menggunakan sebuah metode
salah satunya yaitu decision tree. Decision tree merupakan
metode yang sederhana dan mudah dipahami dengan
menghasilkan rule-rule berupa pohon keputusan, akan tetapi
menggunakan model decision tree saja tidak cukup untuk
menghasilkan hasil yang optimal. Maka dibutuhkan metode
untuk pengoptimalan yaitu particle swarm optimization dengan
kelebihan dapat meningkatkan akurasi dengan cara
menghilangkan fitur yang tidak terpakai. Dari hasil penelitian
dengan data primer mahasiswa lulusan tahun 2000-2003 pada
amik ppmi tangerang menerangkan bahwa metode particle

swarm optimization dapat meningkatkan akurasi sebesar 87.56%
dan meningkatkan sebesar 01.01% dari metode decision tree
dengan nilai 86.55%. Dari metode particle swarm optimization
juga dapat mengetahui mana atribut yang tidak terpakai yang
tidak memiliki bobot, sehingga cara tersebut dapat
meningkatkan akurasi. Dari hasil kenaikan tersebut dapat
dipakai oleh perguruan tinggi amik tangerang untuk
menghindari mahasiswa lulus tidak tepat waktu.