Abstrak— Fakultas Teknologi Informasi Universitas
Stikubank (UNISBANK) sebagai salah satu fakultas di
perguruan tinggi dalam pelaksanaan kegiatan pembelajaran
telah banyak memproduksi banyak data yang disimpan dan
telah banyak meluluskan mahasiswa. Tingkat ketepatan waktu
lulus menjadi penting bagi program studi sebagai penilaian
kesuksesan. Penelitian ini mencoba menggali tumpukan data
induk mahasiswa dan data wisuda guna mendapatkan tingkat
kelulusan dan prediksi kelulusan dari mahasiswa aktif. Dengan
mengimplementasikan teknik data mining klasifikasi dan
algoritma CART yang menggunakan teknik partisi biner
berulang diharapkan dapat diperoleh sebuah pohon keputusan
yang mampu digunakan memprediksi kelas ketepatan waktu
lulus dari mahasiswa aktif. Dengan menggunakan data wisuda
dan data induk mahasiswa sejumlah 1018 record, diperoleh
sebuah model pohon keputusan dengan tingkat akurasi 63% dari
uji data testing. Penentuan node split menggunakan Gini Index
yang memecah dataset berdasarkan nilai impuritasnya. Uji coba
yang dilakukan dalam penelitian ini menunjukan bahwa urutan
variabel dalam pohon keputusan adalah jenis kelamin, status

sekolah asal, pendidikan orang tua, usia saat masuk, kota
kelahiran, pekerjaan orang tua. Prediksi dengan model yang
dihasilkan adalah 71% mahasiswa S1 Sistem Informasi aktif
dapat lulus tepat waktu dan 51% untuk mahasiswa S1 Teknik
Informatika.