Masalah yang dihadapi dalam pengelolaan data aktivitas kuliah mahasiswa (AKM) salah satunya dalam menentukan total SKS dan IPK pada mahasiswa non aktif. Dalam melakukan pengelolaan data akademik menjadi informasi sebagai aspek pengambilan keputusan dalam menentukan keaktifan mahasiswa. Beberapa faktor seperti IPS, Jumlah SKS Semester, IPK, Jumlah SKS Total, Biaya dan Status Mahasiswa. Langkah untuk mencegah indikasi mahasiswa non aktif perlu dilakukan analisis pola prediksi untuk menentukan sisa masa studi mahasiswa serta menghasilkan informasi yang akurat dan sebagai bahan prediksi untuk membandingkan data per tahun akademik terhadap mahasiswa non aktif K-NN berbasis Forward Selection. Penelitian prediksi mahasiswa non aktif menggunakan pengujian menggunakan Rapid Miner terhadap dataset mahasiswa sebanyak 342, menghasilkan nilai akurasi K-Nearest Neighbor (k-3) sebesar 93,55% dan Forward Selection (k-3) sebesar 99,39%. dari hasil analisis didapatkan data mahasiswa yang akan Drop Out sebesar 1160 sebagai usulan untuk manajemen pada periode pelaporan berikutnya. maka penelitian dapat dikembangkan lebih lanjut guna penentuan nilai k yang optimal dengan menambahkan aspek klasifikasi status mahasiswa bekerja atau tidak bekerja.