<![CDATA[Tingkat kelulusan mahasiswa dalam suatu institusi pendidikan sangatlah penting karena selain untuk tetap menjaga kredibilitas institusi tersebut, tingkat kelulusan juga berperan dalam menjaga rasio antara mahasiwa dengan dosen agar tetap dalam takaran yang tepat. Untuk itu, informasi yang cepat, tepat, dan akurat tentang klasifikasi tingkat kelulusan mahasiswa akan sangat dibutuhkan pihak institusi sehingga dapat dijadikan strategi ataupun solusi yang tepat dalam upaya meningkatkan trend positif terkait tingkat kelulusan mahasiswa. Jumlah kelulusan mahasiswa Program Studi Teknik Komputer dan Jaringan pada Politeknik Negeri Kupang cenderung mengalami penurunan jumlah wisudawan setiap tahun sehingga menjadi polemik internal. Sedangkan saat ini sebuah Perguruan Tinggi atau Universitas dituntut untuk selalu memiliki keunggulan bersaing dengan memanfaatkan semua sumber daya yang dimilikinya. Selain sumber daya sarana, prasarana, dan manusia, sistem informasi adalah salah satu sumber daya yang dapat digunakan untuk meningkatkan keunggulan bersaing. Salah satu disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari suatu data yang besar adalah Data Mining. Data mining adalah proses melakukan ekstraksi untuk mendapatkan informasi penting yang sifatnya implisit dan sebelumnya tidak diketahui, dari suatu data. Ada 5 peranan utama data mining, yaitu: Estimasi, Prediksi, Klasifikasi, Klastering, dan Asosiasi. Algoritma yang di gunakan pada penelitian ini lebih dari satu model sehingga penulis Mengkomparasi Algoritma Klasifikasi Untuk Memprediksi Kelulusan Mahasiswa, serta memining knowledge dari dataset kelulusan mahasiswa untuk : membandingkan algoritma yang paling akurat dalam penentuan klasifikasi kelulusan mahasiswa. Algoritma- algoritma yang digunakan adalah Logistic Regression, Decision Tree Classifier, KNeighbors Classifier, SVC, Random Forest Classifier, Gradient Boosting Classifier dan GaussianNB.]]>
