Pada lingkungan pembelajaran ubiquitous learning terdapat siswa yang lulus mengikuti kelas pembelajaran, ada juga yang gagal. Dalam beberapa tahun terakhir ini, studi telah menunjukan minat dan perhatian yang terus meningkat dari berbagai negara mengenai tingginya ketidaklulusan siswa. Berbagai cara dilakukan untuk membantu siswa, salah satunya dengan identifikasi siswa yang berisiko gagal suatu course. Pada penelitian tugas akhir ini telah dilakukan studi implementasi data mining untuk memprediksi siswa beresiko gagal pada sebuah matakuliah. Teknik data mining akan menghasilkan representasi model, yang diperoleh dari data-data siswa, untuk mengidentifikasi siswa yang beresiko gagal. Metode data mining yang digunakan adalah klasifikasi dengan menggunakan algoritma Naïve-Bayes. Parameter-parameter pembelajaran yang digunakan pada penelitian ini adalah assessment, IPK, tingkat learning style siswa dan demografi siswa dengan keluaran berupa prediksi lulus atau gagal dari suatu mata kuliah. Kesimpulan dari penelitian ini adalah identifikasi siswa beresiko gagal pada sistem ubiquitous learning dengan menggunakan teknik data mining.