Universitas Telkom merupakan salah satu Perguruan Tinggi Swasta terbaik (PTS), dimana salah satu Program Studi (Prodi) yang tersedia adalah Sistem Informasi (SI). Prodi SI memiliki website yang bernama aplikasi Pilih Peminatan (PIPE), salah satu fitur pada PIPE adalah prediksi kelulusan mahasiswa agar dapat memonitor perkembangan mahasiswa/i berdasarkan rekam data akademik, tetapi fitur tersebut memerlukan pengembangan dalam hal implementasi algoritma prediksi kelulusan, dan memiliki fitur lain juga untuk seleksi pemilihan peminatan yang ada di Prodi SI. Penyelesaian masalah tersebut dapat dengan membangun model prediksi kelulusan berdasarkan rekam data akademik terhadap pengaruh pemilihan peminatan. Dibutuhkan proses keseluruhan dalam ekstraksi data yang berjumlah besar, untuk dilakukan pengolahan dan menghasilkan data input dengan menggunakan KDD. Dimana pola dan aturan penyelesaian dalam membangun prediksi yaitu dengan data mining dan juga merupakan salah satu langkah dalam proses KDD. Salah satu bidang keilmuan yang ada pada data mining adalah machine learning untuk dapat menyelesaikan masalah secara otomatis terhadap data baru agar dapat digunakan secara berkelanjutan. Pengelompokan data mining yang digunakan berdasarkan tugasnya yaitu klasifikasi. Metode yang digunakan dalam melakukan klasifikasi prediksi kelulusan tepat waktu dan terlambat adalah dengan menggunakan decision tree. Algoritma yang dipilih dalam decision tree yaitu algoritma C4.5 dimana faktor yang memiliki pengaruh tertinggi (root node) dilihat dari hasil gain ratio tertinggi. Hasil akurasi yang didapatkan terhadap hasil prediksi dengan data aktual sebesar 94,11% dimana faktor yang menjadi root node dalam model klasifikasi decision tree adalah Jumlah SKS Lulus, dengan gain ratio sebesar 1,71. Hasil memiliki pengaruh terhadap pemilihan peminatan, karena kecenderungan mahasiswa untuk masuk peminatan (kecocokan), dinilai berdasarkan nilai MK prasyarat peminatan, yang juga menjadi salah satu faktor dalam membangun model prediksi kelulusan. Oleh karena itu hasil model prediksi kelulusan ini dapat diterapkan secara berkelanjutan pada aplikasi PIPE