Kelulusan tepat waktu bagi seorang mahasiswa adalah hasil yang baik dan menjadi poin penting untuk
akreditasi perguruan tinggi. Karena hal tersebut, memerlukan strategi yang baik. Persentase kelulusan
tepat waktu pada perguruan tinggi dapat diprediksi dengan data mining dan machine learning. Tujuan
dari penelitian ini adalah memberikan pencegahan dini terhadap mahasiswa yang beresiko lulus tidak
tepat waktu, ada beberapa metode klasifikasi yang dapat digunakan untuk memprediksi. Riset ini
mengkombinasikan algoritma naïve bayes dengan principal component analysis (PCA). PCA digunakan
untuk menghasilkan data yang memiliki struktur yang lebih sederhana sehingga mencakup informasi
dari data aslinya lebih baik, sehingga dapat memberikan hasil yang lebih optimal. Dataset yang akan
digunakan adalah berupa time series data yang berupa data historis akademik mahasiswa Informatika
Telkom University periode 2008 – 2011. Hasil yang didapatkan dengan algoritma kombinasi PCA dan
naïve bayes adalah algoritma PCA menghasilkan beberapa principal component yang memberikan hasil
yang optimal untuk digunakan oleh naive bayes, dari proses tersebut dapat menghasilkan