Pada institusi perguruan tinggi, data mahasiswa dan data jumlah kelulusan mahasiswa dapat menghasilkan informasi yang bisa digali lebih dalam lagi, bisa berupa jumlah kelulusan mahasiswa setiap tahunnya, profil, hasil akademik mahasiswa dan lama studi selama menempuh proses belajar di perguruan tinggi. Berdasarkan berlimpahnya data mahasiswa dan data jumlah kelulusan mahasiswa, informasi yang tersembunyi ini dapat diketahui dengan melakukan pengolahan terhadap data mahasiswa sehingga data tersebut akan sangat berguna bagi pihak universitas.Telah dilakukan penelitian terkait tentang klasifikasi masa studi dengan berbagai model Machine Learning. Adapun pada penelitian ini, model Neural Network Backpropagation terbaik menghasilkan akurasi training sebesar 74,15% dan tingkat akurasi testing sebesar 71,72%. Model ini juga menghasilkan nilai presisi 0,7422178988326, untuk nilai recall  0,7422178988326 dan untuk F-Measure 0,7422178909205. Dan menghasilkan sebaran mahasiswa pada periode 2011-2022 untuk jalur masuk SNMPTN masa studi cepat sebanyak 74 orang, normal sebanyak 978 orang, terlambat sebanyak 445, dan sangat terlambat sebanyak 69 orang, untuk jalur masuk SBMPTN masa studi cepat sebanyak 29 orang, normal sebanyak 433 orang, terlambat sebanyak 146 orang, dan sangat terlambat 60 orang dan terakhir untuk jalur masuk mandiri masa studi cepat sebanyak 34 orang, normal sebanyak 448 orang, terlambat sebanyak 294 orang, dan sangat terlambat 151 orang.