Data mahasiswa yang ada pada sistem informasi akademik selalu mengalami peningkatan setiap tahunnya, data yang terkumpul dapat diolah menggunakan data mining untuk mendapatkan pengetahuan baru. Pada penelitian ini penulis berusaha menambang data mahasiswa untuk mengklasifikasi masa studi tepat waktu atau tidak tepat waktu. Data yang ada dianalisis menggunakan algoritma CART, algoritma CART dengan teknik bagging, dan algoritma CART dengan teknik boosting. Penggunaan teknik bagging dan boosting untuk menangani data tidak seimbang yang terdapat pada data mahasiswa. Hasil klasifikasi dengan menggunakan data testing sejumlah 49 data, yaitu pada algoritma CART dengan teknik bagging 13 data (26,531%) masuk ke dalam klasifikasi tepat waktu dan 36 data (73,469%) masuk ke dalam klasifikasi tidak tepat waktu. Pada algoritma CART dengan teknik boosting 16 data (32,653%) masuk ke dalam klasifikasi tepat waktu dan 33 data (67,347%) masuk ke dalam klasifikasi tidak tepat waktu. Nilai accuracy klasifikasi masa studi mahasiswa menggunakan algoritma CART sebesar 79,592%, algoritma CART denga teknik bagging sebesar 81,633%, dan algoritma CART dengan teknik boosting sebesar 87,755%. Dalam penelitian ini, algoritma CART dengan teknik boosting memiliki nilai accuracy yang paling baik.

Kata Kunci : Masa Studi, Klasifikasi, CART, Bagging, Boosting.