Memilih program studi yang tepat adalah salah satu faktor terpenting yang dapat mempengaruhi kinerja akademis dan prospek karir seorang mahasiswa. Alasan di balik faktor yang menghadapi tantangan dalam membuat keputusan sangat banyak, termasuk perpindahan jurusan karena kurangnya keselarasan antara jalur yang dipilih dan minat atau bakat mereka. Penelitian ini bertujuan mempermudah calon mahasiswa untuk merekomendasikan program studi yang sesuai dengan karakteristik dan potensi yang ada. Metode yang digunakan adalah Data Mining dengan perhitungan Algoritma C4.5 atau Decission Tree. Algoritma C4.5 dipilih karena dapat membuat keputusan dari atribut yang tersedia. Dalam penelitian ini, atribut yang digunakan adalah asal sekolah, minat, dan nilai matematika. Penelitian ini dilakukan pada sistem penerimaan mahasiswa baru, dan Data kuesioner berjumlah 201 data latih, dari hasil analisis yang telah dilakukan terdapat 3 variabel yang berpengaruh terhadap penentuan rekomendasi, yaitu Minat, Asal Sekolah dan Nilai Matematika dengan nilai akurasi sebesar 83,58%. Dari hasil tersebut dapat disimpulkan bahwa metode Algoritma C4.5 Decission Tree dapat digunakan untuk menganalisis penentuan rekomendasi Program Studi.
Kata Kunci : Algoritma C4.5, Data Mining, Decision Tree, Rekomendasi Program Studi.

Choosing the right study program is one of the most important factors that can affect a student's academic performance and career prospects. The reasons behind factors that face challenges in making decisions are numerous, including switching majors due to a lack of alignment between the chosen path and their interests or talents. This research aims to make it easier for prospective students to recommend study programs that are in accordance with their existing characteristics and potential. The method used is Data Mining with the calculation of the C4.5 Algorithm or Decission Tree. The C4.5 algorithm was chosen because it can make decisions from the available attributes. In this study, the attributes used are school origin, interests, and math scores. This research was conducted on a new student admission system, and the questionnaire data amounted to 201 training data, from the results of the analysis that had been carried out there were 3 variables that influenced the determination of recommendations, namely Interest, School Origin and Math Score with an accuracy value of 83.58%. From these results it can be concluded that the C4.5 Decission Tree Algorithm method can be used to analyze the determination of Study Program recommendations.
Keywords: C4.5 Algorithm, Data Mining, Decision Tree, Study Program Recommendation.