Tingkat kelulusan sangat penting bagi sebuah kampus atau universitas. Apabila tingkat kelulusan mahasiswa mengalami penurunan, akan mengakibatkan dampak terhadap akreditasi sebuah kampus. Salah satu poin penting penilaian akreditasi sebuah kampus adalah tingkat kelulusan mahasiswa harus lebih baik dari tahun sebelumnya. Melihat kondisi tersebut, perlu diketahui prediksi tingkat kelulusan tepat waktu dari mahasiswa. Hal ini bertujuan agar dapat membantu kepala program studi (Kaprodi) untuk mengetahui secara dini tingkat kelulusan tepat waktu mahasiswa. Kepala program studi (Kaprodi) juga dapat membuat langkahlangkah untuk meminimalisir penyebab dari menurunnya tingkat kelulusan mahasiswa. Untuk dapat membantu dalam menentukan tingkat kelulusan tepat waktu, tentu perlu dilakukan pengolahan data akademik mahasiswa. Salah satu teknik yang dapat digunakan untuk mengelola data akademik mahasiswa adalah data mining. Sistem ini dibangun menggunakan algoritma naive bayes. Dari hasil pengujian yang telah dilakukan, didapatkan akurasi prediksi sebesar 96% dari pengujian Confusion Matrix dan 87% dari pengujian UAT.
Kata Kunci : Tingkat kelulusan, Mahasiswa, Data Mining, Naive Bayes.