Salah satu hal yang menjadi perhatian dalam peningkatan mutu pendidikan tinggi di UIN Walisongo adalah mempersiapkan tindakan preventif terhadap mahasiswa yang berpotensi mengalami hambatan dalam proses pembelajaran. Hambatan yang berpotensi dihadapi mahasiswa adalah lamanya masa studi yang beragam, cepat atau lama. Untuk menangani hal tersebut dibangunlah sistem klasifikasi pola lulusan mahasiswa menggunakan model algoritma C5.0 dan Naïve Bayes terhadap data mahasiswa Program Studi Matematika Tahun 2015 dan 2016. Dalam penelitian ini, pola lulusan akan diklasifikasikan menjadi dua yaitu lulus tepat waktu dan tidak lulus tepat waktu. Pengujian dilakukan dengan cara mengukur kinerja dua algoritma tersebut menggunakan metode pengujian Confussion Matrix dan nilai kurva ROC. Hasil pengujian menunjukkan bahwa algoritma C5.0 memberikan hasil yang lebih baik daripada Algoritma Naïve Bayes yang ditunjukkan berdasarkan nilai Akurasi sebesar 94,12% dan dibandingkan hasil yang didapatkan algoritma Naïve Bayes yaitu nilai akurasi 91,18%. Secara keseluruhan, variabel yang paling mempengaruhi hasil prediksi pola lulusan adalah IP Semester 1, IP Semester 3, IP Semester 8, jenis kelamin,jumlah sks total dan jalur masuk yang diikuti.