Pendidikan tinggi berperan strategis dalam mencetak sumber daya manusia berkualitas. Predikat Cum laude mencerminkan keberhasilan akademik tingkat tinggi dan berpotensi memperluas peluang kerja bagi lulusan. Universitas Sebelas Maret masih menghadapi tantangan signifikan dalam aspek kelulusan dengan predikat Cum laude. Data SMARTIN UNS mencatat bahwa pada Februari 2024, hanya 12% lulusan Sarjana meraih predikat Cum laude. Pendekatan berbasis data diperlukan untuk mengidentifikasi faktor-faktor yang memengaruhi status Cum laude mahasiswa. Sistem Informasi Akademik (SIAKAD) UNS menyimpan data komprehensif terkait aktivitas akademik dan administratif mahasiswa. Dengan EDM, pola - pola dalam data tersebut dapat diungkap untuk mendukung pengambilan keputusan strategis. Penelitian ini bertujuan untuk membandingkan model Stacked Generalization dengan berbagai teknik resampling seperti Random Over Sampler (ROS), Synthetic Minority Over-sampling Technique (SMOTE), Borderline SMOTE, Random Under Sampler (RUS), Near Miss, dan Edited Nearest Neighbour (ENN). Hasil penelitian menunjukkan bahwa model Stacked Generalization dengan teknik resampling Borderline SMOTE memberikan hasil terbaik dengan perolehan nilai Accuracy 88,09%, Precision 57,32%, Recall 67,14%, F1-score 61,84%, dan AUROC 87,99%. Analisis lebih lanjut juga dilakukan terhadap atribut – atribut yang ada untuk mengetahui faktor apa saja yang mempengaruhi status Cum laude mahasiswa. Hasil analisis menunjukkan bahwa atribut akademik berupa Indeks Prestasi Semester (IPS) 2, IPS 3, IPS 4, IPS 1, jenis kelamin mahasiswa, total kredit semester 4 memiliki pengaruh terbesar dalam prediksi status Cum laude mahasiswa disusul jenis beasiswa, program studi mahasiswa, sumber biaya kuliah, jalur masuk kuliah, dan penguasaan teks asing. Dengan adanya hasil penelitian ini diharapkan dapat memberikan kontribusi bagi perguruan tinggi dalam menyusun strategi untuk meningkatkan jumlah lulusan mahasiswa dengan status Cum laude.
