Tingkat kepuasan mahasiswa terhadap pelayanan fakultas merupakan salah satu tolak ukur keberhasilan fakultas dalam menjalankan dan memberikan pelayanan akademik bagi mahasiswa nya, pengukuran tingkat kepuasan tersebut dapat dilakukan menggunakan metode prediksi Data Mining. Pada penelitian ini
telah dilakukan prediksi kepuasan mahasiswa pada Fakultas Pertanian Universitas Lancang Kuning menggunakan algoritma C4.5, Naïve Bayes dan K-Nearest Neighbor, akan dilakukan perbandingan antara ketiga metode untuk mengetahui
metode mana yang lebih baik. Penelitian ini menggunakan 100 data kuisioner yang diperoleh dari mahasiswa. Dengan atribut yang digunakan yaitu Tangibles, Reliability, Responsiveness, Assurance dan Emphaty. Pengujian metode pada penelitian ini akan dilakukan menggunakan confusion matrix dan kurva ROC
yang akan di implementasikan pada pemrograman Python agar mendapatkan hasil yang diharapkan. Dari penelitian yang dilakukan pada split validation 70% Naïve
Bayes mendapat tingkat akurasi tertinggi yaitu 100.00% kemudian K-Nearest Neighbor dan C4.5 93.00%, pada pengujian menggunakan split validation 80% Naïve Bayes mendapatkan nilai akurasi 100%, K-Neareest Neighbor mendaptkan
nilai akurasi 95.00% sedangkan C4.5 mendapatkan nilai akurasi 90.00%.