Bagian Layanan Karir dan Alumni (BLKA) Institut Teknologi PLN mampu menjadi pusat pelatihan serta media penghubung antara perguruan tinggi dengan alumninya. Tentu dengan adanya sistem ini, berbagai informasi dari alumni seperti
informasi domisili alumni, dan lain sebagainya bisa di share dengan mudah kepada Instansi maupun alumni lainnya. Selain itu, fungsi penting dari adanya sistem tracer study adalah adanya feedback yang diberikan oleh alumni untuk keperluan evaluasi capaian manajemen terhadap proses pembelajaran yang dilakukan. Penelitian ini menggunakan data tracer study BLKA IT-PLN untuk mengklasifikasi dan memprediksi kategori kesesuaian bidang kerja berdasarkan Kompetensi Pengetahuan Disiplin Ilmu, Keterampilan Komputer, Keterampilan Riset,
Kemampuan Berkomunikasi, Bekerja di Bawah Tekanan, Manajemen Waktu, Bekerja Dalam Tim, Kemampuan Analisis, Kepemimpinan dan Manajemen Proyek yang dia miliki selama kuliah di IT-PLN dengan Algoritma C4.5 sebagai data training. Hasil pengujian dengan dengan data testing yang jumlahnya 143 data dan
data training yang jumlahnya 1430 data menghasilkan validasi akurasi 54.55% dengan metode Confusion Matrix dan 72.03% pada aplikasi Rapidminer, sementara pengujian validasi akurasi pada implementasi aplikasi yang dibuat penelitian ini sebesar 48.65%. Dapat disimpulkan bahwa data yang diuji pada penelitian ini bisa digunakan sebagai evaluasi perbaikan kompetensi mahasiswa IT-PLN kedepannya dengan mengkategorikan kesesuaian bidang kerjanya menjadi sangat erat, cukup erat dan tidak erat.

Bagian Layanan Karir dan Alumni (BLKA) Institut Teknologi PLN able to become a training center as well as a media link between the college and its alumni. Of course, with this system, various information from alumni such as alumni domicile information, and so on can be shared easily to other institutions and alumni. In addition, an important function of the tracer study system is the feedback provided
by alumni for the purpose of evaluating management's achievements to the learning process. This research uses BLKA IT-PLN tracer study data to classify and predict
categories of work suitability based on Competencies in Disciplines, Computer Skills, Research Skills, Communication Skills, Working Under Pressure, Time Management, TeamWork, Analytical Ability, Leadership and Project Management
that he had during his studies at IT-PLN with the C4.5 Algorithm as training data. Test results with 143 data testing and 1430 data training data resulted in 54.55%
accuracy validation with confusion matrix method and 72.03% on Rapidminer application, while accuracy validation testing on application implementation made by this study was 48.65%. It can be concluded that the data tested in this study can
be used as an evaluation of the competency improvement of IT-PLN students in the future by categorizing the suitability of the field of work to be very close, quite close and not closely