Penelitian ini bertujuan untuk membangun metode dalam klasifikasi prediksi predikat kelulusan mahasiswa di Kampus Universitas Ichsan Gorontalo. Penelitian ini menggunakan metode klasifikasi objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Dengan metode algoritma K-Nerest Neihgbor(KNN) supervised learning yang memiliki hasil dari query instance diklasifikasikan berdasarkan kategori dan mayoritas dari metode K-Nearest Neighbor (KNN). Teknik pengumpulan data menggunakan data primer, tinjauan data primer, observasi, wawancara, dan dokumentasi. Objek penelitian penulis yaitu pengkllasifikasi prediksi predikat kelulusan mahasiswa menggunakan klasifikasi Data Mining dan kemudian diolah dengan metode Algoritma K-Nearest Neighbor(KNN).Penelitian ini dilaksanakan pada waktu 5 bulan terhitung mulai dari bulan Mei sampi dengan bulan September 2021 yang berlokasi di Kampus 3 Universitas Ichsan Gorontalo Utara. Dari hasil pembahasan dalam penelitian ini dimulai dari tahap dokumentasi data kemudian dilanjutkan dengan hasil hitung Algoritma K-Nerest Neihgbor (KNN) yang digunakan, kemudian dilanjutkan dengan penerapan Algoritma K-Nerest Neihgbor (KNN) serta tahap akhir pengujian perangkat lunak. Dengan hasil eksprimen yang tlah diklasifikasi sebanyak 7 data uji peredikat mahasiswa, dimana data asli yang sebenarnya 1 data mahasiswa yang sangat memuaskan dan 6 data uji mahasiswa yang dengan pujian. Maka metode K-Nearest Neighbor (KNN) dapat mempermudah mahasiswa di Kampus 3 Universitas Ichsan Gorontalo Utara dalam mengklasifikasi prediksi predikat kelulusan mahasiswa.