Prestasi akademik siswa merupakan hasil dari kegiatan pembelajaran yang disertai perubahan atas pencapaian siswa dan dinyatakan dalam bentuk huruf, angka, maupun kalimat sebagai ukuran keberhasilan dengan standar yang telah ditetapkan. Penentuan prestasi akademik siswa dilakukan secara manual oleh tenaga pendidikan, hal ini sangat tidak efektif pada waktu yang dibutuhkan mengingat semakin banyaknya kuantitas siswa dan rentan akan human error. Untuk itu, dalam penelitian ini penulis menerapkan algoritma decision tree C5.0 yang mana terdapat fase boosting untuk mengoptimalkan model pohon dalam mengklasifikasikan prestasi akademik siswa dengan memperbarui data training untuk membentuk model pohon keputusan yang paling akurat. Penelitian ini menghasilkan model pohon keputusan dengan akurasi 93,15%. Kemudian, dilakukan pengujian sistem menggunakan 144 data testing yang menghasilkan nilai recall sebesar 84,32%, precision sebesar 81,62%, dan nilai accuracy sebesar 84,03%.