Pada saat melakukan pengamatan terhadap sekumpulan data, seringkali diinginkan untuk mendapatkan data-data
yang tidak biasa. Data yang tidak bisa dari kumpulan data yang ada disebut dengan outlier. Proses untuk
melakukan deteksi outlier dilakukan dengan menggunakan berbagai pendeakatan. Salah satunya adalah dengan
menggunakan pendekatan density based, dengan algorima local outlier factor. Pada penelitian ini digunakan data
akademik mahasiswa program studi Teknik Informatika Universitas ABC untuk angkatan 2007-2008 dari mulai
test masuk sampai dengan prestasi akademik mahasiswa sampai dengan semester 4. Secara intuitif sering kali
dapat dengan cepat diperoleh kesimpulan bahwa mahasiswa dengan nilai test yang baik akan diperoleh index
prestasi tiap semeseter yang baik pula. Algoritma local outlier factor dapat digunakan untuk memperoleh
mahasiswa-mahasiswa yang 'berbeda' dari yang secara intuitif dapat disimpulkan. Hal ini sangatlah penting bagi
dosen pembimbing akademik atau pengelola program studi untuk dapat memberikan penangaan secara khusus
secara cepat, sehingga tidak membawa pengaruh yang buruk seperti mahasiswa harus mengundurkan diri atau
terkena program khusus. Dengan menggunakan algoritma local outlier factor ditemukan beberapa mahasiswa
yang ternyata outlier. Pencapaian prestasi akademik yang tidak sesuai dengan hasil test masuk maupun yang
tidak sesuai dengan tingkat pencapaian rata-rata dari mahasiswa lainnya dapat diperoleh dengan menerapkan
algoritma local outlier factor ini. Pengembangan perangkat lunak yang dilakukan dapat secara fleksibel untuk
memasukan atribut-atribut yang akan dijadikan faktor penentu outlier.