Abstract – Payment of school fees is an important factor in carrying out education because payment of school fees is one of the important obligations in getting an education. Research conducted by Muqorobin, 2019 with the research title "Optimizing the Naive Bayes Method with Feature Selection Gain for Predicting Late School Payment" produces an accuracy rate of 80%, then optimization is carried out using information gain and Naive Bayes produces an accuracy rate of 90%. The research conducted will be a prediction of late payment of school fees using the C4.5 algorithm and then carried out into the form of programming using Python, so as to produce a prediction result. Information Prediction Results obtained from Python then will try to compare the level of accuracy with the dataset that has been collected using a confusion matrix. The dataset obtained from De Britto Yogyakarta High School using Python produces an accuracy rate of 73%. This research is expected to help the school in making decisions and minimize the level of late payment of school fees.Keywords - Prediction, Algorithm C4.5, Python, and Data Mining.Abstract – Pembayaran yang sekolah merupakan faktor yang cukup penting dalam melangsungkan pendidikan karena pembayaran uang sekolah merupakan salah satu kewajiban penting dalam mendapatkan pendidikan. Penelitian yang telah dilakukan Muqorobin, 2019 dengan judul penelitian “Optimasi Metode Naive Bayes Dengan Feature Selection Gain Untuk Memprediksi Keterlambatan Pembayaran Uang Sekolah” menghasilkan tingkat akurasi sebesar 80%, kemudian dilakukan optimasi dengan menggunakan information gain dan Naive Bayes menghasilkan tingkat akurasi sebesar 90%. Penelitian yang dilakukan akan dilakukan prediksi keterlambatan pembayaran uang sekolah dengan menggunakan algoritma C4.5 dan kemudian dilakukan implementasi kedalam bentuk pemrograman dengan menggunakan Python, sehingga menghasilkan keterangan hasil prediksi. Keterangan Hasil Prediksi yang didapatkan dari Python, kemudian akan coba dilakukan perbandingan tingkat akurasi dengan dataset yang sudah dikumpulkan menggunakan confusion matrix. Dataset yang didapatkan dari Sekolah Menengah Atas De Britto Yogyakarta menggunakan Python menghasilkan tingkat akurasi sebesar 73%. Penelitian ini diharapkan dapat membantu pihak sekolah dalam mengambil keputusan dan meminimalisir tingkat keterlambatan pembayaran uang sekolah.Kata kunci - Prediksi, Algoritma C4.5, Python dan Data Mining.