Sekolah Menengah Kejuruan (SMK) berperan strategis dalam menyiapkan lulusan yang kompeten dan mampu menentukan arah karier melalui jalur bekerja, melanjutkan pendidikan, atau berwirausaha. SMKN 1 Bangkinang telah melaksanakan pendataan lulusan melalui Tracer Study yang dikelola Bursa Kerja Khusus (BKK). Namun, data tersebut belum dimanfaatkan secara optimal untuk mengidentifikasi pola keterserapan lulusan dan mendukung layanan bimbingan karier berbasis data. Penelitian ini bertujuan menganalisis keterserapan lulusan berdasarkan karakteristik sosial-ekonomi, mengidentifikasi atribut dominan, serta membangun model prediksi yang mudah diinterpretasikan. Penelitian menggunakan 1.278 data alumni hasil integrasi data akademik dan Tracer Study tahun 2021–2024. Pengelompokan kelas mengacu pada konsep Bekerja, Melanjutkan Pendidikan, dan Wirausaha (BMW), dengan tambahan kelas Lainnya sebagai kelas residual bagi alumni yang tidak mengisi atau tidak melengkapi Tracer Study. Data diklasifikasikan menjadi empat kategori, yaitu Bekerja, Melanjutkan Studi, Berwirausaha, dan Lainnya. Tahapan penelitian meliputi pengumpulan dan integrasi data, preprocessing, pembentukan model baseline, optimasi, pengembangan Hybrid Rough Set–Decision Tree, evaluasi, serta implementasi menggunakan Streamlit. Rough Set digunakan untuk menghasilkan aturan dan mendukung pemilihan atribut, sedangkan Decision Tree membentuk model klasifikasi yang transparan dan mudah dipahami. Evaluasi menggunakan accuracy, precision, recall, F1-score, confusion matrix, dan ROC-AUC multikelas. Hasil penelitian menunjukkan model hybrid memperoleh accuracy 87,50%, precision 81,30%, recall 80,28%, dan F1-score 79,44%, lebih baik dibandingkan Decision Tree baseline dengan accuracy 86,33% dan Rough Set baseline 50,78%. Atribut paling dominan adalah Keselarasan Kerja sebesar 0,4385 dan Keselarasan Usaha sebesar 0,3294. Model diimplementasikan pada framework Streamlit untuk menghasilkan prediksi dan probabilitas setiap kategori.