Penelitian yang berjudul "Perancangan Algoritma Naive Bayes Dalam Klasifikasi Pemilihan Jurusan Siswa". Penelitian ini bertujuan untuk pembuatan suatu prediski dan impelemtasi metode dalam kalsifikasi Naive Bayes, serta untuk mengevaluasi dampak ketidak seimbangan kelas terhadap kinerja model klasifikasi. Penelitian ini juga menemukan adanya kelebihan sampel data secara tidak sengaja, dan eksperimen dengan menggunakan teknik SMOTE dilakukan untuk mengatasi ketidak seimbangan kelas tersebut. Data pemilihan jurusan siswa dari SMA Negeri 2 Cikarang Selatan digunakan untuk mengidentifikasi ketidak seimbangan kelas. Eksperimen ini membandingkan hasil klasifikasi sebelum dan setelah penerapan teknik SMOTE. Hasil analisis menunjukkan bahwa sebelum menggunakan teknik SMOTE, terdapat ketidak seimbangan kelas yang signifikan dalam data pemilihan jurusan siswa. Ketidak seimbangan ini memiliki dampak negatif terhadap kinerja model klasifikasi, terutama dalam mengenali kelas minoritas. Namun, setelah penerapan teknik SMOTE, ketidak seimbangan kelas berhasil dikurangi dan kinerja model klasifikasi mengalami peningkatan yang signifikan. Recall untuk kelas IPS meningkat menjadi 0,76, sementara recall untuk kelas MIPA tetap tinggi dengan nilai 0,92. Precision untuk kelas IPS meningkat menjadi 0,87, sedangkan precision untuk kelas MIPA tetap stabil di 0,85. Dengan menggunakan precision dan recall, skor F1 mencapai 0,8846. Berdasarkan temuan penelitian ini, dapat disimpulkan bahwa kinerja model klasifikasi dalam memilih jurusan siswa dapat dipengaruhi oleh kelebihan sampel data. Metode SMOTE efektif dalam mengurangi ketidak seimbangan kelas dan meningkatkan kinerja model klasifikasi. Metode Naive Bayes dapat digunakan sebagai alternatif yang efektif dalam memprediksi penjurusan siswa di SMA Negeri 2 Cikarang Selatan setelah menerapkan teknik SMOTE.