Tujuan utama setiap alumni setelah lulus di perguruan tinggi adalah mendapatkan pekerjaan. Setiap alumni tentu memiliki rentang waktu yang berbeda untuk mendapatkan pekerjaan setelah lulus, maka dari itu diperlukan metode untuk memprediksi seberapa lama waktu yang diperlukan oleh alumni dalam mendapatkan pekerjaan setelah lulus. Dalam penelitian ini dilakukan perbandingan metode antara Naïve Bayes dan K-Nearest Neighbor dengan nilai K = 3, 5, 7, dan 9. Parameter yang digunakan sebagai acuan prediksi rentang waktu dalam mendapatkan pekerjaan adalah masa studi, jenis kelamin, dan IPK terakhir. Prediksi yang dihasilkan adalah berupa keterangan cepat yang berarti tiga bulan ke bawah dan lama yang berarti di atas tiga bulan. Data yang digunakan sebanyak 1669, dimana 80% atau 1335 sebagai data training dan 20% ata 334 sebagai data testing. Hasil yang diperoleh adalah Naïve Bayes memiliki akurasi dan MAPE yang lebih baik yaitu 83.83% dan 16.17%, dibandingkan dengan K-Nearest Neighbor dengan nilai K terbaik yaitu 9 yang memiliki akurasi 82.34% dan MAPE 17.66%. Berdasarkan ketentuan rentang nilai MAPE, baik Naïve Bayes dan K-Nearest Neighbor dengan nilai K=9 memiliki arti bahwa metode tersebut baik dalam kasus ini, namun Naïve Bayes sedikit lebih baik.