Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma klasifikasi, yaitu Naive Bayes dan Support Vector Machine (SVM), dalam mengklasifikasikan data menggunakan tools Orange Data Mining. Pengujian dilakukan dengan metode cross-validation dan hasilnya divisualisasikan melalui ROC Curve untuk menilai kemampuan diskriminatif masing-masing model. Berdasarkan hasil analisis, model Naive Bayes (kurva hijau) menunjukkan kinerja yang lebih baik dibandingkan SVM (kurva oranye). Hal ini terlihat dari posisi kurva Naive Bayes yang lebih dekat ke titik ideal pada grafik ROC serta nilai AUC (Area Under Curve) yang lebih tinggi, yaitu 0.901 dibandingkan 0.818 pada SVM. Nilai AUC yang lebih besar menunjukkan bahwa Naive Bayes memiliki kemampuan yang lebih unggul dalam membedakan antara kelas positif dan negatif. Dengan demikian, dapat disimpulkan bahwa algoritma Naive Bayes merupakan model yang lebih efektif dan direkomendasikan untuk digunakan dalam proses klasifikasi pada dataset ini, terutama ketika tujuan utama adalah meningkatkan kemampuan model dalam membedakan kelas target.