Indonesia merupakan salah satu Negara berkembang di Asia khususnya asia tenggara. Salah satu masalah yang sering dihadapi oleh Negara berkembang adalah kemiskinan. Kemiskinan adalah kondisi seseorang atau sekelompok orang yang tidak mampu memenuhi hak dasarnya untuk mempertahankan dan mengembangkan kehidupan yang bermartabat sehingga dalam upaya meningkatkan kesejahteraan tersebut dapat dilakukan melalui program penanggulangan kemiskinan baik berupa bantuan social maupun pemberdayaan masyarakat. Banyak penelitian terkait klasifikasi kesejahteraan rumah tangga seringkali menggunakan variable target/kelas berupa kategori miskin dan tidak miskin. Melihat kondisi penduduk miskin di Indonesia, sudah seharusnya pemerintah melakukan upaya untuk mengurangi jumlah penduduk miskin di setiap Provinsi melalui berbagai program bantuan. Kemiskinan ini harus diperhatikan untuk dapat mengetahui ketepatan jenis/klasifikasi didapat dari pengelolaan data yang ada dan tersimpan dalam database. Pada data kemiskinan tersebut dari banyak nilai untuk mengetahui miskin atau tidaknya masyarakat, hal ini sesuai dengan bidang keilmuan IT lain yaitu data mining yang bisa diintegrasikan kembali. Data mining adalah proses yang memanfaatkan suatu metode untuk memperoleh informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Tujuan dari penelitian ini adalah mengimplementasikan algoritma Naïve Bayes untuk memprediksi penduduk miskin, rentan miskin dan mampu di Desa Tanoh Anou Kecamatan Idi Rayeuk. Berdasarkan data yang di dapat pada pengujian menggunakan sampel hasil wawancara diperoleh akurasi sebesar 90% berdasarkan 30 kali pengujian dimana hasil akurasi didapat dari percobaan perbandingan satu data actual dan prediksi. Selain itu pada grafik pengujian aplikasi didapat rata-rata delay selama 454,5 milidetik dan performance aplikasi serta fitur dapat bekerja dengan baik karena tidak ditemukannya bug saat pengujian.