Efisiensi bahan bakar kendaraan menjadi isu penting dalam upaya global untuk mengurangi konsumsi energi dan emisi karbon, yang berkontribusi terhadap perubahan iklim dan polusi udara. Meningkatnya jumlah kendaraan bermotor dan meningkatnya permintaan terhadap bahan bakar fosil menambah urgensi untuk meningkatkan efisiensi bahan bakar guna mengurangi dampak lingkungan. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi efisiensi bahan bakar kendaraan dengan menggunakan teknik data mining. Dataset yang digunakan mencakup variabel seperti jenis kendaraan, ukuran mesin, berat kendaraan, kecepatan rata-rata, serta kondisi jalan dan cuaca. Penelitian ini mengadopsi algoritma Naïve Bayes untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap efisiensi bahan bakar, dengan teknik cross-validation yang memastikan akurasi hasil model. Hasil penelitian menunjukkan bahwa faktor utama yang memengaruhi efisiensi bahan bakar adalah jenis kendaraan, ukuran mesin, dan kecepatan rata-rata, dengan kecepatan optimal pada rentang 50-70 km/jam untuk efisiensi bahan bakar maksimal. Selain itu, kondisi jalan dan suhu lingkungan juga memiliki pengaruh signifikan, meskipun efeknya bervariasi tergantung pada jenis kendaraan. Model prediktif yang dihasilkan memiliki tingkat akurasi sebesar 99,64%, menunjukkan kemampuan yang sangat baik dalam memprediksi konsumsi bahan bakar berdasarkan variabel input yang diberikan. Penelitian ini mengindikasikan bahwa efisiensi bahan bakar dapat ditingkatkan melalui desain kendaraan yang lebih optimal, seperti pengurangan berat kendaraan dan peningkatan efisiensi mesin. Tantangan yang dihadapi dalam penelitian ini mencakup variabilitas faktor eksternal, seperti data cuaca yang tidak konsisten, dan solusi yang diusulkan melibatkan metode pengumpulan data yang lebih komprehensif untuk memperoleh hasil yang lebih akurat. Hasil penelitian ini dapat digunakan sebagai dasar untuk pengembangan strategi penghematan energi, desain kendaraan yang lebih efisien, serta sebagai referensi bagi penelitian lanjutan untuk mengurangi konsumsi bahan bakar dan emisi karbon.