<![CDATA[Perkembangan teknologi informasi telah memberikan dampak signifikan dalam pengelolaan zakat, khususnya zakat fitrah. Zakat fitrah merupakan kewajiban umat Islam untuk membantu kaum dhuafa yang membutuhkan. Namun, proses penentuan mustahiq (penerima zakat) sering kali dilakukan secara manual, sehingga berisiko terjadi ketidaktepatan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi kelayakan mustahiq zakat fitrah menggunakan metode Naïve Bayes di Masjid Nur Hadi, Kelurahan Dadimulyo, Kecamatan Kota Kisaran Barat. Metode Naïve Bayes dipilih karena kemampuannya dalam klasifikasi berbasis probabilitas dengan asumsi independensi antar-atribut. Data yang digunakan mencakup atribut seperti golongan, pendapatan, jumlah tanggungan, tempat tinggal, dan kondisi kesehatan. Pendekatan penelitian menggunakan metode CRISP-DM yang meliputi enam tahap, yaitu pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Hasil analisis menunjukkan bahwa sistem prediksi ini memiliki akurasi sebesar 88%. Dari 104 data mustahiq, sebanyak 74 orang (71,2%) dinyatakan layak menerima zakat, sedangkan 30 orang (28,8%) dinyatakan tidak layak. Evaluasi kinerja model menunjukkan nilai precision untuk kelas positif sebesar 85%, untuk kelas negatif sebesar 100%; nilai recall untuk kelas positif sebesar 100%, untuk kelas negatif sebesar 60%; serta F1-score untuk kelas positif sebesar 92%, dan kelas negatif sebesar 75%. Penelitian ini membuktikan bahwa metode Naïve Bayes mampu meningkatkan efisiensi dan akurasi dalam penentuan kelayakan mustahiq zakat fitrah. Sistem ini diharapkan dapat mendukung pengambilan keputusan yang lebih objektif dan transparan, sehingga zakat dapat disalurkan secara tepat sasaran dan memberikan manfaat maksimal bagi mustahiq yang membutuhkan.]]>
