<![CDATA[Sending goods on an expedition is the most important thing to support the progress of a shipping service company. This research aims to create a system that can predict whether goods delivery will be on time or late according to the estimates provided by the Dakota Cargo expedition using the Naive Bayes method. Classification using Naive Bayes is based on previous events, where the features used to classify data are independent of each other. The amount of goods delivery training data used is 509 data from historical data, then this data is implemented into a website-based application to form an application that can predict goods delivery. The implementation results can be seen from the value of each class, where the value becomes the benchmark for determining the prediction status of "late" or "on time". System accuracy from 11 testing data was 81.8%.Keywords: Delivery; Prediction; Dakota Cargo; Naïve BayesAbstrakPengiriman barang pada suatu ekspedisi adalah hal yang paling penting untuk menunjang kemajuan di suatu perusahaan jasa pengiriman. Penelitian ini memiliki tujuan untuk membuat suatu sistem yang bisa memprediksi pengiriman barang apakah itu tepat waktu atau terlambat sesuai estimasi yang diberikan oleh ekspedisi Dakota Cargo dengan menggunakan metode Naive Bayes. Klasifikasi menggunakan Naive Bayes didasarkan pada kejadian sebelumnya, dimana fitur-fitur yang digunakan untuk mengklasifikasikan data adalah independen satu sama lain. Jumlah data training pengiriman barang yang digunakan sebanyak 509 data dari data histori, kemudian dengan data tersebut diimplementasikan ke dalam apliasi berbasis website sehingga membentuk sebuah aplikasi yang bisa memprediksi pengiriman barang. Hasil implementasi dapat dilihat dari nilai masing-masing class, dimana besaran nilai menjadi patokan untuk menentukan status prediksi “terlambat†atau “tepat waktuâ€. Akurasi sistem dari 11 data testing, sebesar 81.8%. ]]>
