<![CDATA[Abstract: The rapid development of information technology has increased public demand for computer devices, particularly laptops. The wide variety of products and diverse consumer preferences make it essential for businesses to understand purchasing patterns in order to develop effective marketing strategies. This study aims to apply data mining techniques using the Naive Bayes Classifier algorithm to predict laptop purchase decisions based on sales data and consumer characteristics. The Naive Bayes Classifier method was chosen for its ability to perform accurate classification even when dealing with heterogeneous data and multiple attributes. The dataset used in this study includes attributes such as price, brand, specifications, and buyer preferences. The research process consists of data collection, preprocessing, probability calculation for each class, and evaluation using accuracy values and a confusion matrix. The results show that the Naive Bayes Classifier algorithm provides a satisfactory level of accuracy in predicting laptop purchasing behavior. These findings are expected to assist stores or companies in understanding customer purchasing patterns and supporting strategic decision-making in laptop product marketing. Keywords: Data Mining, Naive Bayes Classifier, Prediction, Laptop Purchase, Classification. Abstrak: Perkembangan teknologi informasi yang semakin pesat mendorong peningkatan kebutuhan masyarakat terhadap perangkat komputer, khususnya laptop. Banyaknya variasi produk dan preferensi konsumen membuat pelaku bisnis perlu memahami pola pembelian agar dapat menentukan strategi pemasaran yang tepat. Penelitian ini bertujuan untuk menerapkan teknik data mining menggunakan algoritma Naive Bayes Classifier dalam memprediksi keputusan pembelian laptop berdasarkan data penjualan dan karakteristik konsumen. Metode Naive Bayes Classifier dipilih karena kemampuannya dalam melakukan klasifikasi dengan tingkat akurasi yang baik meskipun data bersifat heterogen dan memiliki jumlah atribut yang banyak. Data yang digunakan dalam penelitian ini meliputi atribut seperti harga, merek, spesifikasi, dan preferensi pembeli. Proses penelitian meliputi tahap pengumpulan data, pra-pemrosesan, perhitungan probabilitas setiap kelas, hingga evaluasi hasil menggunakan nilai akurasi dan confusion matrix. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes Classifier mampu memberikan prediksi yang cukup akurat terhadap perilaku pembelian laptop dengan tingkat akurasi yang mencapai nilai yang memuaskan. Temuan ini diharapkan dapat membantu pihak toko atau perusahaan dalam memahami pola pembelian pelanggan serta mendukung pengambilan keputusan strategis dalam pemasaran produk laptop. Kata Kunci : Data Mining, Naive Bayes Classifier, Prediksi, Pembelian Laptop, Klasifikasi. ]]>
