Identifikasi minat dan bakat mahasiswa merupakan salah satu langkah penting dalam mendukung pengembangan potensi serta perencanaan karir yang tepat. Namun, proses identifikasi yang dilakukan secara manual seringkali memerlukan waktu lama dan rentan terhadap subjektivitas. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes Classifier dalam mengklasifikasikan minat dan bakat mahasiswa STMIK Bina Nusantara Jaya Lubuklinggau. Data penelitian diperoleh dari data kasus lama yang mencakup Menyukai membaca, Menyukai berbicara dan bercerita, Suka Belajar Sendiri, Suka Belajar Berkelompok, Menyukai Mata Kuliah Bisnis, Menyukai pelajaran matematika, Menyukai menggunakan computer, dan  Hobi. Metode Naïve Bayes dipilih karena memiliki keunggulan dalam menyelesaikan masalah klasifikasi berbasis probabilistik dengan tingkat akurasi yang cukup baik meskipun data bersifat sederhana. Hasil pengujian menunjukkan bahwa sistem yang dibangun mampu mengidentifikasi kategori minat dan bakat mahasiswa yang diuji yaitu selvi firmayani dengan hasil Technopreneur sebesar 0.005859375 yang lebih besar dari kategori minat dan bakat lainnya. Dengan demikian, penerapan metode ini dapat menjadi alternatif solusi dalam memberikan rekomendasi akademik dan pengembangan karir yang lebih objektif bagi mahasiswa
                        
                        
                        
                        
                            
                                Copyrights © 2025