Rencana Strategis Direktorat Jenderal Bea dan Cukai (DJBC) Tahun 2015-2019 menyebutkan bahwa penerapan teknologi informasi diharapkan dapat mendukung pengambilan keputusan dalam memberikan pelayanan di bidang kepabeanan dan cukai yang berbasis manajemen risiko. Sistem manajemen risiko di lingkungan administrasi kepabeanan dan cukai dapat diterapkan menggunakan teknologi data mining dengan teknik-teknik statistik tertentu. Data mining merupakan proses menemukan suatu pola (model) dari kumpulan data, sehingga dapat dijadikan informasi dalam mengambil keputusan. Penggolongan profil pengusaha pabrik dan importir hasil tembakau merupakan salah satu contoh penerapan manajemen risiko di bidang cukai oleh DJBC. Penggolongan profil risiko pengusaha cukai ini pada penerapannya mengalami kendala ketika klasifikasi profil risiko pengusaha cukai tidak tersedia sehingga berdampak pada terganggunya pengambilan keputusan dalam pemberian fasilitas penundaan pembayaran dan dalam pelayanan permohonan penyedian pita cukai. Penelitian ini termasuk kategori klasifikasi multi kelas karena atribut output atau target terdiri dari tiga kelas yaitu risiko rendah (L), sedang (M), dan tinggi (H). Metode klasifikasi yang digunakan untuk membangun model yaitu multinomial logistic regression dan naïve bayes, kemudian dilakukan evaluasi terhadap model dengan teknik k-fold cross validation.