ABSTRAK Nama : Dewi Sartika Program Studi : Magister Ilmu Komputer Judul Tesis : Perbandingan Algoritma Klasifikasi Naive Bayes, Nearest Neighbour, dan Decision Tree Pada Studi Kasus Pengambilan Keputusan Pemilihan Pola Pakaian Data mining adalah suatu proses analisis terhadap sekumpulan data yang ada di dalam basis data sehingga diperoleh informasi yang akan digunakan untuk tahap selanjutnya. Salah satu teknik data mining yang umum digunakan yaitu teknik klasifikasi. Klasifikasi adalah suatu teknik pembentukan model dari data yang belum terklasifikasi, untuk digunakan mengklasifikasi data baru. Klasifikasi termasuk ke dalam tipe supervised learning, artinya dibutuhkan data pelatihan untuk membangun suatu model klasifikasinya. terdapat 5 kategori klasifikasi yaitu berbasis statistik, berbasis jarak, berbasis pohon keputusan, berbasis jaringan syaraf, dan berbasis aturan. Tiap kategori klasifikasi memiliki banyak pilihan algoritma, beberapa algoritma yang sering digunakan adalah algoritma naive bayes, nearest neighbour, dan decision tree. Pada penelitian ini akan dilakukan perbandingan dari ketiga algoritma tersebut pada studi kasus pengambilan keputusan pemilihan pola pakaian. Hasil perbandingan menunjukkan bahwa metode decision tree memiliki tingkat akurasi tertinggi dibandingkan algoritma naive bayes dan nearest neighbour yaitu mencapai 75.6%. Algoritma decision tree yang digunakan ialah algoritma J48 dengan pruned yang menghasilkan model decision tree dengan daun sebanyak 166 dan pohon keputusan yang besarnya 255. Kata kunci : data mining, klasifikasi, supervised learning, naive bayes, nearest neighbour, decision tree, J48