Tugas akhir yang dibuat membahas tentang penerapan metode k-means clustering dan algoritma naive bayes pada proses real-time dari sistem real-time business intelligence untuk mengetahui tingkat pemrosesan data yang sangat cepat dan evaluasi pengklasifikasian . Pengklasifikasian ini tidak hanya diperlukan untuk menggambarkan data data yang ada tetapi juga untuk dapat memprediksi data yang tak terlihat. Pada karya tulis ini, penulis menggunakan metode k-means Clustering dan Algoritma naive bayes sebagai pencari aturan (rule) baru yang belum ada pada basis aturan (rule base) sebuah business intelligence dengan tingkat kecepatan proses data lebih tinggi daripada tingkat data yang masuk dari data mining. Metode k-means clustering digunakan untuk proses pelabelan data sehingga lebih mudah untuk menganalisis hasil pengelompokan. Algoritma naive bayes merupakan algoritma yang digunakan untuk proses pengklasifikasian data,data yang sudah diklasifikasi tidak perlu masuk proses pelabelan karena data tersebut tidak membutuhkan adanya proses analisis. Hasil akurasi yang didapatkan dalam penelitian ini, yaitu 93.33%
Kata kunci : real-time business intelliggence, k-means clustering,algoritma naive bayes,data mining,ensemble method