Coronavirus Disease 2019 (COVID-19) telah menjadi pandemi di Indonesia sebagai bencana non alam berupa wabah penyakit yang wajib dilakukan upaya penanggulangan. Upaya-upaya yang dilakukan disesuaikan dengan perkembangan situasi dari COVID-19 dunia yang dipantau dari WHO. Kurangnya pengetahuan dan kesadaran masyarakat umum dalam melaksanakan pencegahan dan pengendalian diantaranya terdapat kesulitan dalam melaksanakan surveilans, deteksi dini, pelacakan kontak, pencegahan dan pengendalian infeksi, serta komunikasi risiko maupun pemberdayaan masyarakat. Hal ini disebabkan kurangnya penerapan dan pengujian suatu metode kecerdasan buatan pada diagnosis COVID-19 yang dapat dimanfaatkan secara publik. Berdasarkan wabah tersebut, dilakukan penelitian dengan mempersempit wilayah nya yaitu Kota Tangerang sebagai sumber informasi data penyebaran COVID-19. Teknik data mining diterapkan untuk mengklasifikasikan data menggunakan algoritma naïve bayes. Pengklasifikasian data dilakukan untuk mengetahui status negatif atau positif terinfeksi COVID-19. Untuk tahap pengolahan data awal dari data yang sudah dimiliki, akan diolah dahulu dengan perhitungan manual menggunakan metode algoritma naïve bayes classification dan uji coba menggunakan software rapid miner serta mengevaluasi tingkat akurasi dari metode algoritma naïve bayes classification yang telah diterapkan. Berdasarkan hasil klasifikasi pada RapidMiner, uji coba dengan tiga simulasi mendapatkan hasil keakuratan dalam bentuk confusion matrix pada simulasi 1 sebesar 80.65 %, simulasi 2 sebesar 80.42 %, dan simulasi 3 sebesar 80.74 %.
Kata Kunci : Data Mining, COVID-19, Naive Bayes, Klasifikasi, Confusion Matrix