ABSTRAKSI: Perkembangan teknologi telekomunikasi saat ini berkembang semakin pesat. Perusahaan-perusahaan yang bergerak di bidang jasa telekomunikasi juga mulai mengembangkan jaringan telekomunikasi generasi ke-tiga (3G) untuk para pelanggannya dengan fitur-fitur yang lebih canggih. Seiring dengan kemajuan teknologi, kebutuhan akan penyimpanan data juga semakin besar. Namun, data yang besar tidak akan berguna jika informasi yang terkandung di dalamnya tidak diketahui. Oleh karena itu digunakan teknik data mining untuk mengakses informasi tersebut. Dalam tugas akhir ini, data mining digunakan untuk menentukan pelanggan 2G dan 3G serta memprediksi pelanggan 2G yang berpotensi beralih ke layanan 3G dengan studi kasus PAKDD 2006 Kompetisi Data Mining. Metode yang digunakan dalam memecahkan permasalahan tugas akhir ini adalah dengan menggunakan Naive Bayes. Hal ini dikarenakan Naive Bayes merupakan salah satu metode yang mudah digunakan dalam proses klasifikasi. Dengan banyaknya atribut yang ada, maka digunakan metode feature selection untuk menentukan atribut yang akan digunakan dalam proses klasifikasi. Semakin besar peluang pelanggan 2G yang beralih ke jaringan 3G, maka pihak perusahaan pun akan semakin intensif dalam menembak target pasar yang potensial. Diharapkan semakin bertambahnya pelanggan 3G akan semakin meningkatkan profit bagi perusahaan.Kata Kunci : classifier, data mining, feature selection, Naive Bayes, PAKDD 2006 Kompetisi Data MiningABSTRACT: The growth of telecommunication technology in this time are expands fast progressively. Companies, which are active in telecommunication service, also begin expand telecommunication network of third-generation (3G) for its customers with more sophisticated features. Along with progress of technology, the requirement data repository is progressively big. But big data will not useful if the information which consists in data repository is unknown. In this final project, data mining is used to determine 2G and 3G customer, and to predict 2G’s customers which potency to switch 3G network with case study PAKDD 2006 Data Mining Competition. The method which used for solving this final project problem is Naive Bayes. It is caused Naive Bayes is one of method that easy to use in classification process. With many attribute, so it is used feature selection method to choose attribute which will used in classification process. More greater of probability of 2G customers who switch to 3G network, hence the company even will be intensive progressively in shooting potential market goals. It is expected progressively increasing of 3G customers will improve the profit of company.Keyword: classifier, data mining, feature selection, Naive Bayes, PAKDD 2006 Data Mining Competition