Sekolah Menengah Atas merupakan jenjang pendidikan menengah yang terakhir ditempuh sebelum memasuki jenjang perguruan tinggi. Dalam jenjang ini terdapat tahap penjurusan, salah satu tantangan yang dihadapi siswa Sekolah Menengah Atas (SMA) adalah menentukan jurusan yang sesuai untuk melanjutkan ke jenjang pendidikan tinggi. Proses penjurusan yang dilakukan secara manual dan subjektif seringkali menyebabkan siswa merasa bingung, bahkan salah jurusan, sehingga berdampak pada proses belajar di perguruan tinggi. Oleh karena itu, diperlukan sebuah sistem yang mampu membantu siswa dalam menentukan jurusan secara objektif dan berdasarkan data. Penelitian ini bertujuan untuk membangun sistem rekomendasi jurusan berbasis web dengan menerapkan metode Naïve Bayes dalam pendekatan data mining. Metode penyelesaian masalah mengikuti tahapan Cross Industry Standard Process for Data Mining (CRISP-DM). Dataset yang digunakan terdiri dari 231 data siswa SMAN 1 Kuningan, dengan pembagian 80% data latih dan 20% data uji. Sistem ini menggunakan nilai mata pelajaran dan minat siswa sebagai atribut untuk klasifikasi. Hasil pengujian menunjukkan bahwa sistem mampu melakukan klasifikasi dengan tingkat akurasi sebesar 87%, presisi 90%, recall 91% dan f1-score 85%. Hasil ini menunjukkan bahwa algoritma Naïve Bayes dapat diterapkan secara efektif untuk membantu proses penjurusan siswa menuju perguruan tinggi secara lebih terarah dan akurat.

High school is the final level of secondary education before entering higher education. At this level, there is a stage of specialization, and one of the challenges faced by high school students is determining the right major to continue on to higher education. The manual and subjective nature of the subject selection process often leaves students feeling confused, even choosing the wrong subject, which can impact their learning process in higher education. Therefore, a system is needed that can help students determine their subject of study objectively and based on data. This study aims to develop a web-based subject recommendation system by applying the Naïve Bayes method in a data mining approach. The problem-solving method follows the Cross Industry Standard Process for Data Mining (CRISP-DM) stages. The dataset used consists of 231 student data from SMAN 1 Kuningan, with an 80% training data and 20% testing data division. This system uses subject grades and student interests as attributes for classification. Testing results indicate that the system can classify with an accuracy rate of 87%, precision of 90%, recall of 91%, and an F1-score of 85%. These results demonstrate that the Naïve Bayes algorithm can be effectively applied to assist in the college major selection process for students in a more targeted and accurate manner.