Asuransi jiwa adalah jasa penanggulangan risiko yang memberikan pembayaran kepada pemegang polis bila terjadi musibah yang telah diatur dalam perjanjian. Suatu sistem klasifikasi perlu dilakukan untuk mempermudah perusahaan dalam mengambil keputusan untuk memberikan polis kepada nasabah. Salah satu sistem yang dapat digunakan yaitu multinomial naive Bayes. Multinomial naive Bayes merupakan sebuah pengklasifikasian probabilistik sederhana yang memiliki jumlah kelompok atau kategori lebih dari 2. Algoritma dengan menggunakan teorema Bayes mengasumsikan semua variabel saling bebas. Tujuan penelitian ini adalah mendapatkan tingkat akurasi dari 5 proporsi yang berbeda dengan metode multinomial naive Bayes yang digunakan pada data status pembayaran nasabah asuransi. Data yang digunakan adalah data nasabah PT. Prudential Life Samarinda tahun 2019 dengan status pembayaran premi lancar, kurang lancar dan tidak lancar dan menggunakan 5 variabel bebas yaitu pendapatan, usia, besar pembayaran premi, jenis kelamin dan pekerjaan. Hasil pengukuran tingkat akurasi klasifikasi menggunakan Apparent Error Rate (APER) status pembayaran premi pada data nasabah asuransi PT. Prudential Life Tahun 2019 dengan metode multinomial naive Bayes menunjukkan kesalahan klasifikasi 22,96% pada proporsi 50:50, pada proporsi 60:40 terdapat 21,43% kesalahan klasifikasi, pada proporsi 70:30 terdapat 19,05% kesalahan klasifikasi, pada proporsi 80:20 memiliki kesalahan klasifikasi sebesar 14,29%, dan proporsi 90:10 memiliki kesalahan klasifikasi sebesar 7,14%