Pengguna Narkoba atau penyalahguna Narkoba adalah individu yang menggunakan narkotika atau psikotropika tanpa indikasi medis dan tidak dalam pengawasan dokter. Dalam upaya membantu pengguna atau penyalahguna narkoba agar terlepas dari penggunaan narkoba yang berbahaya Badan Narkotika Nasional Provinsi Kalimantan Timur (BNNP Kaltim) melakukan rehabilitasi kepada pengguna narkoba. Sebelum melakukan rehabilitasi, pengguna narkoba harus melakukan pemeriksaan terlebih dahulu untuk mengetahui tingkat ketergantungan narkoba agar mendapat penanganan medis sesuai tingkat ketergantungan narkoba. Pada penentuan tingkat ketergantungan diperlukan suatu teknik untuk menentukan label atau kelas dari data pengguna narkoba berdasarkan kondisi pengguna atau kriteria yg berpengaruh. Dalam menentukan tingkat ketergantungan narkoba diperlukan suatu system yang dapat mengolah kriteria-kriteria yang dipertimbangkan dalam menetapkan tingkat ketergantungan narkoba. Tujuan penelitian ini yaitu menerapkan metode Naïve Bayes Classifier dalam penentuan tingkat ketergantungan narkoba dan membangun sistem klasifikasi penentuan tingkat ketergantungan narkoba. Penelitian ini menggunakan data rekam medis pengguna narkoba tahun 2019 berjumlah 120 data pasien dan digunakan sebagai data training dan data rekam medis pengguna narkoba tahun 2020 berjumlah 100 data pasien sebagai data testing, data didapat dari Badan Narkotika Nasional Provinsi Kalimantan Timur. Hasil perhitungan metode Naïve Bayes Classifier menggunakan 120 data training dan 100 data testing dengan pengujian metode confusion matrix mendapat hasil akurasi yang sangat baik yaitu dengan nilai accuracy = 94%, precision = 95%, dan recall = 92%. Hasil sistem yang telah dibangun dilakukan pengujian dengan pengujian black box dari hasil yang dilakukan dengan pengujian ini secara keseluruhan hasil yang didapat dari sistem telah berjalan dengan sangat baik.
Kata kunci: Klasifikasi, Narkoba, Naïve Bayes Classifier, Confusion Matrix, Black Box.