Algoritma Naïve Bayes adalah metode klasifikasi yang menggunakan prinsip probabilitas untuk membuat model prediksi.Naïve Bayes didasarkan pada asumsi bahwa semua atributnya bersifat independen yang dapat dioptimasi dengan algoritma genetika. Algoritma Genetika adalah teknik optimasi yang cara kerjanya meniru proses evaluasi dan perubahan struktur genetika pada makhluk hidup. Pada penelitian ini, dilakukan optimasi algoritma Naïve Bayes menggunakan algoritma genetika untuk memprediksi kelulusan mahasiswa dengan beberapa atribut, yaitu jenis kelamin, asal daerah, jalur masuk dan status pekerjaan. Data yang digunakan merupaakan data mahasiswa Jurusan Matematika FMIPA Universitas Mulawarman yang lulus pada bulan Maret Tahun 2018 sampai dengan bulan Desember Tahun 2020. Hasil dari penelitian ini menunjukan nilai akurasi yang dihasilkan Naïve Bayes sebesar 50% meningkat sebesar 16,67% setelah atribut dioptimasi menggunakan algoritma genetika menjadi 66,67% dengan 3 atribut terpilih yaitu asal daerah, jalur masuk dan status pekerjaan.