Penerimaan siswa baru sekolah menengah pertama berbeda dari tahun-tahun sebelum nya, tahun2019 ini penerimaan siswa baru sekolah menengah pertama menngunakan sistem zonasi, sistemini mengutamakan alamat siswa yang terdekat dengan sekolah sehingga stigma tentang sekolahunggulan sudah tidak lagi, namun pada pelaksanaannya klasifikasi zonasi ini terdapat sekolahyang jauh dari alamat terdekat, hal tersebut membuat kuota di suatu daerah tidak merata. Adapuntujuan dari penelitian ini adalah memberikan rekomendasi peneram sistem zonasi pada sekolahmenengah pertama menggunakan metode naïve bayes agar akurat dalam mengklasifikasikanzonasi dan juga tidak ketidakmerataan antar sekolah. Metode naïve bayes adalah salah satu teknikanalisa data mining. Data pendaftar yang digunakan sebanyak 209 data dari tahun 2016,2018 dan2020, variabel yang digunakan sebanyak 7 yaitu jarak, nilai,usia, dan ada 3 variabel bantu yaitupredikat nilai, keterangan jarak dan kategori umur, serta 1 variabel kelas sebagai variabel tujuan.Data uji yang digunakan sebanyak 41 data, dengan hasil pengujian confusion matrix terhadapmetode naïve bayes yaitu akurasi 54 %, Presisi 61 % dan recall 81%