Minyak goreng menjadi salah satu komoditas bahan pangan pokok yang strategis karena ketersediaan minyak goreng yang menjangkau hampir seluruh rumah tangga di Indonesia. Tingkat konsumsi minyak goreng yang tinggi membuat masyarakat berharap kestabilan persediaan dan harga minyak goreng. Demi terwujudnya stabilitas harga minyak goreng diperlukan suatu model untuk melakukan klasifikasi kategori harga minyak goreng. Penelitian ini bertujuan untuk mencari metode terbaik di antara metode Naïve Bayes dan Decision Tree dalam klasifikasi kategori harga minyak goreng di Kota Samarinda. Pengujian dilakukan dengan melakukan tahapan evaluasi model yang dihasilkan dari metode Naïve Bayes dan Decision Tree menggunakan confusion matrix dan validasi model menggunakan 5-fold Cross Validation. Penelitian ini menggunakan 205 data harga minyak goreng yang terdiri dari minyak goreng curah, minyak goreng kemasan bermerek 1, dan minyak goreng kemasan bermerek 2 yang didapatkan dari situs web Pusat Informasi Harga Pangan Strategis Nasional, data harga Crude Palm Oil (CPO) yang didapatkan dari situs web Badan Pengawas Perdagangan Berjangka Komoditi (Bappebti) Kementerian Perdagangan Republik Indonesia, dan data harga Tandan Buah Sawit (TBS) yang didapatkan dari situs web Dinas Perkebunan Provinsi Kalimantan Timur. Hasil dari penelitian ini adalah metode Decision Tree Algoritma C4.5 dengan normalisasi min-max dan z-score menjadi metode terbaik dalam klasifikasi kategori harga minyak goreng di Kota Samarinda dengan rata-rata tingkat akurasi sebesar 85,36% pada komoditas minyak goreng curah, komoditas minyak goreng kemasan bermerek 1, dan komoditas minyak goreng kemasan bermerek 2.