Klasifikasi adalah suatu pekerjaan menilai objek data untuk memasukkannya ke dalam kelas tertentu dari sejumlah kelas yang tersedia. Metode naïve Bayes atau Bayesian Classification adalah pengklasifikasian statistik yang dapat digunakan untuk memperkirakan probabilitas keanggotaan suatu class. Sedangkan metode K-Nearest Neighbor (K-NN) merupakan metode supervised yang digunakan untuk klasifikasi (dengan peubah output atau peubah dependen berupa kategori). Adapun tujuan dari penelitian ini adalah untuk memperoleh hasil klasifikasi dari status gizi balita di Puskesmas Baqa Samarinda Seberang menggunakan algoritma naïve Bayes dan algoritma K-NN. Data yang digunakan pada penelitian ini adalah data status gizi balita di Puskesmas Baqa Samarinda Seberang Tahun 2022. Berdasarkan hasil pengukuran untuk klasifikasi pada status gizi balita di Puskesmas Baqa Samarinda Seberang dengan perhitungan akurasi serta matriks konfusi didapatkan akurasi tertinggi pada metode naïve Bayes sebesar 82,15% dan nilai Press’s Q sebesar 168 dengan proporsi data training 90% : data testing 10%. Sedangkan hasil perhitungan akurasi serta matriks konfusi didapatkan akurasi tertinggi pada metode K-NN 90,57% pada nilai 3-NN, 5-NN, 7-NN, 9-NN dan nilai Press’s Q sebesar 187,65 dengan proporsi data training 90% dan data testing 10%. Dari hasil analisis tersebut, disimpulkan bahwa metode K-NN bekerja lebih baik dibandingkan dengan metode naïve Bayes dalam mengklasifikasikan status gizi balita di Puskesmas Baqa Samarinda Seberang.