Klasifikasi adalah metode untuk menentukan keanggotaan objek pada suatu kelas berdasarkan data-data yang telah tersedia. Terdapat beberapa metode dalam klasifikasi, salah satunya adalah naïve Bayes dengan kelebihannya yang mudah dibangun dan memiliki kinerja yang baik. Kinerja model klasifikasi dapat dipengaruhi oleh beberapa hal, salah satunya masalah ketidakseimbangan data yang menyebabkan performa klasifikasi menjadi menurun sehingga perlu diatasi menggunakan algoritma random oversampling dan random undersampling. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi naïve Bayes pada data tidak seimbang dan pada data yang diseimbangkan menggunakan algoritma random oversampling serta random undersampling. Data yang digunakan adalah data rumah tangga penerima manfaat di Kecamatan Samarinda Ilir tahun 2023. Berdasarkan hasil penelitian dapat diketahui bahwa tingkat akurasi klasifikasi naïve Bayes pada data tidak seimbang sebesar 0,8316 atau 83,16%, pada data yang diseimbangkan menggunakan algoritma random oversampling sebesar 0,8465 atau 84,65%, dan pada data yang diseimbangkan menggunakan algoritma random undersampling sebesar 0,8435 atau 84,35%. Hasil pengukuran akurasi menunjukkan bahwa klasifikasi naïve Bayes pada data yang diseimbangkan menggunakan algoritma random oversampling memiliki tingkat akurasi yang lebih tinggi.