Terdapat banyak faktor yang menjadi kriteria penentu kinerja pelajar salah satu diantaranya adalah konsumsi alkohol oleh pelajar, hal ini dapat mempengaruhi pengambilan keputusan negatif yang menjadi faktor keberhasilan kinerja pelajar. Pada penelitian ini digunakan teknik klasifikasi untuk memprediksi minat pelajar dalam mengambil Langkah untuk melanjutkan pendidikan ke jenjang yang lebih tinggi yang dipengaruhi oleh berbagai faktor, salah satunya adalah tingkat konsumsi alkohol oleh pelajar. Dengan membuat model menggunakan algoritma klasifikasi Naïve Bayes dan Decision Tree yang diujikan pada data konsumsi alkohol oleh pelajar menggunakan tools Rapid Miner. Kemudian model yang dihasilkan dikomparasi untuk menentukan algoritma terbaik dalam mengidentifikasi kinerja pelajar. Dengan menggunakan Teknik Cross Validation didapatkan statistik yang menunjukan bahwa Algoritma Decision Tree memiliki kinerja lebih baik jika diabandingkan dengan Naïve Bayes. Algoritma Decision Tree memiliki tingkat akurasi sebesar 86.44% sedangkan Naïve Bayes hanya memiliki tingkat akurasi sebesar 82.60%. Dan berdasarkan statistic ROC, bisa dikatakan bahwa Naïve Bayes memiliki kinerja yang cukup buruk dengan tingkat Equal Error Rate (EER) sebesar 65%, sedangkan Decision Tree memiliki tingkat EER lebih rendah yaitu sebesar 55%. Dengan begitu algoritma Decision Tree memiliki kinerja lebih baik dalam mengidentifikasi kinerja pelajar dengan pengaruh berbagai faktor salah satunya alkohol.