Banyak parameter yang mempengaruhi ketepatan waktu kelulusan mahasiswa, mulai dari minat mahasiswa terhadap jurusan tertentu, jenis kelas yang dipilih, hingga nilai setiap semester yang didapat. Hal ini merupakan faktor penentu bagaimana mahasiswa bisa lulus tepat waktu atau tidak di akhir pendidikannya. Maka dibutuhkan suatu model untuk melakukan prediksi tingkat kelulusan mahasiswa tepat waktu, dengan menggunakan data alumni yang datanya didapat dari beberapa Perguruan Tinggi yang ada di Kota Palembang. Model yang digunakan ini menggunakan algoritma Naïve Bayes yang berfungsi sebagai salah satu model untuk melakukan klasifikasi. Dataset yang digunakan adalah data alumni yang sudah dikumpulkan dari beberapa Perguruan Tinggi, sedangkan untuk attribut-attribut yang digunakan adalah Jurusan, Perguruan Tinggi, Jenis Kelas, Nilai IP Sementara dari semester 1 hinga 4, tahun lulus, dan angkatan kuliah. Lalu dari attribut dan model yang digunakan, peneliti menggunakan bahasa pemrograman Python 3 dan tools Jupyter Notebook untuk melakukan pemrosesan dataset yang sudah disiapkan. Selanjutnya pembagian dataset dibagi 70% untuk data training dan 30% sebagai data testing. Untuk menguji proses algoritma yang digunakan peneliti menggunakan K-Fold Validation Hasil penelitian ini merupakan akurasi dari model prediksi yang dilakukan, yang dimana hasil akurasi yang didapat dari bahasa pemrograman Python 3 dan algoritma Naïve Bayes adalah 0.8103.