Peningkatan taraf hidup masyarakat di Desa Bapinang Hulu dilakukan dengan berbagai macam program bantuan sosial. Realisasi pelaksanaan program bantuan sosial tidaklah berjalan mulus. Sering kali terjadi kecemburuan sosial dikalangan masyarakat dalam pembagian bantuan sosial. Pembagian bantuan dilakukan berdasarkan penilaian para pengurus desa dan Badan Permusyawaratan Desa. Kemudian divalidasi oleh ketua RT dan RW. Kuota yang diberikan pemerintah sering juga tidak sesuai dengan kondisi jumlah yang berhak menerima di Desa. Kesulitan lain yang dialami yaitu menentukan kreteria atau atribut yang digunakan untuk pemilihan masyarakat penerima Bantuan Pangan Non Tunai. Penelitian ini bertujuan untuk memperoleh model klasifikasi yang nantianya pola dari model klasifikasi dapat diterapkan. Memperoleh atribut yang memiliki korelasi tinggi terhadap atribut yang lain sehingga dapat digunakan dalam klasifikasi data penduduk desa Bapinang Hulu untuk seleksi penerima bantuan sosial. Untuk menyelesaikan permasalah maka diterapkan metode klasifikasi dengan menggunakan Algoritma Naive Bayes. Hasil penelitian menunjukkan bahwa performa model algoritma Naive Bayes sebelum seleksi fitur nilai tertinggi terdapat pada pengujian ke-8 dengan akurasi 89,80%. Sedangkan setelah seleksi fitur nilai akurasi tertinggi terdapat pada pengujian ke-3 dengan akurasi 88,37%. Hasil seleksi fitur menggunakan algoritma Information Gain dari atribut sebanyak 16 menjadi 6 atribut. Dengan demikian diketahui bahwa akurasi tertinggi terdapat sebelum seleksi fitur hanya saja dalam melakukan seleksi penerima bantuan sosial perlu menerapkan kreteria lebuh banyak dan cukup memakan waktu. Sedangkan setelah seleksi fitur hanya menggunakan 6 kreteria untuk menentukan penerima bantuan sosial.