Pada penelitian ini bertujuan untuk membandingkan kinerja dari dua algoritma data mining klasifikasi yaitu algoritma K-Nearest Neighbor, dan C4.5 dengan menggunakan metode K-fold cross validation. Data yang digunakan pada penelitian ini yaitu data publik iris dengan jumlah 150 data dan target klas berjumlah 3 label yaitu iris-setosa, iris-versicolor, dan iris-virginica. Data training yang digunakan sebesar 97% atau 145 data dari 150 data, dan data testing yang digunakan sebesar 3% atau 5 data, dan jumlah K pada K-fold cross validation sebesar 30 atau 30 kali tahap percobaan. Hasil penelitian yaitu diperoleh kinerja algoritma K-Nearest Neighbor sebesar 95,33%, recall sebesar 95,33%, dan presisi sebesar 96,27%. Sedangkan algoritma C4.5 memperoleh akurasi sebesar 96,00%, recall sebesar 94,44%, dan presisi sebesar 93,52%.