Pada Penelitian kami saat ini adalah melakukan komparasi dari beberapa algoritma yang telah kami ujikan yaitu dalam melakukan pencarian tingkat akurasi kinerja belajar pada siswa, permasalahan dari penelitian ini adalah mendapatkan hasil kemampuan generalisasi yang sangat baik sehingga didapat nilai akurasi yang lebih tinggi selain itu tujuan penelitian kami adalah untuk mendapatkan hasil tingkat akurasi dengan performa terbaik yang selanjut untuk mengidentifikasi fitur-fitur yang dapat mempengaruhi dalam kinerja siswa belajar. Dari hasil algoritma yang telah kami uji cobakan sebanyak empat yang diantaranya Naïve Bayes, Support Vectore Machine, Neural Network dan KNN yang terdapat pada machine learning. Hasil dari keempat algoritma tersebut untuk algoritma Naïve Bayes didapatkan nilai akurasinya sebesar 96.30% , pada algoritma Support Vectore Machine akurasi sebesar 98.70%, serta pada algoritma Naural Network akurasi sebesar 99.50% dan yang terakhir dengan algoritma KNN menghasilkan akurasi sebesar 94.80%. maka dapat disimpulkan dengan menggunakan algoritma Neural Network merupakan algoritma dengan performa terbaik daripada menggunakan algoritma lainnya dalam mengevaluasi kinerja siswa belajar, selain itu Neural Network dapat dijadikan sebuah alternatif yang baik sekali untuk digunakan sebagai prediksi khususnya dibidang pendidikan.