Masalah kesehatan merupakan masalah penting yang tengah dihadapi masyarakat saat ini, apalagi yang tengah menimpa kaum wanita. Mortalitas dan mordibitas pada wanita merupakan masalah yang perlu mendapatkan perhatian yang serius. Di Negara berkembang seperti Indonesia, angka kematian ibu (AKI) adalah jumlah wanita yang meninggal dari suatu penyebab kematian terkait dengan gangguan kehamilan atau penanganannya. Abortus adalah ancaman atau pengeluaran hasil konsepsi sebelum janin sebelum janin dapat hidup diluar kandungan. Banyak faktor resiko yang berkontribusi terhadap kejadian abortus, yaitu usia ibu, usia kehamilan, HB/anemia, jarak kehamilan, riwayat penyakit, riwayat abortus dan gejala. Salah satu rumah sakit yang memberikan perhatian khusus pada abortus adalah RSUD Duta Mulya, kejadian abortus tertinggi terjadi pada tahun 2014. Oleh karena itu, penelitian ini berusaha membantu sebuah rumah sakit untuk merancang sebuah aplikasi data mining yang berfungsi untuk mengkasifikasikan tindakan dari jenis abortus. Dalam penelitian ini metode yang digunakan dalam melakukan proses klasifikasi adalah algoritma naïve bayes. Sedangkan untuk pengujian akurasi hasil klasifikasi digunakan metode confusion matrix. Hasil penilitian ini adalah sebuah aplikasi yang dapat mengklasifikasikan tindakan jenis abortus dengan menggunakan metode naïve bayes. Sedangkan berdasarkan pengujian dari confusion matrix dihasilkan akurasi sebesar 99,26%. Hasil tersebut didapatkan dari 14 data training dan 121 data testing. Dan akurasi sebesar 97,78% dengan 108 data training dan 28 data testing. Dari kedua percobaan yang dilakukan dalam penelitian ini, naïve bayes lebih bagus digunakan dengan menggunakan data training dengan jumlah sedikit.