Tantangan geografis dan jarak antar desa menjadi kendala dalam pemerataan pelayanan kependudukan dan pencatatan sipil. Sehingga perlu adanya program campur tangan jemput bola atau pelayanan mobile. Permasalahannya adalah tidak semua desa dapat dilayani dengan layanan mobile, sehingga perlu dilakukan pemetaan terhadap desa-desa yang memenuhi syarat menjaadi lokasi pelayanan mobile. Penelitian ini menjelaskan teknik machine learning, khususnya algoritma K-NN dan Naïve Bayes, untuk mengatasi masalah pemilihan lokasi yang layak . Hasil percobaan menunjukkan bahwa kedua metode tersebut memiliki tingkat akurasi yang cukup baik, dengan K-NN mencapai tingkat akurasi tertinggi yaitu 97,14% pada dataset yang dinormalisasi dengan metode Normaliasi Min-Max (NMM). Sebaliknya, Naïve Bayes menunjukkan nilai akurasi yang tingginya di semua dataset. Oleh karena itu, penelitian ini merekomendasikan penggunaan algoritma K-NN dengan nilai K=1 dan K=2 untuk menentukan lokasi yang layak mendapatkan layanan kependudukan mobile .