Penelitian ini membandingkan kinerja tiga algoritma klasifikasi: Naive Bayes, k- Nearest Neighbor, dan Logistic Regression pada dataset multiclass. Kinerja masing-masing algoritma dievaluasi menggunakan metrik seperti akurasi, presisi, recall, dan F1-skor. Hasil penelitian menunjukkan bahwa kinerja ketiga algoritma tersebut variatif tergantung pada dataset spesifik yang digunakan. Secara keseluruhan, algoritma regresi logistik yang memiliki kinerja terbaik, diikuti oleh k-Nearest Neighbor dan Naive Bayes. Hasil penelitian ini memberikan wawasan yang bermanfaat bagi para peneliti dan praktisi yang ingin memilih algoritma yang sesuai untuk masalah klasifikasi multiclass.