Saat ini Kemiskinan merupakan permasalahan utama di negara berkembang karena berhubungan dengan taraf hidup masyarakat yang rendah. Sebagai salah satu upaya penanggulangan kemiskinan pemerintah mengeluarkan bantuan yang diberi nama PKH, dimana bantuan ini hanya diperuntukkan bagi Rumah Tangga Sangat Miskin (RTSM) melalui beberapa ketentuan yang diberlakukan. Beberapa penelitian mengenai PKH sudah banyak dilakukan sebelumnya baik menggunakan algoritma naïve bayes, KNN, C4.5, decision tree, optimasi naïve bayes dengan smote, Gradient Boosted Trees, simple additive weight (SAW), ID3, AHP dan sebagainya. Namun penelitian ini hanya akan membandingkan dan menganalisis akurasi yang dihasilkan oleh Naïve Bayes Classification dan KNN guna menentukan penerima PKH di Lombok Utara. Atribut yang digunakan dalam analisis ini meliputi keluarga prasejahtera, ibu hamil, pendidikan, umur dan disabilitas. Berdasarkan hasil penelitian diperoleh kesimpulan bahwa tingkat akurasi yang dihasilkan oleh Naïve Bayes Classification memiliki nilai yang lebih tinggi jika dibandingkan dengan KNN dengan nilai rata – rata 77% melalui 3 skenario pengujian. Sedangkan pada pengujian recall, performa KNN lebih baik jika dibandingkan dengan Naïve Bayes yaitu 100% pada pengujian pertama dan 75% pada pengujian kedua.