Penelitian ini bertujuan untuk mengoptimalkan prediksi kinerja siswa dengan menggunakan kombinasi teknik seleksi maju dan pengklasifikasi Naif Bayes untuk pemilihan fitur terbaik. Kinerja akademik siswa merupakan aspek penting dalam pendidikan, dan kemampuan untuk memprediksinya secara akurat dapat membantu dalam pengambilan keputusan pendidikan yang lebih baik. Metode yang diusulkan menggabungkan kekuatan seleksi fitur maju untuk mengidentifikasi fitur-fitur yang paling relevan, dengan efisiensi dan kehandalan pengklasifikasi Naif Bayes. Dataset yang digunakan mencakup berbagai atribut siswa, termasuk faktor akademik, demografis, dan perilaku. Hasil menunjukkan bahwa pendekatan yang diusulkan meningkatkan akurasi prediksi secara signifikan dibandingkan dengan metode tradisional.