Covid-19 merupakan pandemi global yang membutuhkan respons dunia yang terkoordinasi di semua sistem kesehatan dan perawatan kesehatan nasional. Mengidentifikasi pasien yang berisiko tinggi terjangkit virus Covid-19 adalah hal penting untuk meningkatkan kewaspadaan sebelum pasien terinfeksi lebih lanjut oleh virus Covid-19 yang dapat menyebabkan penyakit pernapasan parah sehingga membutuhkan perawatan khusus di intensive care units (ICU). Penelitian ini bertujuan untuk memprediksi kebutuhan ICU pada pasien terjangkit virus Covid-19. Hasil nilai dari prediksi kebutuhan ICU dipergunakan sebagai bahan acuan rumah sakit untuk memenuhi kebutuhan ICU pada pasien terjangkit Covid-19 sehingga dapat meningkatkan persediaan ICU. Prediksi tersebut akan dilakukan dengan metode algoritma Naïve Bayes dengan dilakukan optimasi menggunakan algoritma PSO. Berdasarkan hasil penelitian, maka diperoleh population size 20 dengan nilai akurasi algoritma NBC sebesar 87,03%, population size 40 dengan nilai akurasi 87,28, population size 60 didapatkan hasil akurasi 87,13%, population size 80 dengan nilai akurasi 87,16% dan population size 100 didapatkan hasil 87,26% sehingga disetiap population mengalami peningkatan nilai akurasinya.