Air sangat penting bagi kehidupan semua organisme termasuk manusia, tumbuhan, atau hewan. Kualitas air yang baik sangat penting, pencemaran air dapat menimbulkan risiko yang berbahaya. Saat ini untuk mendeteksi kualitas air perlu dilakukan uji laboratorium. Pengujian ini membutuhkan analisis yang kompleks sehingga membutuhkan waktu yang lebih lama untuk mendeteksi kualitas air. Oleh karena itu, peneliti akan melakukan penelitian tentang prediksi kualitas air dengan melihat beberapa parameter yang mengandung informasi air tersebut. Dataset kualitas air berasal dari Kaggle. Metode data mining yang digunakan adalah algoritma Random Forest dan algoritma Naïve Bayes. Kedua algoritma ini merupakan algoritma klasifikasi yang dapat membantu kita untuk memprediksi kualitas air. Dengan menggunakan kedua algoritma tersebut didapatkan akurasi 79% untuk algoritma Random Forest dan akurasi 55% untuk algoritma Naïve Bayes. Setelah itu kami mengimplementasikan kedua algoritma tersebut ke website sederhana dengan framework flask. Penelitian selanjutnya dapat mencoba menggunakan algoritma lain seperti ANN, K-NN, atau Decision Tree.