The checking and maintenance process at UPT Balai Yasa Lahat is an annual maintenance unit for train cars for 2, 4 and 6 years. This checking process goes through an assessment in accordance with standard criteria from the ministry of transportation and also the place of origin of the train carriages. In the process of checking the open carriages of the UPT Balai Yasa Lahat train to determine the eligibility of the open carriages of the trains, it is still manual in collecting files, the calculations are manual which is at risk of errors in processing the eligibility of the train carriages, and also the employees who are assigned directly to carry out the maintenance checking process are few and time consuming the delay is short. This study aims to assist the UPT Balai Yasa Lahat open carriage team in implementing data mining in processing open carriage feasibility data. This study produces an accuracy rate of 100%. In this research, it can be seen that the Naïve Bayes algorithm can be used to predict the feasibility of railroad open carriages, so that it can prevent worker negligence, reduce unexpected cost efficiency and accidents when in the future cross area.

Proses pengecekan dan perawatan di UPT Balai Yasa Lahat merupakan unit perawatan tahunan untuk gerbong kereta secara 2, 4, dan 6 tahun. Proses pengecekan ini melalui penilaian yang sesuai dengan standar kriteria dari kementrian perhubungan dan juga tempat asal pembuatan gerbong kereta. Dalam proses pengecekan gerbong terbuka kereta
UPT Balai Yasa Lahat untuk menentukan kelayak gerbong terbuka kereta api masih manual dalam mengumpukan file, perhitungannya secara manual yang beresiko terjadinya kesalahan dalam memproses kelayakan gerbong kereta, dan juga pegawai yang ditugaskan langsung untuk melakukan proses pengecekan perawatan sedikit serta Waktu yang ditenggatkan pun singkat. Penelitian ini bertujuan untuk membantu tim Rangkaian Gerbong Terbuka UPT Balai Yasa Lahat dalam mengimplentasikan data mining dalam mengolah data kelayakan gerbong terbuka. Penelitian ini menghasilkan tingkat akurasi sebesar 100%. penelitian ini dapat diketahui bahwa algortima Naïve Bayes mampu digunakan untuk memprediksi kelayakan gerbong terbuka kereta api, sehingga dapat mencegah terjadinya kelalaian pekerja, mengurangi efisiensi biaya tidak terduga dan kecelakaan saat di area lintas kedepannya