Saat ini penyebaran Virus Corona berdampak hingga ke seluruh dunia akibatnya perekonomian berhenti. Maka dari itu Pemerintah terus menyalurkan berbagai bantuan kepada masyarakat dampak Virus Corona. Namun sering terjadi beberapa masalah, pemasalahan yang umum sering terjadi adalah diperlukan waktu satu minggu memilih masyarakat yang menjadi prioritas penerima bantuan, pengolahan data yang masih manual mengakibatkan sering terjadi kekeliruan akibatnya bantuan yang disalurkan belum sepenuhnya merata. Sistem pendukung keputusan menentukan prioritas penerima bantuan sosial dampak COVID-19 menggunakan metode Naive Bayes, Metode Naive Bayes adalah metode yang digunakan untuk memprediksi sesuatu berdasarkan nilai probabilitas dari kriteria yang dibutuhkan yaitu Umur dengan Nilai P=Probabilitas (Ya=1) dan (Tidak=1), Pendidikan P(Ya=1) dan P(Tidak=1), Pekerjaan P(Ya=1) dan P(Tidak=0.76), Penghasilan P(Ya=0.98) dan P(Tidak=1), serta Jumlah Tanggungan P(Ya=1) dan P(Tidak=1). Sistem yang dibuat menggunakan bahasa pemograman PHP dan Phpmyadmin sebagai databasenya.
Dari hasil pengujian dengan menggunakan data sebanyak 192 data dengan 182 sebagai data training dan 10 sebagai data uji, nilai akurasi sebesar 100 %, nilai presisi 100 %, Recall 100 %, jumlah data YA Prioritas sebanyak 167, dan TIDAK Prioritas sebanyak 15.

Currently the spread of the Corona Virus has an impact throughout the world as a result of which the economy has stopped. Therefore the Government continues to provide various assistance to the community due to the Corona Virus.
However, several problems often occur, a common problem that often occurs is that it takes one week to select the community that is the priority for beneficiaries, manual data processing has resulted in frequent errors as a result of which the aid has not been fully distributed. The decision support system determines the priority of recipients of social assistance due to COVID-19 using the Naive Bayes method, the Naive Bayes Method is a method used to predict something based on the probability value of the required criteria, namely Age with P Value = Probability (Yes = 1) and (No = 1), Education P (Yes = 1) and P (No = 1), Occupation P (Yes = 1) and P (No = 0.76), Income P (Yes = 0.98) and P (No = 1), and Amount Dependent P (Yes = 1) and P (No = 1). The system is built using the PHP programming language and Phpmyadmin as the database. From the test results using 192 data with 182 as training data and 10 as test data, 100% accuracy value, 100% precision value, 100% recall, 167 number of YES Priority data, and 15 NO Priority data.