Salah satu hal terpenting dalam penjualan ataupun pembelian Barang ( Furniture ) yaitu mengetahui kualitas barang yang di beli dengan kualit++as yang terbaik. Perlu penelitian mengenai kualitas barang sehingga meminimalisir kerusakan dan menganalisa solusi secara dini. dengan menggunakan bantuan algoritma klasifikasi C4.5 dan Naive bayes untuk memprediksi kualitas, serta menyimpulkan beberapa cara yang mudah dalam menganalisa kerusakan tersebut, di uji secara berulang-ulang untuk menentukan akurasi hasil yang maksimal di perbandingan kriteria 80% data Training dan 20% data Testing memperoleh hasil akurasi sebesar 86.05 dan 100% class Recall 95.66% dan 47,06%, class precision 88.00% dan 72.73% untuk metode Pengujian Algoritma Naive bayes. Sedangkan Pengujian Algoritma Decision Tree C4.5 memperoleh hasil class recal dan class precision sebesar 100% di masing – masing kategorinya. Dengan demikian pemilihan algoritma Decision tree C4.5 merupakan algoritma yang lebih cocok dalam data tersebut untuk mengklasifikasi data yang ada.