Salah satu hal penting dalam sebuah perusahaan bisnis adalah keuntungan dari penjualan produknya di pasaran. Metode telemarketing sering digunakan oleh banyak perusahaan untuk mencapai target keuntungan perusahaan karena efisien dari sisi waktu dan biaya yang dikeluarkan. Akan tetapi, pelaksanaan metode telemarketing tidaklah efektif jika tidak diimbangi dengan prediksi penjualan produk yang baik. Penelitian tugas akhir ini menerapkan metode data mining untuk membandingkan 2 metode algoritma yang berbeda, yaitu algoritma Naïve Bayes dan algoritma C4.5 yang dikaji untuk mendapatkan nilai akurasi yang terbaik berdasar Data History Penawaran Produk periode November 2014 sebagai data latih. Kedua algoritma diterapkan dalam aplikasi berbasis desktop yang dibangun dengan bahasa pemrograman Java. Hasil pengujian pada aplikasi perbandingan algoritma menunjukkan nilai akurasi rata-rata dari algoritma Naïve Bayes adalah 57% dan algoritma C4.5 adalah 47.7% yang berarti bahwa algoritma Naïve Bayes adalah algoritma terbaik untuk diterapkan dalam sistem prediksi penawaran produk Kredit Tanpa Agunan. Kata Kunci: Data Mining, Naïve Bayes, C4.5, prediksi penawaran produk