Pengelolaan stok obat di Rumah Sakit Amal Sehat Wonogiri masih menghadapi tantangan berupa risiko kekosongan dan penumpukan persediaan akibat sistem pencatatan yang belum terintegrasi secara optimal. Meskipun beberapa sistem inventaris telah dikembangkan, sebagian besar masih mengandalkan perhitungan manual atau aturan kaku yang kurang mampu beradaptasi dengan fluktuasi data transaksi historis yang besar. Penelitian ini bertujuan menerapkan algoritma Naïve Bayes untuk membangun sistem berbasis Website yang mampu memprediksi kondisi stok obat dan mengklasifikasikannya ke dalam tiga kategori, yaitu Aman, Menipis, dan Restock. Sistem dikembangkan menggunakan metode Rapid Application Development (RAD) berbasis framework Laravel dan database MySQL, memanfaatkan dataset sebanyak 38.681 rekam transaksi farmasi periode Januari–Oktober 2025. Model Naïve Bayes kategorikal dibangun melalui perhitungan probabilitas Prior, diskretisasi fitur ke dalam bin Rendah, Sedang, dan Tinggi berdasarkan standar stok minimum rumah sakit, serta penerapan Laplace Smoothing untuk menghindari nilai probabilitas nol. Hasil penerapan algoritma terhadap 38.681 data stok menunjukkan sebanyak 23.574 data dikategorikan Aman, 2.005 data Menipis, dan 13.102 data Restock. Pengujian model pada 7.707 data testing menghasilkan akurasi sebesar 84,04%, sedangkan pengujian menggunakan 5-fold cross-validation memperoleh rata-rata akurasi sebesar 83,55%. Hasil White Box Testing dengan teknik basis path pada fitur Login dan Prediksi Naïve Bayes menghasilkan nilai cyclomatic complexity sebesar 2 pada masing-masing fitur dan menunjukkan bahwa seluruh jalur independen yang diuji dapat dieksekusi sesuai rancangan. Pengujian algoritma juga menunjukkan kesesuaian antara proses perhitungan Naïve Bayes dan hasil yang ditampilkan sistem.