Pneumonia merupakan penyakit yang rentan menyerang balita. Menurut data Kementrian Kesehatan penyebab kematian balita karena pneumonia adalah no 2 dari seluruh kematian balita. Dataset yang digunakan data penyakit Penumonia Poli MTBS Puskesmas Martapura Timur. Metode klasifikasi pada penelitian ini menggunakan metode Extreme Learning Machine (ELM). Proses klasifikasi dimulai dari SMOTE upsampling untuk menyeimbangkan kelas, kemudian dilakukan tunning parameter menggunakan GridsearchCV pada neuron hidden layer, selanjutnya dilakukan pengklasifikasian menggunakan metode ELM dengan membandingkan fungsi aktivasi Sigmoid Biner, Sin, Hard Limit, Triangular Basis, Radial Basis, Linear dan Sigmoid Bipolar dengan membandingkan pengujian dataset 90:10, 80:20, 70:30, 60:40 dan 50:50. Penelitian ini memberikan hasil kinerja terbaik pada penggunaan fungsi aktivasi Triangular Basis dengan akurasi 86,36%, rasio data latih dan uji 90:10 dan 3 neuron hidden layer.