Data adalah catatan atas kumpulan fakta.Pada awalnya data yang ada pada dunia nyata kebanyakan tidak seimbang.Meskipun demikian, keberadaan data pada kategori yang lebih sedikit jauh lebih penting untuk diidentifikasi daripada data pada ketegori yang lebih banyak. Namun ada beberapa data yang bersifat seimbang. Data seimbang ini biasanya mempunyai perbandingan jumlah 1:1 yang mana, data yang ada di dalam dataset tersebut berjumlah sama. Pada penelitian ini menggunakan algoritme Adaptive Neuro-Fuzzy Inference System dan Support Vector Machine untuk mengetahui kinerja pengaruh data seimbang dan tidak seimbang dengan multiclass. Data yang diambil dari dataset UCI Machine Learning. Dari penelitian yang dilakukan, diketahui akurasi tertinggi pada metode Support Vector Machine pada dataset Wine yang mendapatkan akurasi sebesar 96,6% dan metode Adaptive Neuro-Fuzzy Inference System pada dataset Iris mendapatkan akurasi sebesar 94,7%.

Kata Kunci : Adaptive Neuro-Fuzzy Inference System, Support Vector Machine, Data Seimbang, Data Tidak Seimbang, Multiclass.