Data mining adalah teknik yang memanfaatkan data dalam jumlah yang besar untuk memperoleh informasi berharga yang sebelumnya tidak diketahui dan dapat dimanfaatkan untuk pengambilan keputusan penting. Pada penelitian ini, penulis berusaha menambang data konstruktor F1 untuk mengklasifikasi class juara konstruktor tersebut. Data yang ada dianalisis menggunakan integrasi Bagging pada algoritma Naive Bayes. Naïve Bayes merupakan salah satu metode pada probabilistic reasoning. Integrasi Bagging Algoritma Naive Bayes bertujuan untuk melakukan klasifikasi data pada kelas tertentu, kemudian pola tersebut dapat digunakan untuk memperkirakan prediksi data uji, sehingga pihak sponsor dapat menjadikannya acuan dalam melakukan sponsorship dengan kontruktor F1. Hasil klasifikasi dengan menggunakan data uji sejumlah 200 instance (data balapan tahun 2017) yaitu, 30 data (17,50%) masuk kedalam klasifikasi juara dan 170 data (87,50%) masuk kedalam klasifikasi tidak juara. Nilai kinerja model klasifikasi yang dibangun yaitu accuracy 91%, precision 97,64% dan recall 92,22%. Dalam penelititan ini algoritma-algoritma yang diterapkan dapat digunakan untuk menentukan pola klasifikasi juara gelar konstruktor Formula One (F1).
 
Kata Kunci : Bagging, Naïve Bayes, Formula One (F1), klasifikasi, Data Mining