Jakarta adalah kota metropolitan yang tengah menghadapi tantangan serius terkait permasalahan lingkungan dan salah satunya ketersediaan air bersih. Mayoritas warga setempat masih mengandalkan air tanah sebagai sumber utama untuk memenuhi kebutuhan air sehari-hari, namun kondisi air tersebut masih memprihatinkan akibat sampah. Berdasarkan Sistem Informasi Pengelolaan Sampah Nasional yang diselenggarakan oleh Kementerian Lingkungan Hidup dan Kehutanan menunjukkan bahwa jumlah sampah yang dihasilkan di DKI Jakarta terhitung sebanyak 3,11 juta ton sepanjang tahun 2022, mengalami kenaikan sebesar 0,97% dibandingkan tahun sebelumnya. Oleh karena itu, penelitian ini bertujuan untuk melakukan klasifikasi pada kualitas air tanah menggunakan teknik data mining. Metode yang digunakan yakni Support Vector Machine dan Extreme Learning Machine. Metode Support Vector Machine dipilih karena kemampuannya yang tinggi dalam menangani data yang tidak seimbang dan menghasilkan margin klasifikasi yang optimal, sedangkan metode Extreme Learning Machine dipilih karena kecepatan dan efisiensinya dalam proses pelatihan, serta kemampuan generalisasi yang baik. Data kualitas air tanah dengan 12 atribut yang diambil dari laman resmi Dinas Lingkungan Hidup Provinsi DKI Jakarta. Pada penelitian ini menerapkan Synthetic Minority Oversampling Technique (SMOTE) untuk menyeimbangkan data. Data dibagi menjadi dua kondisi yaitu sebelum SMOTE dan sesudah SMOTE. Hasil penelitian didapatkan bahwa metode Extreme Learning Machine dengan SMOTE dinilai memiliki kinerja model yang lebih unggul dengan accurracy sebesar 0,90, precision sebesar 0,85, recall sebesar 0,98, dan F1-score sebesar 0,91. Dengan demikian, metode Extreme Learning Machine dengan SMOTE dipilih sebagai metode yang sesuai dalam mengklasifikasikan kualitas air tanah.