Tweet merupakan pesan singkat yang dapat memuat hingga 140 karakter, yang diposting oleh pengguna Twitter. Untuk memenuhi batasan ini, pengguna biasanya menggunakan singkatan untuk mengekspresikan pemikiran mereka, sehingga menghasilkan kalimat yang tidak terstruktur dan tidak sesuai tata bahasa. Akibatnya, sulit untuk mengidentifikasi entitas yang diperlukan, seperti nama orang, lokasi, dan organisasi. Pada penelitian ini, dikembangkan sistem pengenalan entitas bernama pada tweet berbahasa Indonesia menggunakan Hidden Markov Model dengan penambahan fitur POS Tag. Menggunakan metrik Evaluasi, didapatkan skor F1 terbesar yaitu 64.04%.