Dalam pemilihan presiden di Indonesia, untuk menarik simpati masyarakat khususnya pemilih muda calon presiden dan wakil presiden menggunakan media sosial seperti twitter. Akan tetapi, dalam proses menarik simpati masyarakat tersebut masih terdapat informasi yang masih diragukan kredibilitasnya. Keterbatasan pengguna dalam menyaring informasi mengakibatkan informasi tersebut dipercaya dan disebarluaskan tanpa diperiksa terlebih dahulu kebenarannya. Oleh karena itu, dibangun sebuah sistem yang mampu melakukan klasifikasi terhadap tweet secara otomatis kedalam kelas kredibel dan tidak kredibel. Metode yang digunakan pada penelitian ini adalah naïve bayes. Sistem ini dimulai dengan tahap preprocessing untuk mendapatkan jumlah kata positif dan negatif yang terdiri dari cleaning untuk menghilangkan simbol, tanda baca, angka, tagar, dan tautan pada tweet, case folding mengubah semua huruf pada tweet menjadi huruf kecil , stopword removal untuk menghilangkan kata-kata yang dianggap tidak penting, dan tokenization untuk memotong tweet menjadi kata per kata dilanjutkan dengan proses klasifikasi menggunakan naïve bayes menggunakan feature ranking algorithm untuk pembobotan dan menggunakan k-fold cross validation sebagai simulasi pengujian. Pengukuran performansi dilakukan menggunakan precision, recall, dan F-score. Berdasarkan hasil pengujian yang dilakukan, nilai precision, recall, dan F-score terbaik pada nilai k-fold k = 9 dengan nilai masing-masing adalah 50,89%, 87,76%, dan 64,42%.
Kata kunci : tweet, kredibilitas, naïve bayes, feature ranking algorithm