Kemacetan adalah situasi atau keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan yang melebihi kapasitas jalan, kecelakaan, dan aktivitas masyarakat. Untuk meminimalisir masalah ini, masyarakat saling bertukar informasi mengenai kemacetan di media sosial, salah satunya adalah Twitter.
Salah satu akun Twitter yang menyediakan informasi seputar lalu lintas adalah akun @TMCPoldaMetro, @lewatmana, @radioelshinta, dan @sonorafm92. Setiap harinya akun ini menginformasikan melalui tweet mengenai kondisi kemacetan di DKI Jakarta dari pagi hingga malam hari, maka dapat dilakukan analisa Data Mining untuk mengetahui pola dari suatu data tertentu.
Dalam penelitian ini, dibuat suatu sistem pengelompokkan kemacetan di DKI Jakarta dengan salah satu teknik data mining, yaitu klasifikasi. Dengan menggunakan salah satu metode klasifikasi yaitu Support Vector Machine, data kemacetan diambil dari akun Twitter akan diolah lalu dijadikan dasar untuk memprediksi kemacetan berikutnya yang mungkin terjadi. Lalu, dari hasil pengujian kinerja sebanyak sepuluh kali dengan data latih yang berbeda di setiap pengujiannya, didapat masing-masing hasil akurasi, pengujian pertama dengan data latih sebesar 74,95%, pengujian kedua dengan data latih sebesar 75,15%, pengujian ketiga dengan data latih sebesar 75,07%, pengujian keempat dengan data latih sebesar 75,3%, pengujian kelima dengan data latih sebesar 75,26%. Dapat ditarik kesimpulan, semakin banyak jumlah data latih yang digunakan, maka semakin baik tingkat akurasinya.
Kata kunci : kemacetan, Twitter, data mining, Support Vector Machine.