Media sosial twitter adalah media sosial internasional yang mengizinkan pengguna untuk berbagi pesan atau biasa disebut tweet dengan maksimal 280 karakter per-tweet, dapat dilakukan secara publik maupun pribadi dengan pengguna lain. Twitter menyediakan berbagai informasi yang diperlukan mulai dari informasi kesehatan, pendidikan, olahraga, politik, makanan, dan keuangan, disediakan pula aktivitas retweet untuk menyebarkan kembali tweet orang lain sehingga penyebaran informasi menjadi lebih luas. Tujuan dari penelitian ini yaitu membangun sistem yang dapat mempredisksi penyebaran informasi di twitter menggunakan metode Bernulli dan Gaussian Naive Bayes yang menerapkan beberapa fitur seperti Network Feature, Content Similarity, dan Content Based Feature. Hasil penelitian yang didapat dengan menggunakan k-fold cross validation 10 yaitu menunjukkan Bernoulli Naïve bayes lebih unggul dibanding metode Gaussian Naïve Bayes dengan perolehan rata-rata f1-score Benoulli Naïve Bayes yaitu untuk skenario pertama sebesar 60.06% (f1-score), skenario kedua sebesar 60.08% (f1-score), dan skenario ketiga sebesar 60.09% (f1-score).
Kata kunci : Penyebaran Informasi, Twitter, Content Similarity, Naïve Bayes