Pertukaran informasi saat terjadinya bencana alam di media sosial khususnya twitter sudah menjadi kebiasaan pengguna di Indonesia terlebih saat situasi genting. Keadaan ini bisa dimanfaatkan untuk mengolah data informasi-informasi tersebut menjadi informasi bencana alam yang relevan.
Dalam hal ini tidak semua tweet yang berhubungan dengan bencana alam itu memiliki informasi yang valid, maka tujuan dari penelitian ini adalah untuk membuat sebuah sistem yang akan memetakan tweet bencana alam yang sedang terjadi secara otomatis berdasarkan lokasi dari pengguna tweet tersebut. Digunakan metode text mining untuk dapat memilah data yang memiliki informasi mengenai bencana alam yang sedang terjadi dari data tweet yang didapatkan secara real-time.
Penelitian ini akan melakukan crawling data dari twitter untuk dianalisis menggunakan algoritma Support Vector Machine (SVM) sebagai classifier dan POS TF-IDF sebagai ekstraksi fitur, didapatkan nilai F1-score 83.56%, Precision 91.44%, Recall 85.42%, dan accuracy 91.5% dengan model SVM dengan parameter C = 0.7 dan ?(gamma) = 2.