Media sosial tidak hanya digunakan untuk komunikasi sosial, tetapi juga untuk penyebaran berita dan informasi yang komprehensif dan efektif. Twitter adalah salah satu media sosial terbesar yang juga digunakan untuk menyebarkan berita dan informasi. Informasi yang dipublikasikan di Twitter tidak selalu dapat diverifikasi. Hal ini dapat menyebabkan disinformasi tersebar di Twitter. Penyebaran disinformasi di media sosial telah menjadi masalah yang berkembang, terutama pada saat pemilihan presiden. Tujuan dari penelitian ini adalah menggunakan model IndoBERT untuk mengidentifikasi dan meminimalisir penyebaran disinformasi di Twitter terkait pemilihan presiden Indonesia 2024. Penelitian ini dilakukan dalam beberapa tahap yaitu pengumpulan dataset, preprocessing, pelabelan data, penyematan kata dengan Word2Vec, klasifikasi dengan IndoBERT, validasi dan evaluasi dengan K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa penggunaan IndoBERT yang dikombinasikan dengan NLTK Tokenizer dan BERT AutoTokenizer memberikan hasil yang cukup baik dalam meminimalisir penyebaran disinformasi di media sosial. Hasil akurasi yang dicapai adalah 85% ketika menggunakan IndoBERT dengan BERT AutoTokenizer dan 87% ketika menggunakan IndoBERT dengan NLTK Tokenizer dan BERT AutoTokenizer. Secara keseluruhan, penelitian ini menunjukkan efektivitas penggunaan model NLP yang canggih seperti IndoBERT dalam mendeteksi dan meminimalisir penyebaran disinformasi di media sosial.