Twitter merupakan salah satu sarana sosial media yang sangat populer saat ini dalam hal penyebaran informasi. Twitter populer dikalangan masyarakat karena kemudahannya dalam penyebaran informasi secara real time. Twitter telah menyediakan dua buah fitur yang berperan penting dalam penyebaran informasi yaitu fitur Tweet dan fitur Retweet. Tweet memungkinkan pengguna menulis pesan yang dapat langsung dibagikan. Setiap tweet dapat berisi teks, media seperti gambar, video, atau URL. Retweet merupakan sebuah fitur yang memperbolehkan penggunanya memposting ulang suatu tweet milik penggguna lain untuk disebarkan kembali ke pengikut pengguna yang me- retweet. Fitur retweet dianggap sebagai sebuah cara ampuh dalam melakukan penyebaran informasi karena semakin tinggi angka suatu tweet mendapatkan retweet menunjukkan bahwa informasi yang terdapat pada tweet tersebut menyebar secara cepat dan luas. Penelitian ini bertujuan untuk melakukan prediksi retweet dengan berdasarkan pada beberapa fitur yaitu User-Based Feature, Content-Based Feature dan Time-Based Feature dengan menggunakan metode klasifikasi Artificial Neural Network dan akan dioptimasi dengan menggunakan suatu Nature-Inspired Algorithm bernama Bat Algorithm. Hasil evaluasi yang didapatkan pada penelitian ini adalah akurasi 86%, presisi 87.8%, Recall 93.6%, dan F1-score 90.6% pada kondisi tanpa imbalance class handler. Pada kondisi Undersampling Akurasi 80.8%, Presisi 91.0%, Recall 81.4% dan F1-score 85.9%. Pada kondisi Oversampling Akurasi 82.4%, Presisi 89,6%, Recall 85.6% dan F1-score 87.5%. Hasil tersebut menunjukkan bahwa penggunaan fitur berbasis pengguna, berbasis konten, dan berbasis waktu, penerapan metode klasifikasi Artificial Neural Network, dan optimalisasi hyperparameter menggunakan Bat Algortihm efektif dalam memprediksi retweet.
Kata kunci: Retweet; Artificial Neural Network; Bat Algorithm; Undersampling; Oversampling