ABSTRAK Nama : Farhan Nurdiatama Pakaya Program Studi : Sistem Informasi Judul : Deteksi Malicious Accounts pada Twitter Berdasarkan Twit Akun Menggunakan Pendekatan Machine Learning Twitter adalah layanan yang cukup populer yang mencapai 262,7 juta pengguna pada tahun 2018. Besarnya pengguna Twitter menyebabkan beberapa orang memanfaatkan media ini untuk melakukan kejahatan siber yang dapat merugikan pengguna Twitter lainnya, salah satunya adalah penggunaan malicious accounts yang mengganggu pengguna Twitter dengan mengirimkan pesan yang tidak diinginkan. Beberapa peneliti mencoba untuk mendeteksi akun semacam ini menggunakan machine learning berdasarkan profil pengguna meskipun fitur twit akun belum digunakan pada penelitian sebelumnya. Penelitian ini berisi pemodelan menggunakan twit akun asli dengan dua skenario. Untuk setiap skenario, twit akan digabungkan dengan twit lainnya yang berasal dari satu akun. Skenario pertama berisikan penggabungan seluruh twit sementara skenario kedua hanya mencakup 100 twit pertama dan tanpa retweet. Penelitian ini mencakup klasifikasi biner antara akun asli dan malicious accounts dan klasifikasi multiclass antara fake followers, spambots, dan akun asli. Empat algoritme machine learning digunakan dalam penelitian ini, yaitu logistic regression, adaptive boosting, extreme gradient boosting, dan random forest yang telah mencapai akurasi tertinggi pada penelitian sebelumnya. Sedangkan fitur yang digunakan adalah Tf-Idf, bigram dan pre-trained model Word2Vec. Dalam penelitian ini untuk klasifikasi biner, akurasi terbaik dicapai algoritme extreme gradient boosting dengan akurasi 95.55% pada skenario I dengan fitur Word2Vec. Sementara untuk klasfikasi multiclass model terbaik dicapai pada skor 94.61% pada skenario II ekstraksi fitur Tf-Idf dengan algoritme logistic regression. Kata Kunci: malicious accounts, Twitter, machine learning