Selama beberapa tahun terakhir, jumlah penyebaran informasi semakin meningkat terutama semenjak adanya media sosial. Diantara informasi yang beredar terdapat informasi yang termasuk konten negatif atau hoax yang memiliki dampak yang buruk seperti timbulnya perpecahan akibat informasi yang tidak benar. Berdasarkan laporan kinerja kominfo tahun 2018, media sosial twitter merupakan penyumbang terbanyak penyebaran hoax. Untuk mengurangi dampak dari penyebaran hoax, diperlukan suatu metode untuk mendeteksi hoax pada twitter sehingga dapat dilakukan pencegahan seperti melakukan “take down” pada tweet yang termasuk hoax. Tujuan dilakukannya penelitian ini yaitu untuk mengembangkan sebuah model yang mampu mendeteksi konten negatif (hoax) secara otomatis dan juga melihat korelasi antara konten yang berupa hoax dengan orientasi sentimennya. Hasil dari penelitian ini yaitu berupa model yang berbasis pembelajaran mesin dengan menggunakan algoritma decision tree dengan akurasi 97,2% dengan nilai precision 85,4, recall 81,4 dan f1-score 93 dan model. Selain itu hasil analisis menunjukkan bahwa tweet yang merupakan hoax hasil identifikasi model didominasi oleh orientasi sentimen positif yaitu 52,64% dari total keseluruhan data yang diidentifikasi sebagai hoax. Implikasi praktikal dari penelitian ini berupa model deteksi hoax yang dapat digunakan sebagai alat bantu dalam proses penurunan penyebaran hoax. Sedangkan implikasi teoritis dari penelitian ini berupa data set, alur pembuatan model serta model yang dapat digunakan untuk penelitian berikutnya khususnya dalam bidan analitika media sosial dan digital.