Penyebaran berita hoax terus meningkat setiap tahunnya, hal itu terjadi karena kurangnya tingkat integritas masyarakat dalam meninjau lebih lanjut berita yang beredar. Sebuah berita hoax biasanya menggunakan ancaman atau informasi yang menyesatkan untuk membuat mereka percaya hal-hal yang tidak nyata. Penelitian ini mendeteksi berita hoax dengan mengklasifikasikan berita menggunakan machine learning pada website Turnbackhoax dengan jumlah berita yang dianalisis sebanyak 4.551. Data dilakukan pelatihan untuk mendapatkan model yang optimal dan dapat memprediksi klasifikasi dengan Machine Learning yang digunakan yaitu Random Forest Classifier, Regresi Logistik dan Support Vector Machine. Model terbaik dalam penelitian ini yaitu Support Vector Machine dengan akurasi sebesar 83% dan recall pada kelas hoax sebesar 99%. Tujuan dari pekerjaan ini adalah untuk menemukan solusi yang dapat digunakan oleh pengguna untuk mendeteksi dan menyaring situs yang berisi informasi palsu dan menyesatkan.
Kata Kunci: Cross Validation, Grid Search, Hoax Detection, Machine Learning, Support Vector Machine.