Twitter merupakan media sosial berbasis microblogging yang saat ini populer digunakan di seluruh dunia. Hanya saja Twitter mempunyai beberapa masalah yang berdampak buruk kepada penggunannya, salah satunya adalah spam. Spam dalam Twitter merupakan tweet palsu yang berisi link web phising, tweet yang berisikan link yang berbeda dengan tweet yang dibahas, tweet yang dikirimkan secara acak kepada pengguna Twitter dengan menambahkan mention atau hashtag dan juga keduanya untuk menarik perhatian pembacanya. Kemudian akun yang melakukan spam disebut dengan spammer. Maka dari itu, metode Naive Bayes Classifier (NBC) dapat diimplementasikan dalam kasus deteksi spam di Twitter. Langkah-langkahnya pertama mengumpulkan data user yang termasuk spam dan juga non spam lalu mengambil tweetnya. Lalu dilanjutkan ke tahap pengambilan fitur-fiturnya dari segi user dan tweet. Lalu pre-processing dengan diskretisasi. Data hasil olahan pre-processing dibagi menjadi data testing dan data training. Data training diolah dengan metode Naïve Bayes sehingga menghasilkan model. Lalu, data testing dimasukan ke dalam model yang dibangun oleh metode Naïve Bayes. Terakhir, pengukuran akurasi precision, recall serta lakukan analisis. Hasil pengujian dengan menggunakan semua fitur didapatkan akurasi tertinggi sebesar 83,33% dan hasil pengujian menggunakan 1 fitur didapatkan akurasi paling tinggi sebesar 93%