Meningkatnya jumlah akun dan juga aktifitas penggunaan media sosial tidak hanya membawa dampak positif berupa keterbukaan informasi, namun juga menyebabkan timbulnya isu cybercrime khususnya aktifitas peretasan akun untuk penyebaran spam message, berita palsu ataupun isu-isu yang dapat merugikan. Namun demikian, kecepatan dan jumlah data yang sangat besar menjadi alasan utama diperlukannya pendekatan komputasi untuk dapat mendeteksi keberadaan akun media sosial, dalam hal ini akun Twitter yang sedang dalam keadaan diretas agar dapat segera diketahui. Terkait dengan hal itu penulis membangun sistem deteksi anomali pada Twitter berdasarkan pola tweet yang dilakukan oleh sebuah akun dengan menerapkan Evolving Clustering Method (ECM). Hasil dari sistem deteksi anomali menggunakan ECM menunjukkan hanya dengan menggunakan 40% data training sistem bisa menghasilkan akurasi sebesar 88%. Sistem dapat menghasilkan akurasi sebesar 100% dengan menggunakan 90% data training, dengan parameter dthr = 0,2-0,45.