Argumen sering kali ditemukan diberbagai data teks, contohnya pada berita, essai dan artikel. Argumentation Mining adalah metode yang secara otomatis mengidentifikasi struktur argumen dalam dokumen teks. Struktur argumen ini terdiri dari beberapa komponen yang menjadi sangat berguna untuk pencarian dan pegolahan informasi. Pada penelitian ini akan dibangun sebuah model untuk mendeteksi otomatis komponen argumen, dengan menggunakan multinomial naive bayes classifer, model akan mengklasifikasikan komponen argumen menjadi dua kelas yaitu claim atau premise. Evaluasinya menggunakan k-fold cross validation. Hasil yang paling optimal dari penelitian ini adalah rata-rata akurasi sebesar 69.21% dan rata-rata f1-score sebesar 80.05% dengan ekstraksi fitur, preproses dan pembobotan kata.