Berkembangnya pola penyebaran informasi pada media digital memicu berkembangnya berita palsu yang dapat menimbulkan pro dan kontra terhadap suatu informasi. Berita palsu merupakan berita artikel yang secara sengaja dan bisa dibuktikan salah serta digunakan untuk menyesatkan pembaca. Salah satu metode dalam mendeteksi berita palsu adalah bagaimana mengetahui maksud dan tujuan penulis artikel melalui judul artikel yang dia tulis sebagai klaim atau opininya. Stance Detection merupakan cara dalam menentukan secara otomatis apakah penulis teks mendukung, melawan, atau netral terhadap proposisi atau target. Ekstraksi fitur yang digunakan dalam pengimplementasian Stance Detection pada tugas akhir ini, yaitu n-gram dengan mempertimbangkan nilai n=1 (unigram), word overlap, dan fitur induksi serta menggunakan decision tree gradient boosting untuk pengklasifikasiannya dengan learning rate=0.09. Ekstraksi fitur pada tugas akhir ini mengolah dataset yang terdiri dari headline(judul artikel) dan body(isi artikel) yang dioptimalkan menggunakan k-fold cross validation yang mempertimbangkan nilai fold=10. Data pada pengujian kali ini menggunakan FNC-1 dataset. Hasil pengujian yang dilakukan berdasarkan hasil confusion matrix didapatkan nilai akurasi yaitu 80.61%