Penggunaan Internet di Indonesia semakin terus meningkat, dikarenakan semakin banyak orang yang dapat mengakses Internet maka semakin banyak juga penyalahgunaan dalam Internet itu sendiri khususnya media sosial. Perlu untuk dapat mendeteksi adanya hoax di media sosial seperti Twitter. Twitter sebagai salah satu media sosial memiliki peran yang signifikan dalam penyebaran informasi, semua orang dapat memberikan respons terhadap informasi yang didapat. Dalam isi sebuah tweet memungkinkan terjadinya ketidakcocokan kosakata. Oleh karena itu pada penelitian ini dilakukan penerapan metode Feature Expansion Word2Vec untuk mengatasi terjadinya ketidakcocokan kosakata. Penelitian ini melakukan pengembangan dan perbandingan sistem klasifikasi hoax Twitter menggunakan metode Feature Expansion Word2Vec dengan algoritma klasifikasi Logistic Regression, Support Vector Machine (SVM), Random Forest dan sistem tanpa metode Feature Expansion Word2Vec. Hasil dari penelitian ini, metode Feature Expansion Word2Vec pada algoritma klasifikasi Random Forest berhasil meningkat akurasi sistem sebesar 1,46% dengan nilai akurasi sebesar 89,53%.