Penggunaan media sosial yang popular seperti Twitter, memunculkan konten yang positif maupun negatif. Salah satu konten negatif yang sering muncul yaitu Hate Speech. Tujuan penelitian ini adalah membangun sistem deteksi Hate Speech dengan menerapkan feature expansion untuk meminimalisir ketidakcocokan kosakata. Penelitian ini juga menggunakan beberapa metode seperti TF-IDF untuk mengekstraksi fitur dari sebuah kalimat. Sedangkan feature expansion menggunakan metode GloVe dan menggunakan metode klasifikasi logistic regression, random forest dan naïve bayes. Dihasilkan akurasi yang cukup tinggi sebesar 86.44% pada algortima random forest dengan fitur Top 5 dalam mendeteksi Hate Speech sehingga dapat lebih akurat dalam mendeteksi mana tweet yang mengandung Hate Speech dan mana yang tidak mengandung Hate Speech.