Jejaring Sosial Online memiliki peran penting sebagai sumber informasi, terlebih lagi ketika berada pada keadaan darurat. Salah satunya adalah Twitter, layanan yang memungkinkan pengguna mengirim dan membaca pesan tetapi dibatasi karakternya. Sehingga, tweet yang ditulis sangat pendek dan tidak selalu menggunakan tata bahasa yang benar, serta menggunakan banyak variasi kata. Penggunaan variasi kata dapat meningkatkan kemungkinan ketidakcocokan kosakata dan membuat tweet sulit dipahami. Salah satu solusi untuk mengatasi masalah tersebut adalah dengan melakukan ekspansi fitur pada tweet. Ekspansi fitur pada Twitter merupakan penambahan semantik pada proses memperbanyak teks asli agar terlihat seperti teks yang berukuran besar. Dalam penelitian ini, akan digunakan word2vec dengan Metode Gradient Boosted Decision Tree untuk melakukan klasifikasinya. Hasil yang diharapkan dari penelitian ini adalah dapat mengurangi kata atau kalimat pada klasifikasi topik Twitter yang dievaluasi menggunakan nilai akurasi dan F1-Measure. Nilai akurasi tertinggi pada penerapan ekspansi fitur menggunakan Word2Vec dengan metode klasifikasi Gradient Boosted Decision Tree yaitu sebesar 85,44%.
Kata Kunci: klasifikasi, word2vec, tweet, twitter, ekspansi, Gradient Boosted Decision Tree