Media sosial merupakan media komunikasi bagi penggunanya untuk dapat saling berinteraksi dan berbagi informasi secara daring. Media sosial yang sedang populer digunakan adalah Twitter. Topik yang sering dicari adalah informasi mengenai beasiswa. Tetapi informasi yang disebar oleh pengguna memiliki format yang beragam. Disinilah peran Information Extraction (IE) dibutuhkan agar dapat mengubah teks yang tidak terstruktur menjadi informasi yang terstruktur. Salah satu metode untuk menyelesaikan task ini adalah dengan menggunakan Maximum Entropy Markov Models (MEMM). Metode ini digunakan karena dapat menggabungkan konteks teks terhadap karakteristik informasi dan karakteristik informasi yang terkandung dalam sebuah teks ke dalam model markov sehingga dapat meningkatkan performansi IE. Tujuan dari penelitian ini adalah melakukan ekstraksi informasi beasiswa pada Twitter dengan mengimplementasikan metode MEMM. Penelitian dilakukan dengan melakukan pra-proses serta POS Tagging dan melakukan klasifikasi menggunakan model yang telah dilatih. Nilai accuracy, precision, recall dan f1-score digunakan untuk mengevaluasi Metode MEMM. Model terbaik dari penelitian ini menghasilkan performansi dengan nilai accuracy 86,10%, precision 85,27%, recall 86,10% dan f1-score 83,15%.