ABSTRAKSI: Pengguna aktif Twitter menciptakan data begitu banyak. Data tersebut memiliki potensi informasi yang bisa didapatkan, salah satunya adalah informasi topik obrolan favorit setiap pengguna Twitter. Penelitian ini mengklasifikasi data untuk mendapatkan informasi tersebut, dan memanfaatkannya untuk merekomendasikan berita dari berbagai sumber. Hasil penelitian ini berguna bagi media massa yang ingin merekomendasikan beritanya kepada pengguna Twitter. Sistem klasifikasi yang dibangun di penelitian ini menggunakan jaringan saraf tiruan yang dilatih menggunakan algoritma backpropagation. Lalu, penelitian ini membuat aplikasi perekomendasi berita bagi pengguna Twitter menggunakan framework CodeIgniter, dan bahasa pemograman PHP. Penggunaan backpropagation menghasilkan akurasi uji terbaik yang didapatkan adalah 82,4324% disaat akurasi latihan mencapai 94,6341%. Akurasi tersebut didapatkan menggunakan backprogation dengan nilai learning rate sebesar 0,5 dan momentum sebesar 0,25. Sedangkan menurut 32 pengguna Twitter, 9% diantaranya menilai rekomendasi beritanya sangat akurat, 66% akurat, 16% biasa saja, 6% kurang akurat, dan 3% sangat tidak akurat.Kata Kunci : Menambang data, backpropagation, TwitterABSTRACT: Twitter active users create so many data. Those data have potential informations which can be obtained, one of them is the information about Twitter user favorite chat topics. This research classify data to get that information, and use it to recommend news from many sources. The result is useful for mass media who want to recommend their news to Twitter users. The classification system for this research is build using artificial neural network which is trained using backpropagation algorithm. Then, this research creates news recommendation application for Twitter user using CodeIgniter framework, and PHP programming language. Backpropagation utilization is resulting the best test accuracy at 82,4324% when the train accuracy achieve 94,6341%. This accuracy is obtained using backpropagation with learning rate value at 0.5 and momentum value at 0.25. But, according to 32 Twitter users, 9% think the news which recommended by the application is very accurate, 66% accurate, 16% indifferent, 6% not accurate., and 3% is not very accurate.Keyword: Data Mining, backpropagation, Twitter.