Twitter adalah media sosial yang sangat berpengaruh belakangan ini, bahkan dapat dikatakan menjadi portal informasi yang cukup penting. Untuk dapat melihat berita yang sedang populer, pengguna dapat menggunakan fitur trending topik atau hashtag yang populer. Namun karena popularitas twitter, trending topik seringkali berbeda dengan konten yang disuarakan. Banyak pengguna memanfaatkan trending topik untuk mendapat perhatian publik lebih banyak, dengan asumsi banyak orang melihat trend. Untuk mengetahui korelasi tersebut, melihat jika konten tweet tersebut relevan atau tidak dengan trending topiknya, dilakukan dengan klasifikasi teks. Klasifikasi dilakukan dengan metode Support Vector Machine. Langkah penelitian adalah membersihkan data teks, kemudian melakukan pembobotan dengan TF-IDF dan klasifikasi dengan SVM. Dalam penelitian ini, SVM dapat mengklasifikasikan data tweet dengan baik. Hasil klasifikasi menunjukkan nilai rata-rata akurasi sebesar 86%. Hasil rata-rata precision adalah 65%  untuk data relevan dan 85?ta tidak relevan, recall 46% untuk data relevan dan 98% untuk data tidak relevan, F1-Measure 50?ta relevan dan 89% untuk tidak relevan.

Kata kunci : Confusion Matrix, SVM, TF-IDF, Trending Topic