Abstrak - Tingginya kecenderugan masyarakat dalam mengakses berita secara online, membuat editor dan portal berita harus menyediakan berita yang berkualitas. Namun berita pada portal tersebut masih diklasifikasikan secara umum, sehingga ketika pembaca ingin mendapatkan kategori berita yang lebih spesifik harus dilakukan secara manual dengan menyaring berita-berita tersebut. Hal ini juga yang dialami oleh bidang sosial Badan Pusat Statistik Provinsi Riau yang kesulitan dalam mencari dan mengklasifikasikan jenis berita tentang Provinsi Riau. Oleh sebab itu, proses pengklasifikasian berita menggunakan metode naïve bayes classifier merupakan hal yang penting untuk dilakukan. Jumlah berita yang digunakan dalam penelitian ini berjumlah 510 berita dan dikategorikan menjadi 3 kategori yaitu demokrasi, kemiskinan, dan ketenagakerjaan. Agar membantu bidang sosial di Badan Pusat Statistik Provinsi Riau dalam mengklasifikasikan jenis berita sebagai landasan fenomena yang terjadi di daerah Provinsi Riau berdasarkan dari nilai indeks demokrasi, ketenagakerjaan, dan kemiskinan Provinsi Riau. Proses pengklasifikasian berita dalam penelitian ini meliputi: pengumpulan data, text preprocessing, pembobotan kata, dan klasifikasi naïve bayes classifier. Nilai akurasi tertinggi yang diperoleh dalam penelitian ini sebesar 94% dengan pembagian data uji 10% dan data latih 90%.Kata kunci: Berita, Badan Pusat Statistik, Klasifikasi, Naïve Bayes Classifier, RiauAbstract - The high tendency of people to access news, especially online news, makes editors and news portal sites to provide quality information and news. However, the news grouping is still classified in general, so, when the reader want to get a more specific category of news, it must be done manually by filtering the news. This is also happened by the social sector of the Badan Pusat Statistik Provinsi Riau, which has difficulty in finding news about Riau Province. Therefore, the process of classifying news using the Naive Bayes Classifier method is an important thing to do. The number of news used in this research is 510 news and it's categorized into 3 categories, namely democracy, poverty, and employment. The news classification process in this research includes: data collection, manual labeling, text preprocessing, term weighting, and naive Bayes classifier classification. The highest accuracy value obtained in this research was 94% with the distribution of 10% test data and 90% training data.Keywords: Badan Pusat Statistik, Classification, Naïve Bayes Classifier, News, Riau