Maraknya peredaran berita hoax di era teknologi informasi kian meresahkan, oleh karena itu di era ini sangat diperlukan algoritma untuk melakukan klasifikasi berita hoax, dalam penelitian ini peneliti berfokus pada optimalisasi akurasi klasifikasi berita hoax dalam dokumen text. Algoritma yang akan digunakan adalah Naive Bayes dan cosine similarity yang sebelumnya telah dilakukan pemilihan feature menggunakan algoritma particle swarm optimization. Dalam penelitian ini didapat kesimpulan bahwa setelah dilakukan feature selection dengan menggunakan PSO pada algoritma naive bayes akurasi yang didapatkan mengalami peningkatan dari 0.91 menjadi 0.93 sedangkan pada algoritma cosine similarity akurasinya meningkat dari 0.62 menjadi 0.73 setelah dilakukan pemilihan feature dengan menggunakan PSO