Berdasarkan laporan yang disampaikan oleh Truecaller Insights Report 2020 Indonesia menempatkan posisi ke-6 paling banyak mendapat pesan spam, salah satu penerapan spam ada pada SMS. SMS spam mengandung pesan yang tidak diinginkan atau tidak diminta, termasuk iklan, penipuan dan lain sebagainya. Adanya pesan spam ini menimbulkan ketidaknyamanan dari sisi pengguna saat menerima SMS spam bahkan ada yang menjadi korban tindak kejahatan setelah merespon SMS tersebut. Untuk meminimalisir ketidaknyamanan dan tindak kejahatan yang disebabkan oleh pesan spam, maka tujuan penelitian ini adalah perlu dilakukan penyaringan SMS spam atau SMS filtering dengan cara mengklasifikasikan SMS spam menggunakan algoritma Multinomial Naïve Bayes dengan mencari kombinasi parameter terbaik sehingga dapat meningkatkan performa model yang di bentuk. Hasil pengujian model mendapatkan nilai precision tertinggi pada model MNB dan SVM sebesar 93%, nilai recall tertinggi pada model SVM sebesar 94%, nilai f1-score tertinggi pada model SVM sebesar 94% dan nilai accuracy tertinggi pada model SVM sebesar 95%. Serta waktu pengujian tercepat pada model MNB sebesar 2.66 ms.