Saat ini hoaks atau berita palsu sudah menjadi ancaman serius bagi kehidupan manusia, berita hoaks bukan hanya dapat menyebabkan kerugian materiil serta keonaran di masyarakat tetapi kini berita palsu juga dapat mempengaruhi psikologi seseorang dengan menimbulkan rasa takut dan terror serta paling parah bisa memecah kedaulatan bangsa. Untuk memproses klasifikasi digunakanlah data miming sehingga bisa diketahui sebuah merupakan berita hoaks ataupun berita asli. Dalam penelitian ini peneliti menggunakan naïve bayes sebagai metode klasifikasi. Kemudian peneliti juga menggunakan fungsi seleksi maju yang digunakan pada metode Naïve-Bayes. Seleksi maju merupakan metode pembentukan model regresi terbaik berdasarkan pendekatan dengan cara melakukan pemilihan variabel dengan memasukkan variabel bebas yang memiliki nilai korelasi terbesar. Sedangkan algoritma naïve bayes bekerja secara independensi bersyarat antar prediksi. Berdasarkan pengujian yang telah dilakukan tentang klasifikasi beria hoaks Bahasa Indonesia dengan menggunakan Naïve Bayes dan Forward Selection mendapatkan akurasi sebesar 84%, dan recall sebesar 63,72% sedangkan presisi naik menjadi 91,19% dengan peningkatan akurasi sebesar 8,8% dan recall sebesar 8,19% dan presisi meningkat sebesar 20,98%. Dengan demikian diharapkan tingkat akurasi pada klasifikasi berita hoaks Bahasa Indonesia dengan metode naïve bayes yang menggunakan seleksi maju bisa meningkat.