Semakin bertambah banyaknya penggunaan internet, maka semakin banyak pula berita yang tersebar luas dalam internet. Banyaknya informasi berita yang bertebaran membuat para pengguna internet sulit mengetahui berita yang asli atau yang palsu. Karena itu, diperlukannya kehati-hatian dan kewaspadaan dalam mempercayai berita yang ada di internet. Penelitian ini akan menguji akurasi dari metode Support Vector Machine dalam mendeteksi berita palsu. Pada penelitian ini terdapat tiga nilai parameter utama yaitu, word embedding, rasio, dan nilai C. Dataset yang digunakan pada penelitian ini adalah dataset berjudul Fake News detection yang diambil dari Kaggle. Kolom fitur yang digunakan di dataset akan terbagi menjadi 2 yaitu, Headline + Body dan URLs. Berdasarkan pengujian, nilai C 1.0 dan rasio 80% untuk data training adalah parameter yang terbaik. Hasil pengujian menunjukan nilai F-Measure paling tinggi sebesar 1.0 untuk model yang menggunakan word embedding Bag of Words dan kolom fitur URLs.