Twitter merupakan media sosial yang sangat mudah digunakan dalam menyampaikan opini masyarakat tentang bahasan tertentu. Akan tetapi, tidak jarang pengguna menyampaikan opini yang dapat menimbulkan kesalahpahaman. Opini tersebut biasa disebut dengan konten radikal. Penelitian ini mencoba menganalisis tweet berbahasa Indonesia termasuk dalam konten radikal atau tidak. Tweet yang digunakan sebagai data latih dan data uji dipilih secara manual. Kemudian tweet melalui proses text processing untuk menghasilkan bobot data. Pembobotan dilakukan dengan cara memberi nilai kata yang sudah dipisah berdasarkan jenis kata masing-masing, selanjutnya seluruh kata dalam satu tweet dijumlahkan sesuai dengan fitur yang ada. Fitur yang digunakan ada 8 antara lain kata benda positif, kata benda negatif, kata kerja positif, kata kerja negatif, kata keterangan positif, kata keterangan negatif, kata sifat positif dan kata sifat negatif. Bobot data tersebut akan melalui proses klasifikasi menggunakan metode Learning Vector Quantization (LVQ) untuk mengetahui tweet tersebut masuk dalam konten radikal atau tidak. Penelitian ini menggunakan 7 skenario pengujian yang menghasilkan rekomendasi nilai learning rate 0.3, pengali learning rate 0.8, data latih sebanyak 70%, alpha minimum 0.098304, iterasi maksimum 6 dan data latih yang digunakan sesuai urutan id awal. Hasil akurasi yang didapatkan sebesar 90%.