Tindakan kriminal dipandang sebagai suatu masalah tindakan kejahatan atau hal-hal yang berkaitan dengan kejahatan (pelanggaran hukum) yang dapat dihukum menurut undang-undang. Perkembangan teknologi informasi yang begitu cepat memicu penyebaran informasi kriminal melalui internet menjadi tidak terkontrol. Sehingga diperlukan suatu sistem cerdas yang dapat melakukan klasifikasi konten berita kriminal yang tersebar melalu media internet. Penelitian ini mengklasifikasikan berita kriminal berdasarkan subkategorinya yang terbagi menjadi 2 yaitu pembunuhan dan narkoba. Berdasarkan klasifikasi berita kriminal tersebut maka akan dapat menekan terjadinya tindakan kriminal yang lebih buruk lagi. Tujuan dari penelitian ini adalah ingin melakukan klasifikasi berita kriminal menggunakan algoritma Naïve Bayes berbasis Particle Swarm Optimization. Metode yang digunakan dalam penelitian ini adalah Naïve Bayes yang merupakan salah satu algoritma klasifikasi yang sederhana akan tetapi Naive Bayes memiliki kekurangan yaitu sangat sensitive dalam pemilihan fitur maka dari itu dibutuhkan metode Particle Swarm Optimization untuk meningkatkan hasil akurasi. Proses klasifikasi kriminal dapat dilakukan melalui tahap preprocessing kemudian pembobotan kata dan dilakukan klasifikasi menggunakan naïve bayes. Hasil akurasi dari klasifikasi berita kriminal diperoleh sebesar 93.33%. Berdasarkan hasil klasifikasi tersebut maka dapat digunakan sebagai dasar penetapan berita kriminal yang valid. Sehingga masyarakat lebih mudah untuk mengetahui informasi yang terdapat dalam suatu berita dan dapat digunakan sebagai dasar sumber informasi yang dipercaya dalam bermasyarakat.