Berita hoax merupakan informasi yang salah dan menyesatkan yang dapat menyebabkan provokasi dan kebencian bagi pembaca. Dengan adanya akses internet yang mudah membuat persebaran berita hoax semakin masif. Oleh karena itu, perlu ada metode yang dapat melakukan deteksi berita hoax. Penelitian menggunakan metode deep learning dengan mengintegrasikan text mining untuk mencari informasi dan pola berita yang berhubugan dengan hoax. Dengan menggunakan dataset dari situs kaggle berjumlah sekitar 2700-an kemudian dilakukan text preprocessing agar data lebih terstruktur untuk diolah lanjut. Kemudian membuat feature engineering dari BERT agar data dapat diproses oleh machine learning dengan tiga metode klasifikasi yaitu BERT, SVM dan random forest kemudian dilakukan pengujian dan evaluasi. Pada penelitian ini model yang menghasilkan performa yang paling tinggi yaitu BERT dengan (akurasi = 0.99, ROC-AUC = 0.99) dibanding model machine learning tradisional.