Kemacetan lalu lintas dan peristiwa seperti kecelakaan atau penutupan jalan adalah tantangan signifikan di kota-kota besar yang mempengaruhi mobilitas masyarakat. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi multi-label peristiwa lalu lintas menggunakan data Twitter dan metode BERT (Bidirectional Encoder Representations from Transformers). Metode BERT diterapkan untuk menganalisis dan mengklasifikasikan tweet terkait lalu lintas ke dalam kategori seperti tanpa insiden, insiden, macet, lancar, padat, dan ramai. Data diperoleh dari tweet yang dikumpulkan berdasarkan kata kunci lalu lintas, diolah melalui prapemrosesan teks, dan diklasifikasikan menggunakan BERT. Hasil penelitian menunjukkan bahwa sistem ini memiliki akurasi 66,67% dalam mengklasifikasikan peristiwa lalu lintas. Sistem ini diharapkan dapat memberikan data yang berguna untuk analisis dan pengambilan keputusan di bidang transportasi, meskipun tidak dirancang untuk menyajikan informasi secara real-time kepada pengguna akhir
Kata kunci: Kemacetan lalu lintas, Klasifikasi multi-label, Metode BERT, Data Twitter, Sistem klasifikasi