Tindakan bullying yang dilakukan untuk menyerang seseorang atau sekelompok orang dengan agresif secara berulang-ulang kerap terjadi. Dengan adanya perkembangan teknologi internet masyarakat sangat dipermudah untuk melakukan tindakan negatif bullying untuk menyerang seseorang atau kelompok orang yang dapat menyebabkan korban tersakiti, tindakan ini disebut dengan cyberbullying. Twitter merupakan media sosial yang dapat digunakan masyarakat untuk berbagi informasi berupa tulisan dan dapat disalahgunakan untuk melakukan tindakan cyberbullying dengan mengirimkan pesan (tweet) terhadap korban yang dituju. Pada tugas akhir ini telah dibangun sebuah sistem untuk mendeteksi tindakan cyberbullying pada Twitter. Sistem yang dibangun menggunakan metode Support Vector Machine untuk mengklasifikasi apakah tweet yang dibagikan termasuk cyberbullying atau bukan. Selain itu, tugas akhir ini juga menggunakan ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF) dan N-gram untuk data yang sudah melalui tahap pre-processing. Dalam pengambilan data, penulis melakukan crawling tweet berdasarkan keyword ‘jelek’, ‘bodoh’, ‘goblok’, ‘brengsek’, ‘bangsat’, ‘memalukan’, ‘laknat’, ‘bacot’ dan ‘pelacur’. Hasil penelitian terbaik menghasilkan akurasi 76.2%, precision 73.2%, Recall 78.2% dan F1-Score 75.6% yang dihasilkan oleh kernel RBF dengan jumlah n=1.
Kata Kunci: cyberbullying, twitter, support vector machine, n-gram, TF-IDF.