Media sosial telah menjadi bagian penting bagi masyarakat di seluruh dunia atas berbagai kemudahan yang diberikannya, akan tetapi media sosial juga menimbulkan berbagai masalah baru seperti cyberbullying. Fenomena cyberbullying ini dapat memberikan dampak emosional maupun fisik bagi korbannya tanpa terkecuali. Bahkan di dunia olahraga, khususnya sepak bola yang merupakan cabang olahraga paling populer di dunia, cyberbullying tetap menjadi masalah yang sering terjadi, di mana pemain kerap menerima hujatan di media sosial. Penelitian ini bertujuan untuk membangun sebuah model yang mampu mendeteksi cyberbullying di platform media sosial “X” menggunakan metode Long Short-Term Memory (LSTM).
Model LSTM dengan konfigurasi tiga layer (128, 128, dan 64 unit), batch size 32, learning rate 0.0001, dan dropout rate 0.2 memberikan hasil terbaik dengan akurasi 78%, precision 78%, recall 78%, dan F1-score 78%, serta nilai loss sebesar 0,5107. Model ini berhasil mengklasifikasikan 3.619 data non-cyberbullying (55,48%) dan 2.903 data cyberbullying (44,52%) dari total data. Hasil ini menunjukkan bahwa model yang dikembangkan memiliki potensi dalam mendeteksi cyberbullying di media sosial, khususnya dalam konteks sepak bola.
Kata kunci: Cyberbullying, Pemain Sepak Bola, Long Short-Term Memory (LSTM)