<![CDATA[Masyarakat menjadi orang yang anti sosial tidak banyak berkomunikasi dengan lingkungan dan mereka lebih menyukai komunikasi melalui internet atau social media. dengan internet atau social media orang bisa menyembunyikan identitas aslinya dan bisa mengakibatkan keburukan saat berkomunikasi atau memberi sebuah komentar di social media dengan menggunakan kata-kata yang buruk, menghina, tidak sopan mempermalukan, mengancam, mengganggu menghina, mengucilkan, merusak reputasi orang melalui internet atau teknologi digital. Hal seperti ini termasuk dalam tindak kejahatan yang dinamakan cyberbullying. Cyberbullying berdampak buruk bagi korbannya seperti mengakibatkan depresi, hingga yang terburuk hingga mengakibatkan seseorang melakukan bunuh diri. Cyberbullying sering menjadi masalah besar baik di tingkat nasional maupun global. Pada penilitian ini akan dibahas mengenai text mining alisis sentiment cyberbullying dengan menentukan kata yang mengandung toxicity dan aggression. Metode yang digunakan pada penelitian ini memakai model Bag of Word dan TF-IDF dengan klasifikasi SVM. Hasil dari penelitian ini didapat akurasi tertinggi dengan menggunakan model Bag of Word dengan akurasi sebesar 65,2% di banding dengan pemodelan menggunakan TF-IDF dengan akurasi sebesar 64,7% Hal ini menunjukkan bahwa penerapan Bag of Word mampu menghasilkan tingkat akurasi yang lebih baik dalam memprediksi kata yang mengandung cyberbullying dari penelitian ini dibandingkan dengan model TF-IDF.]]>
