<![CDATA[Platform media sosial seperti Instagram telah menjadi sangat populer di kalangan masyarakat di seluruh dunia. Namun, cyberbullying dapat membahayakan kesehatan mental pengguna di platform ini. Dengan menggunakan algoritma Support Vector Machine (SVM), penelitian ini bertujuan untuk meningkatkan model prediksi konten cyberbullying di Instagram. Dengan meningkatnya jumlah data di media sosial, mengidentifikasikan konten negatif seperti cyberbullying secara otomatis menjadi sangat penting untuk membuat internet lebih aman. Penelitian ini menggunakan algoritma Support Vector Machine (SVM) yang merupakan salah satu metode pengajaran yang diawasi yang paling efektif untuk klasifikasi data. Dataset yang digunakan terdiri dari komentar Instagram yang diklasifikasikan sebagai bullying atau non-bullying. Untuk meningkatkan kualitas fitur teks yang diolah, proses pengolahan data melibatkan tahap preprocessing seperti cleaning, tokenisasi, stopword removal, stemming, dan TF-IDF. Selanjutnya, model SVM diimplementasikan dan dioptimasikan untuk meningkatkan akurasi prediksi dengan beberapa parameter. Hasil penelitian menunjukkan bahwa algoritma SVM dapat memberikan hasil prediksi yang akurat dengan tingkat akurasi sebesar 79,76% dalam mengidentifikasikan konten cyberbullying pada Instagram. Jumlah kasus yang termasuk dalam kategori prediksi bullying dan benar-benar termasuk kategori konten bullying adalah sebanyak 482 kasus. Sementara itu, yang benar-benar termasuk konten non-bullying terdapat 155 kasus. Selain itu, yang diprediksi benar sebagai kategori konten non-bullying berjumlah 243 kasus, dan yang termasuk dalam kategori prediksi non-bullying tetapi sebenarnya bullying terdapat 29 kasus. Ini menunjukkan bahwa SVM adalah metode yang efektif untuk menganalisis teks berbasis media sosial dalam mendeteksi tindakan bullying. Hasil penelitian ini dapat meningkatkan kesadaran masyarakat terhadap masalah cyberbullying dan dampak negatifnya. Keywords: Support Vector Machine (SVM), cyberbullying, Prediksi konten, Instagram, Sosial Media.]]>
