Internet terutama media sosial beriringan tumbuh dengan perkembangan manusia memberikan
bentuk kebebasan, ketergantungan dan perubahan pada cara manusia dalam berinteraksi satu
sama lain. Dari hal tersebut muncul dinamika interaksi kekerasan baru yaitu cyberbullying,
dimana tindakan kejahatan berupa bentuk penyebaran informasi negatif dan ujaran kebencian
yang disebarkan melalui jejaring sosial dengan sengaja. Korban dari cyberbullying berdampak
serius terhadap rasa kepercayaan diri dan berpotensi penyakit gangguan mental. Selain itu
sulitnya mendeteksi pola dari pelaku kejahatan cyberbullying yang cenderung bernuansa halus
dalam teks tersembunyi dan terbatasnya sistem pendeteksi pola kebencian yang bekerja secara
lintas platform dan real time. Tujuan dari penelitian ini yaitu mengembangkan API
(Application Programming Interface) yang menerapkan Machine Learning model dengan
pendekatan NLP (Natural Language Processing) untuk membatasi teks pola komentar
cyberbullying. Metodologi pengembangan Machine Learning mengadopsi penelitian Muneer
& Fati pada tahun 2020 dan metodologi pengembangan API dengan FAST (Framework for the
Application System Thinking). Tools yang digunakan yaitu UML (Unified Modelling
Language), bahasa pemrograman Python versi 3.9, pengembangan API dengan Flask versi 2.1
dan noSQL database MongoDB. Hasil akhir dari penelitian ini yaitu public API yang dapat
digunakan untuk membatasi perilaku cyberbullying pada data teks untuk public user, dimana
terdapat fitur untuk mengakses deteksi teks cyberbullying, menggunakan API deteksi
cyberbullying, menghubungi developer aplikasi, dan memberikan komentar aplikasi.
Kata Kunci: Application Programming Interface (API), Machine Learning, Supervised
Cyberbullying Classification, Natural Language Processing, FAST
(Framework for the Application System Thinking), UML (Unified Model
Language).