Pemahaman pengguna media sosial khususnya di Indonesia yang kurang terhadap jerat hukum kepada pelaku cyberbullying, membuat banyak kasus cyberbullying tidak tertangani secara serius. Belum adanya kebijakan hukum yang mengatur secara rinci cyberbullying, menyebabkan tidak adanya pedoman mengenai definisi cyberbullying itu sendiri. Perluasan definisi kekerasan yang tidak hanya berlaku secara fisik, tapi juga psikis, memberikan kesimpulan bahwa karakteristik cyberbullying dapat digunakan untuk memenuhi unsur perbuatan pidana. Maka dari itu, unsur perbuatan pidana dapat menjadi landasan dalam melakukan deteksi cyberbullying. Pada penelitian ini, studi literatur digunakan untuk menentukan unsur perbuatan pidana terkait karakteristik cyberbullying dan juga dalam menemukan model classifier dalam proses klasifikasi pesan cyberbullying. Disimpulkan ada 5 unsur perbuatan pidana terkait karakteristik cyberbullying yaitu penghinaan, menuduh dan bersifat pencemaran, rasa kebencian terkait SARA, ancaman kekerasan, dan ancaman membuka rahasia. Sebanyak 5000 tweet dikumpulkan sebagai dataset. Ekstraksi fitur, menggunakan metode N-grams dengan pembobotan TF-IDF yang diharapkan dapat memperoleh sentiment berdasarkan penggunaan bahasa, sehingga model classifier memiliki ruang pengetahuan dalam mengenali pesan yang berpotensi cyberbullying. Konteks bahasa menjadi penting dalam hal ini, sehingga proses anotasi dataset dilakukan oleh seorang ahli linguistik. Hasilnya pada penerapan dua model klasifikasi Naïve Bayes dan Support Vector Machine setelah dilakukan resampling dengan over-sampling menggunakan metode SMOTE, mampu memprediksi benar potensi cyberbullying berdasarkan unsur perbuatan yang dilanggar dengan performance measurement rata-rata diatas 90%.