PERBANDINGAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR PADA KLASIFIKASI EMAIL

Athorik Alfayyed, Muhammad (2025) PERBANDINGAN ALGORITMA NAIVE BAYES DAN K-NEAREST NEIGHBOR PADA KLASIFIKASI EMAIL. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (502kB)
	Text BAB II.pdf Restricted to Registered users only Download (846kB)
	Text BAB III.pdf Restricted to Registered users only Download (616kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (461kB)
	Text DAFTAR PUSTAKA.pdf Download (474kB)

Abstract

Penelitian ini membandingkan algoritma Naive Bayes dan K-Nearest Neighbor (KNN) dalam klasifikasi email menggunakan fitur TF-IDF. Dataset terdiri atas 5.572 email yang diproses melalui pelatihan dan evaluasi model dengan validasi silang 5-fold. Metode evaluasi mencakup akurasi, precision, recall, F1-score, dan ROC/AUC. Hasil menunjukkan Naive Bayes unggul dengan akurasi 98,38% dan AUC 0,98 dibandingkan KNN yang mencapai akurasi 92,47% dan AUC 0,82. Naive Bayes lebih stabil dalam recall pada kelas spam (89%), sementara KNN memiliki precision sempurna (100%) namun rendah recall (44%).

Actions (login required)

View Item