PERBANDINGAN KLASIFIKASI SPAM SMS DAN SPAM TELEGRAM MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS MACHINE LEARNING

Khobirul Jannah, Ahmad (2025) PERBANDINGAN KLASIFIKASI SPAM SMS DAN SPAM TELEGRAM MENGGUNAKAN ALGORITMA NAÏVE BAYES BERBASIS MACHINE LEARNING. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (1MB)
	Text BAB II.pdf Restricted to Registered users only Download (882kB)
	Text BAB III.pdf Restricted to Registered users only Download (661kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (378kB)
	Text Daftar Pustaka.pdf Download (497kB)

Abstract

Dalam era digital saat ini, keamanan komunikasi menjadi tantangan yang penting untuk diperhatikan, terutama dengan meningkatnya penggunaan layanan pesan singkat (SMS). Salah satu ancaman utama adalah pesan spam yang dapat mengganggu pengguna dan berpotensi merugikan. Penelitian ini merekomendasikan penggunaan algoritma Naïve Bayes berbasis machine learning karena kemampuannya dalam mengklasifikasikan data teks secara efisien. Sebelum data diproses oleh Naïve Bayes, dilakukan preprocessing data, termasuk pembersihan teks dan ekstraksi fitur menggunakan TF-IDF, untuk meningkatkan efisiensi pemrosesan dan kinerja model. Struktur Naïve Bayes dirancang untuk mendeteksi pola probabilitas yang relevan dengan klasifikasi spam SMS. Hasil evaluasi menunjukkan bahwa metode ini mampu mengklasifikasikan pesan spam dengan akurasi sebesar 98% pada dataset SMS dan 92% pada dataset Telegram, yang menunjukkan efektivitasnya dalam mendeteksi pesan spam secara andal dan efisien.

Actions (login required)

View Item