Klasifikasi SMS Spam Menggunakan Algoritma Support Vector Machine (SVM)

Journal Title: SENSITEK - Year 2018, Vol 1, Issue 1

Abstract

Informasi merupakan kumpulan data yang memiliki beragam konten yang dapat bersifat positif dan negative. Konten-konten yang tersebar dalam informasi tersebut dapat dengan mudah kita peroleh lewat berbagai macam jenis media contohnya SMS. Banyak informasi yang dikirim lewat SMS merupakan spam dimana konten yang dikirim berisi informasi yang tidak relevan dengan pengguna. Dengan fakta tersebut, perlu dibuat suatu system dalam mengklasifikasikan Spam dengan menggunakan text mining menggunakan metode Support Vector Machine (SVM), yang nantinya diharapkan dapat memilah komentar spam dalam SMS agar informasi yang diperoleh lebih akurat dan terpercaya. Data SMS yang didapat dari database Kaggle diolah terlebih dahulu dengan menggunakan teknik tokenizing, normalisasi kata, filtering, dan stemming. Selanjutnya peneliti menggunakan cross validation untuk menguji data training yang nantinya digunakan dalam proses klasifikasi. Algoritma SVM mampu mengklasifikasi spam dalam SMS dengan akurasi sebesar 96.72% dibanding naive bayes.

Authors and Affiliations

Green Arther Sandag, Raymond Sambur, Jebriella Bororing

Keywords

Related Articles

Pemodelan Use Case Diagram Sistem Informasi Inventaris Laboratorium Teknik Mesin

Penelitian ini dilaksanakan dengan tujuan menghasilkan suatu pemodelan UML (Unified Modeling Languange) untuk menganalisa seluruh skenario use case dan use case diagram yang didefinisikan pada sistem informasi inventaris...

Analisis Dan Perancangan Penjualan Online Baju Clothingan Melalui Media Sosial Pada TwentyTwo IM

Penjualan Online merupakan salah satu dari perkembangan teknologi dan internet yang dimanfaatkan untuk jual-beli secara online. Penjualan online adalah penyebaran, pembelian, penjualan pemasaran barang dan jasa melalui m...

Rancang Bangun Aplikasi Perhitungan Sudut Tembak Mortir Jenis 81 MM Pindad

Pertahanan Negara disebut juga pertahanan nasional adalah segala usaha untuk mempertahankan kedaulatan Negara, keutuhan wilayah sebuah Negara dan keselamatan segenap bangsa dari ancaman dan gangguan keutuhan bangsa. Pers...

Membangun Sinergitas Perguruan Tinggi dan Perusahaan Melalui Pengembangan Website Pusat Karir (Studi kasus: STMIK Pontianak)

Penelitian ini membangun sinergitas STMIK Pontianak dengan perusahaan dalam menyediakan informasi lowongan kerja kepada lulusan/alumni. Tujuan penelitian ini adalah menghasilkan sistem informasi pusat karir (career cente...

Evaluasi Penerapan E-Commerce Dalam Meningkatkan Daya Saing usaha

Tujuan utama dari penelitian ini adalah untuk mengevaluasi penerapan e-commerce dalam meningkatkan daya saing usaha. Metode yang digunakan adalah regresi linier berganda didukung software 20.0 data diolah secara parsial...

Download PDF file
  • EP ID EP50668
  • DOI http://dx.doi.org/10.30700/pss.v1i1.303
  • Views 204
  • Downloads 0

How To Cite

Green Arther Sandag, Raymond Sambur, Jebriella Bororing (2018). Klasifikasi SMS Spam Menggunakan Algoritma Support Vector Machine (SVM). SENSITEK, 1(1), -. https://europub.co.uk/articles/-A-50668