Text

Machine Learning Deteksi SMS SPAM Dengan Metode Naive Classifer Dan A;goritma Tern Frequency Inverse Document Frequency

---

ABSTRAK
Banyak penyalahgunaan fitur kirim pesan singkat SMS oleh pihak- pihak yang tidak bertanggung jawab dengan menyebarkan sms spam yang tidak diminta atau tidak diinginkan seperti pesan sebagainya indentifikasinya seperti pesan penipuan pesan porno dan lain sebagai indentifikasi SMS spam dapat dilakukan dengan dua cara yaitu dengan pembutan daftar hitam dan pengklasifikasian teks pengklasifikasian teks merupakan cara yang lebih efisien dalam mengidentifikasi SMS spam pengembangan penelitian yang menggunakan pengklasifikasian tek amsih terus dilakukan untuk menfapatkan metode yang tepat dan memiliki hasil akurasi yang lebih baik pada peneliyian ini dikembangkan sebuah sistem untuk mengidentifikasi sms spam menggunakan machine learning dengan metode naive bayes classifier dengan tahapan keseluruh metode yang digunakan adalah text preprocessing ( case Folding Stopword removal penctuation remova stemming ) permbobotan menggunakan algoritma TF-IDF serta identifikasi menggunakan metode naive bayers classifier hasil penggujian pada penelitian ini menujukkan pengindentifikasian SMS spam sangat baik dengan memperoleh tingkat akurasi sebesar 80%n Kata kunci SMS spam identifikasi teks machine learning naive bayes classifier text preprocessing algoritma TF-IDF

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

TA/S1/TI/09/GUN/2019

Penerbit

Bandung : STMIK - IM., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

STMIK - Indonesia Mandiri

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar