Keywords
Klasifikasi Biner
Pembelajaran Mesin
Pesan Spam dan Ham
Python
How to Cite
Abstract
WhatsApp merupakan layanan seperti pengiriman pesan; panggilan suara dan video; serta pengiriman dokumen dan media; telah menjadi pilihan yang sangat digemari oleh masyarakat di seluruh dunia. Meskipun demikian; aplikasi ini juga seringkali menjadi tempat penyebaran spam; yang dapat berupa penipuan; promosi; atau bentuk negatif lainnya. Meskipun terdapat berbagai upaya untuk mengklasifikasikan spam SMS berbahasa Inggris dengan menggunakan algoritma regresi logistik; namun masih sangat jarang ditemukan SMS dan WA dalam bahasa Indonesia. Oleh karena itu; penelitian ini bertujuan untuk melakukan klasifikasi biner pada data ham dan spam menggunakan metode algoritma regresi logistik pada 10793 data; dengan 10038 ham dan 775 spam. Penelitian ini juga menghasilkan lima matriks evaluasi yang dapat membantu memvisualisasikan hasil model yang telah dihasilkan; serta beberapa dekomposisi data untuk menemukan hasil terbaik selama proses pembuatan model; berdasarkan penelitian sebelumnya.; menghasilkan Accuracy = 7525 (0;9703593923675435); Precision = 5050 (0;9753694581280288); Recall = 8020 (0;6385542168674698); F1-score = 8020 (0;7653429602888085) dan ROC dengan nilai AUC = 7525 (0;987168100907698).
References
H. Yandhi; "Prototype E-Polling Berbasis Sms Gateway Pada Pemilihan Ketua Rw. 06 Perum. Bugel Mas Indah;" Ict Learning; vol. 3; no. 1; pp. 45-64; 2017.
A. Febriyanti; "Analisis Sentimen Persepsi Pengguna Jne Menggunakan Algoritma Naïve Bayes Classifier;" 16522259; 2018.
R. Kumari and S. K. Srivastava; "Machine Learning: A Review On Binary Classification;" International Journal Of Computer Applications; vol. 160; no. 7; 2017.
F. Syadid; "Analisis Sentimen Komentar Netizen Terhadap Calon Presiden Indonesia 2019 Dari Twitter Menggunakan Algoritma Term Frequency-Invers Document Frequency (Tf-Idf) Dan Metode Multi Layer Perceptron (Mlp) Neural Network;" BS thesis; Fakultas Sains Dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta; 2019.
T. E. Sutanto; "Deteksi Berita Hoax Pada Website Turnbackhoax Dengan Menggunakan Machine Learning;" BS thesis; Fakultas Sains Dan Teknologi UIN Syarif Hidayatullah Jakarta.
S. S. Septiani; "Klasifikasi Mengkudu Berdasarkan Warna Dan Tekstur Menggunakan Metode Support Vector Machine (SVM);" dissertation; Universitas Muhammadiyah Gresik; 2016.
K. W. Patunduk et al.; "Pemodelan Pasien Covid-19 Di Kota Palopo Dengan Regresi Logistik (Studi Perbandingan Regresi Logistik Dan Analisis Survival);" Proximal: Jurnal Penelitian Matematika Dan Pendidikan Matematika; vol. 5; no. 2; pp. 260-269; 2022.
H. Yan et al.; "Mfe-Net: Multi-Type Feature Enhancement Net For Retinal Blood Vessel Segmentation;" in 2022 5th International Conference On Artificial Intelligence And Big Data (Icaibd); 2022.
N. A. Gusti; "Analisis Sentimen Terhadap Perkuliahan Jarak Jauh Di Masa Pandemi Covid-19 Pada Media Sosial Twitter Menggunakan Textblob Dan Algoritma Support Vector Machine (SVM);" BS thesis; Fakultas Sains Dan Teknologi UIN Syarif Hidayatullah Jakarta.
S. W. Sidehabi; "Implementasi Mesin Pemilah Buah Markisa Berdasarkan Tingkat Kematangan Berbasis Visi Komputer;" dissertation; Universitas Hasanuddin; 2019.
F. W. Giffary; "Text Classification Untuk Mendeteksi Spam Di Media Sosial Twitter Menggunakan Tf-Idf Dan Algoritma Multilayer Perceptron;" dissertation; Universitas Pembangunan Nasional "Veteran" Yogyakarta; 2022.
Z. M. Yusuf and R. M. Awangga; "Deteksi Spam Sms Menggunakan Naive Bayes;" Penerbit Buku Pedia; 2023.
B. N. Azmi; A. Hermawan; and D. Avianto; "Analisis Pengaruh Komposisi Data Training Dan Data Testing Pada Penggunaan Pca Dan Algoritma Decision Tree Untuk Klasifikasi Penderita Penyakit Liver;" JTIM: Jurnal Teknologi Informasi Dan Multimedia; vol. 4; no. 4; pp. 281-290; 2023.
R. M. Pradhana; "Analisis Sentimen Publik Terhadap Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat Skala Mikro Menggunakan Algoritma Support Vector Machine Studi Kasus Twitter;" dissertation; Universitas Dinamika; 2021.
N. I. Putri; "Deep Learning Dan Teknologi Big Data Untuk Keamanan Iot;" Computing| Jurnal Informatika; vol. 7; no. 1; pp. 48-73; 2020.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2023 Ana Nur Rani Hasanah, Rr. Artiana Krestianti, Sutresna Wati