KINERJA NAÏVE BAYES CLASSIFIER PADA PENYARINGAN SHORT MESSAGE SERVICE (SMS) SPAM

PUTRI , APRICIA (2023) KINERJA NAÏVE BAYES CLASSIFIER PADA PENYARINGAN SHORT MESSAGE SERVICE (SMS) SPAM. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (11Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (1093Kb) | Minta salinan
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1094Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Naïve Bayes juga dikenal multinomial Naïve Bayes ialah metode klasifikasi yang menggunakan metode probabilitas serta statistik. Metode ini ialah model algoritma Bayes yang disederhanakan, sesuai untuk mengklasifikasikan teks atau dokumen. Metode yang digunakan dalam penelitian ini adalah metode Naïve Bayes merupakan teknik analisis klasifikasi pada data SMS. Metode ini digunakan untuk mengklasifikasikan SMS yang ada apakah SMS tersebut spam atau bukan spam (ham). Dalam beberapa pembagian data training dan data testing hasil akurasi yang diperoleh sebesar 97% dengan menggunakan perbandingan 60 : 40. Karena dijaman sekarang SMS merupakan media komunikasi yang paling sering digunakan. Seiring dengan meningkatnya intensitas pengunaan SMS ini dimanfaatkan oleh beberapa orang yang tidak bertanggung jawab untuk melakukan tindak kriminal seperti penipuan melalui media SMS. SMS yang disalahgunakan inilah yang disebut spam. Oleh karena itu pemanfaatan informasi ini memerlukan teknik analisis sehingga informasi yang dihasilkan dapat membantu banyak pihak yang ada. Kata kunci: Naive Bayes, SMS spam, Klasifikasi. Naïve Bayes also known as multinomial Naïve Bayes is a classification method that uses probability and statistical methods. This method is a simplified Bayes algorithm model, suitable for classifying text or documents.The method used in this research is methodNaive Bayesis a classification analysis technique on SMS data. This method is used to classify existing SMS whether the SMS is spam or not spam (ham). In several divisions of training data and testing data, the accuracy obtained is 97% using a ratio of 60: 40.BecauseToday, SMS is the most frequently used communication medium. Coupled with the increasing intensity of SMS usage, it is used by some irresponsible people to commit criminal acts such as fraud via SMS media. This misused SMS is called spam. Therefore, the utilization of this information requires analytical techniques so that the resulting information can help many existing parties. Keyword: Naive Bayes, SMS spam, classification

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301277554 . Digilib
Date Deposited:	08 Aug 2023 01:13
Terakhir diubah:	08 Aug 2023 01:13
URI:	http://digilib.unila.ac.id/id/eprint/74244

Actions (login required)

Lihat Karya Akhir