%A APRICIA PUTRI 
%T KINERJA NA?VE BAYES CLASSIFIER PADA PENYARINGAN SHORT
MESSAGE SERVICE (SMS) SPAM
%X Na?ve Bayes juga dikenal multinomial Na?ve 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 Na?ve
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.
Na?ve Bayes also known as multinomial Na?ve 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
%C  UNIVERSITAS LAMPUNG
%D 2023
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%L eprints74244