Skripsi

KLASIFIKASI SMS SPAM BERBAHASA INDONESIA MENGGUNAKAN K-NEAREST NEIGHBOR DAN CHI-SQUARE

---

SMS Spam sangat membahayakan sehingga dapat menyebabkan kerugian bagi pengguna layanan SMS. Untuk mengatasi hal tersebut, dibutuhkan metode yang dapat membantu mengelompokan SMS sesuai dengan ketegorinya, yaitu Spam dan non spam. Klasifikasi merupakan salah satu proses mengelompokkan data kedalam kelas yang telah ditentukan sebelumnya. Pengklasifikasian melewati beberapa tahapan yaitu, pra pengolahan, seleksi fitur, pembobotan, dan pengklasifikasian. Metode yang di gunakan pada penelitian ini adalah K-Nearest Neighbor untuk proses pengklasifikasian, dan Chi-Square untuk proses seleksi fitur. Hasil penelitian klasifikasi menggunakan nilai N = 100 menunjukkan bahwa dengan menerapkan kombinasi seleksi fitur chi-square dengan algoritma KNN justru mengalami penurunan tingkat akurasi pengklasifikasian sekitar 10% dibandingkan tanpa seleksi fitur. Penelitian ini menunjukkan bahwa kurang efektif nya seleksi fitur chi-square dengan algoritma KNN untuk hasil klasifikasi.

---

Availability

Detail Information

Series Title

-

Call Number

T1571702024

Publisher

Indralaya : Prodi Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya., 2024

Collation

xviii, 151 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

006.312 07

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Data mining
Prodi Teknik Informatika

Specific Detail Info

-

Statement of Responsibility

TUTI

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment