Penerapan Metode F-Knn Untuk Pengklasifikasian Spam Email Dengan Pembobotan WIDF

Main Author: Fajrin, Novia
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2014
Subjects:
Online Access: http://repository.ub.ac.id/146063/1/Skripsi_full.pdf
http://repository.ub.ac.id/146063/
ctrlnum 146063
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/146063/</relation><title>Penerapan Metode F-Knn Untuk Pengklasifikasian Spam Email Dengan Pembobotan WIDF</title><creator>Fajrin, Novia</creator><subject>005 Computer programming, programs, data</subject><description>Penelitian ini mengimplementasikan metode FK-NN dengan pembobotan WIDF untuk mengklasifikasikan spam email . Data yang digunakan pada penelitian adalah kumpulan email dari website spamassassin dengan kategori ham dan spam . Sistem yang dibuat menggunakan metode FK-NN yang merupakan gabungan dari metode Fuzzy dan K-NN. Pada metode ini, data uji yang diklasifikasikan akan diberi nilai keanggotaan pada masing-masing kelas ( ham dan spam ). Selain itu pada tahap preprocessing terdapat proses pembobotan ( term weighting ) yang menggunakan metode WIDF. Kelebihan dari WIDF adalah memperhitungkan frekuensi kemunculan suatu term pada suatu dokumen dan menormalisasikannya ke keseluruhan dokumen , membuat metode ini lebih baik dibanding yang lainnya . Pada penelitian ini dilakukan pengujian 50 data email dengan variasi jumlah data latih sebanyak 4, yaitu 50, 100, 150, dan 200. Hasil dari pengujian menunjukkan nilai f-measure tertinggi sebesar 0.98 dan nilai rata-rata f-measure sebesar 0.94675.</description><date>2014</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146063/1/Skripsi_full.pdf</identifier><identifier> Fajrin, Novia (2014) Penerapan Metode F-Knn Untuk Pengklasifikasian Spam Email Dengan Pembobotan WIDF. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2014/268/051500392</relation><recordID>146063</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Fajrin, Novia
title Penerapan Metode F-Knn Untuk Pengklasifikasian Spam Email Dengan Pembobotan WIDF
publishDate 2014
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/146063/1/Skripsi_full.pdf
http://repository.ub.ac.id/146063/
contents Penelitian ini mengimplementasikan metode FK-NN dengan pembobotan WIDF untuk mengklasifikasikan spam email . Data yang digunakan pada penelitian adalah kumpulan email dari website spamassassin dengan kategori ham dan spam . Sistem yang dibuat menggunakan metode FK-NN yang merupakan gabungan dari metode Fuzzy dan K-NN. Pada metode ini, data uji yang diklasifikasikan akan diberi nilai keanggotaan pada masing-masing kelas ( ham dan spam ). Selain itu pada tahap preprocessing terdapat proses pembobotan ( term weighting ) yang menggunakan metode WIDF. Kelebihan dari WIDF adalah memperhitungkan frekuensi kemunculan suatu term pada suatu dokumen dan menormalisasikannya ke keseluruhan dokumen , membuat metode ini lebih baik dibanding yang lainnya . Pada penelitian ini dilakukan pengujian 50 data email dengan variasi jumlah data latih sebanyak 4, yaitu 50, 100, 150, dan 200. Hasil dari pengujian menunjukkan nilai f-measure tertinggi sebesar 0.98 dan nilai rata-rata f-measure sebesar 0.94675.
id IOS4666.146063
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:48:02Z
last_indexed 2021-10-28T07:33:36Z
recordtype dc
_version_ 1751454637050822656
score 17.538404