implementasi metode n-gram dan algoritma naive bayes untuk mendeteksi email spam berbahasa indonesia berbasis web service
| Main Author: | Vernanda, Yustinus |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/5110/1/BAB%20I.pdf http://kc.umn.ac.id/5110/2/BAB%20V.pdf http://kc.umn.ac.id/5110/3/BAB%20III.pdf http://kc.umn.ac.id/5110/3/BAB%20IV.pdf http://kc.umn.ac.id/5110/4/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/5110/5/BAB%20II.pdf http://kc.umn.ac.id/5110/6/LAMPIRAN.pdf http://kc.umn.ac.id/5110/7/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/5110/ |
Daftar Isi:
- Indonesia termasuk dalam rangking 18 dari total penyebaran spam di dunia. Spam filter berbasis web service dengan jenis REST API dapat digunakan untuk mendeteksi email spam berbahasa Indonesia pada email server maupun berbagai jenis aplikasi email server. Dengan REST API, maka antar aplikasi dapat melakukan pertukaran data bertipe JSON menggunakan perintah-perintah yang ada pada HTTP. Salah satu jenis spam filter adalah Bayesian Filtering, dimana algoritma Naive Bayes sebagai algoritma klasifikasinya. Sedangkan, Metode Ngram digunakan untuk menambah akurasi dari pengimplementasian algoritma Naive Bayes. Metode N-gram dan algoritma Naive Bayes untuk mendeteksi email spam berbahasa Indonesia berbasis web service berhasil diimplementasikan dengan hasil nilai akurasi sekitar 0,615 hingga 0,94, dengan nilai precision berkisaran pada 0,566 hingga 0,924, kemudian nilai recall berkisaran pada 0,96 hingga 1, dan nilai f-measure berkisaran pada 0,721 hingga 0,942. Dengan metode 5-gram sebagai metode N-gram yang memiliki nilai tertinggi untuk mendeteksi email spam berbahasa Indonesia dengan nilai akurasi sebesar 0,94, nilai precision sebesar 0,924, nilai recall sebesar 0,96, dan nilai f-measure sebesar 0,942.