EMAIL SPAM FILTERING MENGGUNAKAN MULTILAYER PERCEPTRON DENGAN METODE PELATIHAN STOCHASTIC GRADIENT DESCENT (SGD) DAN MOMENTUM
Daftar Isi:
- Salah satu email spam sering disebabkan oleh banyaknya iklan yang dikirim melalui email. Fenomena ini menimbulkan masalah mengganggu yang menghabiskan waktu dan uang. Permasalahan ini dapat diselesaikan dengan mengembangkan perangkat lunak penyaring email spam dengan bantuan kecerdasan buatan. Penyaringan email spam menggunakan metode Multilayer Perceptron (MLP) dengan pelatihan Stochastic Gradient Descent (SGD) dan Momentum. Arsitektur jaringan MLP dan nilai beta pada momentum dibuat sebanyak 9 arsitektur dan 9 nilai beta. Semua lapis tersembunyi menggunakan fungsi aktivasi ReLU (Rectified Linear Unit), sedangkan lapis keluaran menggunakan fungsi aktivasi Sigmoid. Bobot diinisialiisasi secara random uniform dengan range -1 sampai 1. Hasil penelitian ini menunjukan bahwa arsitektur dengan 1 lapis tersembunyi yang terdiri dari 15 neuron dan nilai beta 0,8 menghasilkan f-measure yang lebih tinggi.