Mikhael Permanto E., R. and Hendra, Kurniawan and Muhamad Radzi, Rathomi (2019) IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK PENDETEKSIAN SMS SPAM. S1 thesis, Universitas Maritim Raja Ali Haji.
Text
MIKHAEL PERMANTO EVANDER.R - 140155201066 - TEKNIK INFORMATIKA.pdf Restricted to Registered users only Download (3MB) |
Abstract
SMS masih menjadi pilihan utama sekalipun dizaman sekarang teknologi sudah maju dimana aplikasi chatting sudah banyak digunakan. Apalagi dikarenakan setiap nomor Ponsel pasti memiliki fitur kirim pesan sehingga tidak terlepas dari adanya SMS. Melihat dari adanya fitur SMS ini, masih saja dimanfaatkan oleh beberapa pihak untuk melakukan Spam SMS dalam hal promosi, iklan dan penipuan dalam mengirim ke berbagai nomor tujuan, yang sering kali mengganggu dan merugikan banyak orang. Untuk itu diadakan penelitian dalam upaya mendeteksi SMS Spam dan tidak spam dan mengklasifikasikan kedalam dua kelas. Analisis yang dilakukan yaitu dengan menggunakan metode Support Vector Machine karena metode ini dapat mengkalisifikasikan dengan baik. Adapun hasil Klasifikasi dari 60 data yang diuji menghasilkan akurasi sebesar 75%, dan mendapat parameter yang baik yaitu parameter C dengan nilai 1.5 atau meningkatnya nilai parameter C memberikan hasil akuarasi yang sama, nilai parameter Gamma ( γ ) yaitu 0.0001 atau nilai γ dinaikkan cenderung memiliki hasil akurasi yang tetap, parameter max iterasi dengan nilai 13 atau nilai iterasi dinaikkan mendapat akurasi yang serupa untuk parameter Degree (d) nilai 3 atau menaikkan nilai parameter 3 juga menghasilkan akurasi yang sama. Hasil klasifikasi dan parameter tersebut membuktikan bahwa metode SVM bisa mengklasifikasikan SMS Spam dengan baik.
Item Type: | Thesis (S1) |
---|---|
Subjects: | 000 Karya Umum > 000. Ilmu Umum dan Komputer > 005.11.Pemrograman Khusus |
Divisions: | Fakultas Teknik > Program Studi Teknik Informatika |
Depositing User: | Admin Repositori UMRAH |
Date Deposited: | 23 Jul 2021 14:55 |
Last Modified: | 23 Jul 2021 14:55 |
URI: | http://repositori.umrah.ac.id/id/eprint/1204 |
Actions (login required)
View Item |