KLASIFIKASI SMS SPAM DENGAN KOMPARASI METODE SVM DAN NAÏVE BAYES

Perkembangan teknologi memaksa sebagian besar penduduk diseluruh dunia termasuk di Indonesia untuk dapat memanfaatkan kemajuan tersebut. Salah satu yang dimaksud adalah internet dan Gadget. smartphone pesat tidak merubah fungsi dari salah layanan provider yaitu pesan singkat atau short message service (SMS). SMS saat ini masih dipergunakan mengirimkan kepada pengguna sudah saling kenal maupun orang belum dikenal, dengan banyak tujuan diantaranya menawarkan produk jasa. Hal tersebut merupakan permasalahan ditemukan cara agar diklasifikasikan masuk spam bukan. Pengklasifikasian dalam penelitian menggunakan algoritma Naïve Bayes Support Vector Machine (SVM). Tujuan membandingkan mengetahui lebih baik pengklasifikasian juga diterima bukan spam. Hasil menunjukkan bahwa Algoritma mempunyai accuracy tinggi dibandingkan SVM, nilai sebesar 0.94. Nilai precision, recall, f1-score memiliki kemampuan terbaik SVM klasifikasi Spam.