KLASIFIKASI EMAIL SPAM MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Baswaraningrat, Satrianegara Hadjar Suksmaluhung (2023) KLASIFIKASI EMAIL SPAM MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). Other thesis, UPN "Veteran" Yogyajarta.

	Text 3. Abstrak_123160163_Satrianegara Hadjar Suksmaluhung Baswaraningrat.pdf Download (66kB)
	Text 1. SKRIPSI FULLTEXT_123160163_Satrianegara Hadjar Suksmaluhung Baswaraningrat.pdf Restricted to Repository staff only Download (2MB)
	Text 2. Cover_123160163_Satrianegara Hadjar Suksmaluhung Baswaraningrat.pdf Download (155kB)
	Text 4. Halaman Pengesahan_123160163_Satrianegara Hadjar Suksmaluhung Baswaraningrat.pdf Download (859kB)
	Text 5. Daftar Isi_123160163_Satrianegara Hadjar Suksmaluhung Baswaraningrat.pdf Download (77kB)
	Text 6. Daftar Pustaka_123160163_Satrianegara Hadjar Suksmaluhung Baswaraningrat.pdf Download (701kB)

Abstract

vii
ABSTRAK
Banyak pengguna yang telah menjadi korban penipuan internet. Dengan
adanya bentuk kejahatan seperti email spam, spoofing, dan phishing menjadikan
keaslian dari sebuah informasi didalam email menjadi diragukan. Oleh karena itu,
penelitian ini menggunakan email spam sebagai objek penelitian. Penelitian ini
bertujuan untuk mengimplementasikan dan menghitung akurasi dari Algoritma
Support Vector Machine (SVM) menggunakan kernel polynomial untuk
mengklasifikasikan email spam dengan label fraud dan phishing. Adapun manfaat dari
penelitian ini dapat mempermudah dalam mengklasifikasikan email spam dengan
lebih akurat. Proses yang dilakukan dalam penelitian ini dimulai dari mengambil data
email yang terdapat pada situs kaggle.com, proses pre-processing teks, pembobotan
data atau ekstraksi fitur dengan TF-IDF normalisasi, klasifikasi menggunakan SVM,
dan menghitung performa model dengan confusion matrix. Berdasarkan pengujian
dengan confusion matrix menggunakan 80 data training dan 80 data testing dibagi
dengan kondisi skenario 1 sampai dengan 4, didapatkan hasil pada penelitian
menunjukkan kernel polynomial menggunakan parameter C=1, gamma=scale,
degree=2, dengan skenario 1 (60%:40%) menghasilkan akurasi sebesar 78.12 %.
Skenario 2 (70%:30%) menghasilkan akurasi sebesar 91.67 %. Skenario 3 (80%:20%)
menghasilkan akurasi sebesar 93.75%. Skenario 4 (90%:10%) menghasilkan akurasi
sebesar 100%. Hasil ini menunjukan bahwa SVM dapat mengklasifikasikan email
spam dengan baik. Akan tetapi, kualitas dan kuantitas dataset serta menentukan
parameter sangat berpengaruh pada akurasi data sehingga dapat menyebabkan
underfitting atau overfitting. Data email dengan jumlah besar dapat berpengaruh dalam
proses pengujian yang lama.
Kata kunci : Klasifikasi, Email, Email Spam, Fraud, Phishing, Pre-Processing, TF-
IDF, Support Vector Machine, Polynomial.
viii
ABSTRACT
Many people have become victims of internet fraud. With the existence of forms
of crime such as spam email, spoofing, and phishing, the authenticity of the
information in the email becomes doubtful. Therefore, this research uses spam email
as the object of research. This research aims to implement and calculate the accuracy
of the Support Vector Machine (SVM) algorithm using a polynomial kernel to classify
spam emails with fraud and phishing labels. The benefits of this research can make it
easier to classify spam emails more accurately. The process carried out in this study
starts from taking email data contained on the kaggle.com site, text pre-processing,
data weighting or feature extraction with TF-IDF normalization, classification using
SVM, and calculating model performance with a confusion matrix. Based on testing
with confusion matrix using 80 data training and 80 data testing divided by scenario
conditions 1 to 4, the results showed that the polynomial kernel using parameters C =
1, gamma = scale, degree = 2, with scenario 1 (60%: 40%) resulted in an accuracy of
78.12%. Scenario 2 (70%:30%) produces an accuracy of 91.67%. Scenario 3
(80%:20%) resulted in an accuracy of 93.75%. Scenario 4 (90%:10%) resulted in
100% accuracy. These results show that SVM can classify spam emails well. However,
the quality and quantity of the dataset and determining the parameters significantly
affect the accuracy of the data so it can cause underfitting or overfitting. Large
amounts of email data can affect the long testing process.
Keywords: Klasifikasi, Email, Email Spam, Fraud, Phishing, Pre-Processing, TF-
IDF, Support Vector Machine, Polynomial.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Klasifikasi, Email, Email Spam, Fraud, Phishing, Pre-Processing, TF- IDF, Support Vector Machine, Polynomial.
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	01 Aug 2023 02:19
Last Modified:	01 Aug 2023 02:19
URI:	http://eprints.upnyk.ac.id/id/eprint/36694

Actions (login required)

View Item