Spam merupakan teks pesan elektronik yang tidak diinginkan atau diminta serta tanpa adanya persetujuan penerimanya, sehingga dapat melanggar privasi dan hukum dalam bentuk penyalahgunaan data pribadi tanpa persetujuan yang dapat mengakibatkan kerugian. Pengiriman informasi yang terindikasi melakukan spam (spammer) dapat dilakukan secara sengaja dengan mengirimkan pesan spam untuk berbuat kejahatan atau melakukan kegiatan untuk mempromosikan suatu produk.

Untuk meminimalisir ketidaknyamanan dan tindak kejahatan yang disebabkan oleh pesan spam maka pengklasifikasian untuk menentukan pesan spam dan bukan pesan spam (ham). Dengan adanya permasalahan tersebut maka penulis melakukan analisis perbandingan dari dua metode klasifikasi yaitu metode support vector machine dan naïve bayes untuk klasifikasi pesan spam dengan menggunakan machine learning dan Confussion Matrix. Dari penetlitian di dapatkan hasil bahwa akurasi tertinggi yaitu metode Naïve Bayes dengan hasil 94%.

Puji syukur kepada Tuhan dan terima kasih kepada penulis untuk berdoa untuk kehadiran Tuhan Yang Maha Esa yang memberikan rahmat dan kompromi dan bimbingan dan yang memberi penulis kemampuan untuk membuat buku ini.

Penulis berharap bahwa buku ini akan memberikan manfaat, dan lebih khusus lagi bagi para pembaca yang tertarik dengan topik yang penulis cantumkan. Ketika buku ini selesai dibuat, penulis sadar bahwa penulis jauh dari sempurna. Karena itu, penulis sangat mengharapkan para pembaca menikmati isi dari buku ini.

Bandung, Akhir Agustus 2022

Penulis

Cover
Kata Pengantar
Daftar Isi
Bab 1: Klasifikasi Text Spam
     1.1 Latar Belakang Tentang Klasifikasi
     1.2. Contoh Masalah Tentang Klasifikasi
     1.3. Tujuan dan Manfaat Klasifikasi Terhadap Masalah
     1.4. Ruang Lingkup Pada Klasifikasi
     1.5. Sistematika Penulisan
Bab 2: Landasan Teori Penunjang Klasifikasi
     2.1 State Of The Art (Referensi Jurnal Yang Terkait Klasifikasi)
     2.2 Teori Umum Tentang Hal Yang Berhubungan Dengan Klasifikasi
     2.3 Bahasa Pemrograman Yang Digunakan Dalam Klasifikasi
     2.4 Software Yang Digunakan Dalam Klasifikasi
     2.5 Metode Yang Digunakan Dalam Klasifikasi
     2.6 Teori Evaluasi Hasil Dari Klasifikasi
Bab 3: Alur untuk Melakukan Klasifikasi
     3.1 Diagram Alur dalam Melakukan Klasifikasi
     3.2 Indikator Capaian Dalam Melakukan Klasifikasi
     3.3 Tahapan – Tahapan Diagram Alur Dalam Melakukan Klasifikasi
Bab 4: Tahapan dalam Melakukan Klasifikasi
     4.1 Mengumpulkan Data Yang Akan DiKlasifikasi
     4.2 Memahami Data Yang Akan DiKlasifikasi
     4.3 Melakukan Preprocessing Data
     4.4 Membuat Word Cloud
     4.5 Melakukan Pembobotan Fitur
     4.6 Mulai Melakukan Klasifikasi
Bab 5: Rangkuman
Daftar Pustaka
Glosarium
Indeks
Tentang Penulis