Claim Missing Document
Check
Articles

Model Deep Convolutional Neural Network Untuk Klasifikasi SPAM Berbasis Teks Gesarsy Giova Ditya Illiyyin; Agyztia Premana; Nur Ariesanto Ramdhan; bambang irawan
Journal of Exploratory Dynamic Problems Vol. 3 No. 1 (2026): Vol.3 No.1 2026
Publisher : Fakultas Keguruan dan Ilmu Pendidikan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/edp.v3i1.215

Abstract

Pesan spam berbasis teks tidak lagi bersifat tunggal, melainkan terbagi ke dalam beberapa kategori dengan tingkat risiko yang berbeda, misalnya promosi, phishing/penipuan akun, pinjaman online ilegal, dan undian berhadiah palsu, sehingga klasifikasi biner (spam/bukan spam) dinilai kurang memadai untuk mendukung penanganan yang tepat sasaran. Penelitian ini merancang dan menguji model Deep Convolutional Neural Network (CNN) untuk klasifikasi multi-kategori spam berbasis teks. Arsitektur model mengadopsi pendekatan multi-kernel CNN (kernel berukuran 3, 4, dan 5) di atas lapisan embedding kata, dilanjutkan dengan global max pooling dan lapisan fully connected dengan aktivasi softmax untuk lima kelas. Karena keterbatasan akses terhadap korpus spam berlabel nyata, pengujian purwarupa dilakukan pada dataset dummy (sintetis) sebanyak 3.000 sampel yang dibangkitkan secara terprogram dengan variasi leksikal, kesalahan ejaan, dan noise label untuk mendekati karakteristik data dunia nyata. Model dilatih menggunakan optimizer Adam dengan strategi early stopping berdasarkan validation loss. Evaluasi pada data uji menghasilkan akurasi sebesar 95.11%, precision rata-rata (macro) 95.11%, recall rata-rata (macro) 95.10%, dan mean Average Precision (mAP) sebesar 92.39%. Hasil ini menunjukkan bahwa arsitektur CNN multi-kernel yang diusulkan mampu membedakan kelima kategori pesan dengan baik pada data uji, meskipun validasi lanjutan pada korpus nyata tetap diperlukan sebelum model diterapkan pada sistem produksi.
Pengembangan Game Edukasi Matematika Berbasis Android pada Siswa SDN Siasem 03 Annisa Ayu Nindita; Agyztia Premana; Nur Ariesanto Ramdhan
SABER : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Vol. 3 No. 4 (2025): Oktober: Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi
Publisher : STIKes Ibnu Sina Ajibarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59841/saber.v3i4.3856

Abstract

Learning math story problems for second-grade students at Siasem 03 Elementary School still faces challenges due to the lack of interactive learning media. This study aims to develop an Android-based math education game using Unity as an engaging and easy-to-use learning medium. The research method used was the Waterfall method, with stages of analysis, design, implementation, testing, and maintenance. The results showed that the application was successfully developed and all features functioned well based on Black Box Testing. The user assessment obtained an average percentage of 95.48%, categorized as Very Interesting, making the application suitable for use as a learning medium. This educational game is expected to help students understand math story problems and increase their interest in learning.