Muhammad Ilmih
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Email Spam Dan Ham Menggunakan Algoritma Support Vector Machine, Naive Bayes Dan Logistic Regression Echa Sri Ainun; Ummiyatul Inayah; Muhammad Ilmih
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 2 (2025): Juli 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i2.399

Abstract

Semakin tingginya penggunaan email sebagai media komunikasi digital, masalah keberadaan email spam menjadi perhatian yang serius. Email spam tidak hanya mengganggu aktivitas pengguna, tetapi juga berpotensi menimbulkan risiko terhadap keamanan data. Untuk mengatasi hal tersebut, dibutuhkan sistem klasifikasi yang mampu membedakan antara email spam dan email ham secara efektif. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa tiga algoritma klasifikasi, yaitu Support Vector Machine, Naive Bayes, dan Logistik Regression dalam mendeteksi email spam. Dataset yang digunakan merupakan data publik yang telah melalui serangkaian tahap Preprocessing. Evaluasi performa dilakukan dengan menggunakan metrik akurasi. Hasil evaluasi menunjukkan bahwa algoritma SVM memberikan akurasi terbaik yaitu 99% dibandingkan Naïve Bayes dan Logistic Regression. Temuan ini menunjukkan pentingnya pemilihan algoritma yang sesuai untuk meningkatkan efektivitas dalam klasifikasi email spam.