<![CDATA[Pesan Singkat atau yang dikenal dengan SMS (Short Message Service) merupakan layanan pertukaran pesan antar pengguna layanan tersebut. Semakin banyaknya pengguna layanan SMS, tidak sedikit pihak yang memanfaatkannya untuk mendapatkan keuntungan, yaitu dengan menyebarkan SMS sampah, atau dikenal dengan SMS spam. Oleh karena itu, pada penelitian tugas akhir ini, penulis melakukan pengklasifikasian terhadap SMS yaitu kelas spam maupun ham. Pengklasifikasian SMS tersebut dengan menggunakan pendekatan Collaborative Naïve Bayes yang berorientasi pada rekomendasi beberapa pengguna dan Content-Based Naïve Bayes dengan melihat konten pada SMS. Data rekomendasi didapatkan dengan menyebarkan 300 SMS kepada pengguna. Untuk Content-Based dibutuhkan preprocessing sehingga konten SMS menjadi seragam, memiliki informasi penting, dan mempercepat proses komputasi. Preprocessing yang digunakan adalah slang handling, stopword removal, dan stemming. Pengujian dilakukan dengan membagi SMS menjadi data latih dan data uji sesuai dengan pembagian data cross validation yaitu 5-fold dan 10-fold. Hasil pengujian yang dilakukan menghasilkan tingkat akurasi sebesar 97.12% untuk 5-fold dan 97.28% untuk 10-fold sehingga dikatakan mampu meningkatkan keakurasian pengklasifikasian SMS dengan menggunakan metode Collaborative Filtering. Kata Kunci : Pengklasifikasian, Collaborative, Content-Based, Naïve Bayes, Preprocessing]]>
Copyrights © 2015
