<![CDATA[Penggunaan media short message service (SMS) untuk komunikasi masih sangat banyak. Hal itu terjadi dikarenakan beberapa faktor, seperti tarif yang murah, bonus yang diberikan serta kemudahan dalam penggunaan. Namun, faktor-faktor tersebut menjadikan layanan SMS dimanfaatkan untuk melakukan tindakan kriminal, salah satunya adalah SMS penipuan. Untuk mengatasi hal tersebut, diperlukan sebuah sistem yang dapat mengklasifikasi SMS yang termasuk spam atau bukan spam. Dalam penelitian ini Dataset SMS yang digunakan adalah Dataset SMS berbahasa Indonesia. Untuk pembobotan teks menggunakan metode TF-IDF dan Cosine Similarity untuk metode perhitungan jarak. Hasil dari penelitian ini berupa aplikasi yang mampu mengklasifikasi SMS Spam Bahasa Indonesia Menggunakan Algoritma K-Nearest Neighbor]]>
Copyrights © 2023
