<![CDATA[Penipuan melalui pesan singkat (SMS) semakin menjadi ancaman serius dalam masa digital ini. Tujuan penelitian ini adalah untuk mengembangkan sistem deteksi penipuan online berbasis SMS yang menggunakan metode Naive Bayes dan TF-IDF. Dengan menggunakan pembelajaran mesin dan analisis teks, sistem ini dimaksudkan untuk menemukan pola-pola penipuan dalam pesan SMS. Metode Naive Bayes membagi pesan SMS ke dalam dua kategori utama: penipuan dan non-penipuan. Selain itu, teknik TF-IDF (Term Frequency-Inverse Document Frequency) digunakan untuk mengekstrak karakteristik penting dari setiap pesan SMS. Ini memungkinkan sistem untuk mengevaluasi pentingnya kata-kata dalam proses klasifikasi. Untuk melatih dan menguji sistem, data SMS penipuan dan non-penipuan dikumpulkan dalam penelitian ini. Data yang telah dikumpulkan berisi 1161 data dengan pembagian data 569 SMS normal, SMS penipuan sebanyak 344, dan SMS promo sebanyak 248.Hasil eksperimen menunjukkan bahwa sistem dapat mendeteksi penipuan online berbasis SMS dengan tingkat akurasi yang memuaskan dengan 93%, presisi 93%, recall 93%, dan F1-score 93%. Diharapkan bahwa penerapan sistem ini akan membantu mengurangi efek penipuan internet, melindungi pengguna dari kerugian finansial dan kerugian lainnya. Penelitian ini juga dapat membantu kemajuan teknologi keamanan informasi dalam menangani ancaman keamanan di dunia digital.]]>
Copyrights © 2024
