<![CDATA[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.]]>
Copyrights © 2025
