<![CDATA[Penelitian ini mengkaji proses klasifikasi pesan WhatsApp berbahasa Indonesia ke dalam tiga kategori, yaitu normal, penipuan, dan promosi dengan memanfaatkan algoritma Support Vector Machine (SVM). Sebanyak 1320 pesan dikumpulkan dari beragam sumber dengan proporsi kelas yang representatif. Prapengolahan teks dan ekstraksi fitur diterapkan menggunakan teknik standar untuk menghasilkan representasi numerik yang dapat diproses oleh model. Pelatihan SVM dilakukan dengan optimasi parameter dan evaluasi menggunakan metrik klasifikasi umum. Model menunjukkan akurasi lebih dari 90%, menandakan bahwa pendekatan ini efektif dalam mengidentifikasi pesan spam. Sistem yang dihasilkan diintegrasikan ke dalam bot WhatsApp berbasis Node.js dan API Flask guna memungkinkan deteksi pesan secara real-time. Penelitian ini memberikan kontribusi terhadap pengembangan mekanisme penyaringan pesan yang lebih efisien dan mendukung keamanan komunikasi digital.]]>
Copyrights © 2026
