cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
MUHAMMAD AMIRUL MU'MIN
Contact Email
amirulmukmin@umbima.ac.id
Phone
+628989284518
Journal Mail Official
mhamirulmumin@gmail.com
Editorial Address
RORA, RT/RW 004/002, KECAMATAN DONGGO, KABUPATEN BIMA
Location
Kota bima,
Nusa tenggara barat
INDONESIA
Scientific: Journal of Computer Science and Informatics
Published by Universitas Muhammadiyah Bima
ISSN : -     EISSN : 30901391     DOI : https://doi.org/10.34304/scientific
Core Subject : Science,
Computer Science & IT
Scientific: Journal of Computer Science and Informatics focuses on various fields of computer science and computer engineering, including: Management Information System Big Data and Data Mining Software Development (Mobile Application and Web Development) Machine Learning and Artificial Intelligence Natural Language Processing Computer Network Computer Security Data Science Pattern Recognition and Image Processing Signal Pocessing Computer Science Review (Systematic Literature Review) Scientific: Journal of Computer Science and Informatics is a platform for publishing innovative research and scientific studies in computer science and computer engineering. The main objective of Scientific is to advance knowledge from various branches of computer science. The scope and aspects are covered in the Scientific journal.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 21 Documents
 1   2   3 
Klasifikasi Email Spam Dan Ham Menggunakan Algoritma Support Vector Machine, Naive Bayes Dan Logistic Regression Echa Sri Ainun; Ummiyatul Inayah; Muhammad Ilmih
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 2 (2025): Juli 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i2.399

Abstract

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.

Page 3 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2024 2025


Reset
Filter By Issues
All Issue Vol. 2 No. 2 (2025): Juli 2025 Vol. 2 No. 1 (2025): Januari 2025 Vol. 1 No. 2 (2024): Juli 2024 Vol. 1 No. 1 (2024): January 2024