KLASIFIKASI SMS SPAM DENGAN KOMPARASI METODE SVM DAN NAÏVE BAYES

Perkembangan teknologi memaksa sebagian besar penduduk diseluruh dunia termasuk di Indonesia untuk dapat memanfaatkan kemajuan tersebut. Salah satu teknologi yang dimaksud adalah internet dan Gadget. Perkembangan smartphone yang pesat tidak merubah fungsi dari salah satu layanan provider yaitu layanan pesan singkat atau short message service (SMS). SMS saat ini masih dipergunakan untuk mengirimkan pesan kepada pengguna yang sudah saling kenal maupun kepada orang yang belum dikenal, dengan banyak tujuan diantaranya untuk menawarkan produk atau jasa. Hal tersebut merupakan permasalahan untuk dapat ditemukan cara agar dapat diklasifikasikan SMS yang masuk termasuk SMS spam atau bukan. Pengklasifikasian SMS dalam penelitian ini menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Tujuan dalam penelitian ini adalah untuk membandingkan dan mengetahui algoritma yang lebih baik dalam pengklasifikasian SMS spam dan juga untuk mengetahui SMS yang diterima spam atau bukan spam. Hasil penelitian menunjukkan bahwa Algoritma Naïve Bayes mempunyai accuracy lebih tinggi dibandingkan dengan algoritma SVM, dengan nilai sebesar 0.94. Nilai precision, recall, f1-score dan accuracy untuk algoritma Naïve Bayes juga memiliki kemampuan terbaik dibandingkan algoritma SVM untuk klasifikasi SMS Spam.