Analisis Dan Implementasi Algoritma Graph-basedk-nearest Neighbour Untuk Klasifikasi Spam Pada Pesan Singkat

Abstract

Abstrak : Pesan singkat atau Short Message Service (SMS) adalah salah satu layanan komunikasi yang sangat populer pada mobile phone saat ini karena kemudahan penggunaan, sederhana, cepat, dan murah. Meningkatnya penggunaan mobile phone ini dimanfaatkan oleh banyak pihak untuk mendapatkan keuntungan, salah satunya adalah mengirimkan spam melalui SMS. Spam biasanya berisikan iklan dari suatu produk, promosi, atau malware yang sangat mengganggu pengguna mobile phone. Oleh sebab itu, dalam tugas akhir ini dibuatlah SMS spam filter untuk menyaring SMS yang menggunakan algoritma Graph-based K- Nearest Neighbour (GKNN). SMS yang didapatkan terlebih dahulu di preprocessing kemudian data akan direpresentasikan ke dalam model graf berbobot dan berarah. Pengujian algoritma dilakukan dengan menggunakan skenario pembagian data 5-fold dan 10-fold dan didapatkan hasil dengan rata-rata akurasi mencapai 99,06% untuk 5-fold dan 99,13% untuk 10-fold.

Kata Kunci : spam, spam filtering, preprocessing, klasifikasi, k-nearest neighbour, graph- based k-nearest neighbour