(Peer Review + Similarity + Document) Deteksi Spam pada Email Berbasis Fitur Konten Menggunakan Naive Bayes

Penelitian menunjukkan bahwa terdapat lebih dari 3 milyar akun email di dunia dengan frekuensi
pengiriman email sekitar 205 – 294 milyar setiap hari. Salah satu masalah yang muncul dari
pengiriman email yang luar biasa ini adalah adanya spam email. Salah satu solusi untuk mengatasi
permasalahan spam email tersebut adalah dengan teknik penyaringan spam email. Penyaringan
spam email dapat dilakukan dengan menggunakan pendekatan teori berbasis pembelajaran, yaitu
dengan klasifikasi. Penelitian ini menerapkan algoritma Naive Bayes untuk melakukan klasifikasi spam
email sehingga dari dataset email, akan dikelompokkan menjadi 2 yaitu spam email dan non- spam
email. Hasil uji dengan menggunakan k-fold cross validation sebagai pembagian data latih dan data
uji, menghasilkan kesimpulan bahwa nilai rata – rata data terklasifikasi benar adalah sebesar 3903,
sedangkan nilai rata – rata data terklasifikasi salah adalah sebesar 698, rata – rata akurasi sebesar
84.8%, sedangkan rata – rata precision dan recall berturut – turut adalah 0.86 dan 0.85. Akurasi,
precision, dan recall tertinggi diperoleh ketika menggunakan nilai k=9.