Computer File
Simulasi pendeteksian email spam dengan support vector machines
Pada zaman modern ini, penggunaan email sebagai media komunikasi sudah menjadi hal yang umum. Dengan menggunakan email seseorang dapat mengirim pesan dengan cepat dan mudah, akan tetapi ada beberapa permasalahan yang muncul dari teknologi email salah satunya adalah spam. Spam adalah email dengan isi yang tidak diinginkan oleh penerima email. Permasalahan spam ini sekarang sudah semakin besar dengan bertambahnya jumlah email spam yang beredar, oleh karena itu diperlukan suatu metode untuk menangani spam. Salah satu metode yang dapat digunakan untuk menyelesaikan masalah tersebut adalah dengan mengkategorisasikan email ke dalam kategori spam atau non-spam. Melakukan kategorisasi secara manual akan memakan waktu, oleh karena itu dalam skripsi ini akan dibangun suatu perangkat lunak yang dapat melakukan kategorisasi email secara otomatis. Algoritma yang akan diterapkan dalam kategorisasi ini adalah Support Vector Machines dengan metode optimasi Sequential Minimal Optimization. Algoritma
ini dipilih karena dapat melakukan kategorisasi dengan cepat dan tahan terhadap data dengan banyak kesalahan (overfitting). Hasil yang didapatkan dari skripsi ini adalah suatu perangkat lunak yang dapat mengkategorikan email dengan menerapkan algoritma Support Vector Machines dengan metode optimasi Sequential Minimal Optimization. Perangkat lunak yang diciptakan diujikan terhadap beberapa data dan parameter, hasilnya algoritma Support Vector Machines terbukti dapat mengkategorikan email dengan baik selain itu algoritma ini juga tahan terhadap data overfitting.
Kata-kata kunci: Temu Kembali Informasi, Pembelajaran Mesin, Support Vector Machines, Sequential Minimal Optimization, Email
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp30074 | DIG - FTIS | Skripsi | INFO RAH s/15 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain