4 research outputs found
ANALISIS SPAM FILTERING PADA MAIL SERVER DENGAN METODE BAYESIAN CHI-SQUARE DAN NAIVE BAYES CLASSIFIER
No full textANALISIS SPAM FILTERING PADA MAIL SERVER DENGAN METODE
BAYESIAN CHI-SQUARE DAN NAIVE BAYES CLASSIFIER
ANDRIYANTO DWI NURAHMAT
Jurusan Informatika.Fakultas Matematika dan Ilmu Pengetahuan Alam.
Universitas Sebelas Maret.
ABSTRAK
Spam pada email merupakan hal yang sangat menggangu maka
diperlukan filtering untuk mengklasifikasikan email, terdapat beberapa
metode yang dapat mengklasifikasikan email. Metode tersebut antara lain
Bayesian Chi-Square dan Naïve Bayes Classifier, kedua metode tersebut
mengklasifikan email secara matematis, untuk mengklasifikasikan email
berdasarkan kata, frasa dan domain yang terdapat didalam email.
Penelitian analisis spam filtering pada mail server ini menggunakan
metode Bayesian-Chi Square dan Naïve Bayes Classifier. Kedua metode
dibandingkan untuk mengetahui metode yang lebih efektif digunakan pada
spam filtering. Keduanya diintegrasikan dengan mail server, selanjutnya
dilakukan training dengan menggunakan dataset TREC2007 yang telah
diklasifikasikan menjadi ham dan spam. Sampel data diperoleh dengan
mengambil sebagian data secara random dari TREC2007. Pada tahap
pengujian masing-masing bagian, dilakukan pengujian dengan sample data
random yang berjumlah 300 email. Untuk menginputkan data training
dilakukan secara bertahap tahap I data training berjumlah 750 email, tahap II
berjumlah 1050 email, dan terakhir 1350. selanjutnya sampai pada tahap
pengujian, pengujian dilakukan untuk setiap tahap training data di kedua
metode tersebut. Pada metode Bayesian Chi-Square dilakukan pengujian
dengan mengubah threshold antara spam dan ham, sehingga akan diketahui
threshold yang terbaik untuk digunakan.
Hasil penelitian dari serangkaian pengujian menunjukkan metode
Bayesian Chi-Square mempunyai akurasi terbaik pada saat threshold 40 dan
60, dengan nilai akurasi 87%. Sementara metode Naïve Bayes Classifier
memiliki hasil yang lebih baik dengan required default 5 mampu
menghasilkan akurasi terbaik mencapai 92,6%, akurasi tinggi juga
mengakibatkan beberapa tiper error menjadi tinggi seperti error spam menjadi
ham yang berakibat mengganggu kinerja server, error kedua adalah ham
menjadi spam akibatnya email yang seharusnya berada diinbox akan kespam
atau terhapus. Untuk metode bayesian chi-square terdapat error unsure
akibatnya user harus mengklasifikasikan email secara mandiri tetapi nilainya
berbanding terbalik dengan akurasi.
Kata Kunci : Bayesian-Chi Square, Email, Ham, Naïve Bayes Classifier,
Spam
SPAM FILTERING ANALYSIS ON THE MAIL SERVER WITH THE
BAYESIAN CHI-SQUARE METHODS AND
THE NAIVE BAYES CLASSIFIER METHODS
ANDRIYANTO DWI NURAHMAT
Department of Informatic. Mathematic and Science Faculty.
Sebelas Maret University
ABSTRACT
Spam is a very disturbing case, so it is necessary to filtering the classify email
and there are several methods that can classify the email. the methods are Bayesian
Chi-Square and Naïve Bayes Classifier, both are classify the email mathematically
based on words, phrases and domains contained within the email.
this Research of analysing spam filtering on the mail server is using the
Bayesian-Chi Square and Naïve Bayes Classifier methods. Both were compared to
determine which method is more effective on spam filtering. the methods could be
integrated with the mail server, then training using the data set TREC2007 which
have been classified into ham and spam. the Samples obtained take some random
data from TREC2007 . In the testing phase of each pieces, performed testing with
300 sample data of random email. gradually, Input training data first phase up to 750
emails, second phase up to 1050 email, and the last was 1350. next, the testing phase,
the testing is done for each phase of training data in both methods. the Bayesian Chi-
Square test method is done by changing the threshold between spam and ham, so
there will know which is the best threshold to use.
based on test result, the conclusion are the Bayesian Chi-Square method has the
best accuracy threshold at 40 and 60, with the accuracy was 87%. While Naïve
Bayes Classifier method had better results with the required default 5 is able to
produce the best accuracy reaches 92,6%, this high accuracy also resulted in some
type of the error such as errors result in spam being the ham that interfere the
performance of the server, the second error is ham being spam which is the email
that should be in inbox will become spam or deleted. there are error unsure in Chisquare
bayesian that consequently the user must classify email independently but its
value is inversely proportional to accuracy.
Keywords: Bayesian-Chi Square, Email, Ham, Naïve Bayes Classifier, Spa
ASUHAN KEPERAWATAN KELUARGAPADA SDRI. W DENGAN KASUS ISOLASI SOSIALDI WILAYAH KERJA PUSKESMAS JURANGOMBOKOTA MAGELANG
No full text
Penerapan Finite State Automata pada Mesin Tiket Otomatis Bus Damri di Bandara Internasional YOGYAKARTA
No full textIntisari—Sebagai sarana transportasi udara yang vital, Bandara Internasional Yogyakarta membutuhkan sarana alih moda transportasi darat untuk memudahkan penggunanya. Salah satunya adalah Perum Damri yang menyediakan airport shuttle yang melayani ke berbagai tujuan dengan sistem penjualan tiket yang masih dilakukan secara manual. Dalam penelitian ini, didesain mesin penjualan tiket otomatis berbagai jurusan dengan prinsip kerja menyerupai vending machine yang mengimplementasikan Finite State Automata. Mesin ini menerima pembayaran tunai dan non tunai dan mengeluarkan cetak tiket dan uang kembalian. Kesimpulan dari penelitian ini, Finite State Automata dapat dijadikan logika dasar untuk merancang desain mesin tiket otomatis serupa vending machine yang dapat menggantikan peran manusia dan meningkatkan efisiensi
