Perbandingan Kinerja Algoritma Naïve Bayes Dan C.45 Dalam Klasifikasi Spam Email
Abstract
Antispam dengan algoritma tertentu yang dapat memisahkan antara spam-mail dengan non spam mail. Perbandingan kinerja antara algoritma naïve bayes, dan decision tree yang memakai algoritma C4.5 membuktikan bahwa decision tree dengan algoritma C4.5 lebih efisien dan paling sederhana jika dibandingkan dengan algoritma yang lain. Dengan kesederhanaannya, algoritma C4.5 memberikan hasil yang lebih baik untuk klasifikasi spam-mail. Algoritma Naïve Bayes dan C4.5 mempunyai kinerja yang baik dalam mengidentifikasi apakah suatu email adalah spam atau non-spam. Namun, belum diketahui algoritma mana diantara keduanya yang lebih unggul kinerjanya. Oleh karena itu kedua algoritma ini perlu dibandingkan Berdasarkan hasil akurasi algoritma Naïve Bayes menghasilkan akurasi sebesar 96,70% dengan rincian yaitu Prediksi Ham dan true Ham sebanyak 3385 Data, Prediksi Ham dan true Spam sebanyak 165 Data, Prediksi Spam dan true Ham sebanyak 0 Data, Prediksi Spam dan true Spam sebanyak 1448 Data. Berdasarkan hasil akurasi algoritma C.45 menghasilkan akurasi sebesar 96,68% dengan rincian yaitu Prediksi Ham dan true Ham sebanyak 3385 Data, Prediksi Ham dan true Spam sebanyak 166 Data, Prediksi Spam dan true Ham sebanyak 0 Data Prediksi Spam dan true Spam sebanyak 1447 Data. Berdasarkan hasil uji komparasi diperoleh hasil algoritma terbaik dengan mengukur tingkat hasil akurasi sehingga dapat diperoleh algoritma C.45 memiliki nilai sebesar 96.68% Kemudian pada penerapan model algoritma naïve bayes menjelaskan bahwa tingkat hasil akurasi dapat diperoleh dari algoritma naïve bayes dengan nilai sebesar 96.79%. bisa di artikan bahwa algoritma naïve bayes data dikategorikan sebagai pedoman pengambilan keputusan
References
m. Abdurohman, r. Husna, i. Ali, g. Dwilestari, and n. Rahaningsih, “penerapan model klasifikasi dalam tingkat kepuasan layanan publik kelurahan karyamulya dengan menggunakan algoritma decision tree,” inf. Manag. Educ. Prof. J. Inf. Manag., vol. 6, no. 1, p. 81, 2022, doi: 10.51211/imbi.v6i1.1678.
p. Studi, t. Informatika, p. Studi, s. Informasi, p. Studi, and r. Perangkat, “pengelompokkan hasil belajar siswa dengan metode clustering k-means saeful anwar 1) , tati suprapti 2) , gifthera dwilestari 3) irfan ali 4),” vol. 4, no. 2, pp. 60–72, 2022.
f. M. Basysyar, g. Dwilestari, a. Bahtiar, martanto, and d. N. Nuris, “market basketball analysis algorithm for determining products association,” iop conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012040, 2021, doi: 10.1088/1757-899x/1088/1/012040.
f. M. Basysyar, “clustering data disabilitas menggunakan algoritma k-means di kabupaten cirebon,” jursima (jurnal sist. Inf. Dan …, vol. 9, no. 3, 2021.
s. Suhari, a. Faqih, and f. M. Basysyar, “sistem informasi kepegawaian mengunakan metode agile development di cv. Angkasa raya,” j. Teknol. Dan inf., vol. 12, no. 1, pp. 30–45, 2022, doi: 10.34010/jati.v12i1.6622.
s. M. A. K-means, . “kata kunci : data mining, kualitas, ujian nasional, algoritma k-means.,” vol. 10, no. 1, 2022.
c. L. Rohmat, i. Ali, t. Suprapti, and u. Aryanti, “aplikasi pemesanan online barbershop berbasis android untuk meningkatkan layanan,” vol. 4, no. 2, pp. 37–45, 2021.
y. A. Wijaya, n. Suarna, iin, r. Hamonangan, and r. Nining, “comparison of machine learning algorithm for santander dataset,” iop conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012032, 2021, doi: 10.1088/1757-899x/1088/1/012032.
n. Suarna, y. A. Wijaya, mulyawan, t. Hartati, and t. Suprapti, “comparison k-medoids algorithm and k-means algorithm for clustering fish cooking menu from fish dataset,” iop conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012034, 2021, doi: 10.1088/1757-899x/1088/1/012034.
s. Turangga and y. A. W, “analisis internet menggunakan parameter quality of service pada alfamart tuparev 70,” vol. 6, no. 1, pp. 392–398, 2022.
t. Hartati and y. A. Wijaya, “analisis data lalu lintas jaringan di kantor cangehgar cyber operation center menggunakan algoritma k-means network traffic data analysis at cangehgar cyber operation center office using k-means algorithm,” vol. 7, no. 1, pp. 75–84, 2022.
h. Putri, a. I. Purnamasari, a. R. Dikananda, o. Nurdiawan, and s. Anwar, “penerima manfaat bantuan non tunai kartu keluarga sejahtera menggunakan metode naïve bayes dan knn,” build. Informatics, technol. Sci., vol. 3, no. 3, pp. 331–337, 2021, doi: 10.47065/bits.v3i3.1093.
a. Z. Zami, o. Nurdiawan, and g. Dwilestari, “klasifikasi kondisi gizi bayi bawah lima tahun pada posyandu melati dengan menggunakan algoritma decision tree,” j. Sist. Komput. Dan inform., vol. 3, pp. 305–310, 2022, doi: 10.30865/json.v3i3.3892.
e. W. Ramadhona, t. Prasetya, and a. I. Purnamasari, “game edukasi ‘ nihongo kurabu ’ belajar bahasa menggunakan unity 2d berbasis android,” inf. Manag. Educ. Prof., vol. 6, no. 1, pp. 71–80, 2022.
a. Z. Zami, o. Nurdiawan, and g. Dwilestari, “klasifikasi kondisi gizi bayi bawah lima tahun pada posyandu melati dengan menggunakan algoritma decision tree,” j. Sist. Komput. Dan inform., vol. 3, pp. 305–310, 2022, doi: 10.30865/json.v3i3.3892.
h. Putri, a. I. Purnamasari, a. R. Dikananda, o. Nurdiawan, and s. Anwar, “penerima manfaat bantuan non tunai kartu keluarga sejahtera menggunakan metode naïve bayes dan knn,” build. Informatics, technol. Sci., vol. 3, no. 3, pp. 331–337, 2021, doi: 10.47065/bits.v3i3.1093.
d. A. K. Irfan nurdiyanto, odi nurdiawan, nining rahaningsih, ade irfma purnamasari, “penentuan keputusan pemberian pinjaman kredit menggunakan algoritma c.45,” j. Data sci. Dan inform., vol. 1, no. 1, pp. 16–20, 2021.
a. Faqih, o. Nurdiawan, and a. Setiawan, “ethnomathematics : utilization of crock , ladle , and chopping board for learning material of geometry at the elementary school,” vol. 4, no. 1, pp. 46–55, 2021.
o. Nurdiawan, f. A. Pratama, d. A. Kurnia, kaslani, and n. Rahaningsih, “optimization of traveling salesman problem on scheduling tour packages using genetic algorithms,” j. Phys. Conf. Ser., vol. 1477, no. 5, 2020, doi: 10.1088/1742-6596/1477/5/052037.
f. Arie pratama, k. Kaslani, o. Nurdiawan, n. Rahaningsih, and n. Nurhadiansyah, “learning innovation using the zahir application in improving understanding of accounting materials,” j. Phys. Conf. Ser., vol. 1477, no. 3, pp. 0–6, 2020, doi: 10.1088/1742-6596/1477/3/032018.
Copyright (c) 2022 KOPERTIP : Jurnal Ilmiah Manajemen Informatika dan Komputer
This work is licensed under a Creative Commons Attribution 4.0 International License.
Seluruh materi yang terdapat pada situs e-jurnal ini dilindungi oleh Undang-undang. Dilarang mengutip sebagian atau seluruh isi situs (termasuk makalah) tanpa persetujuan pengelola situs atau penulis (khusus untuk materi makalah). Anda diperbolehkan untuk mengutip beberapa materi dalam makalah yang diterbitkan oleh KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer dengan mencantumkan sitasi yang merujuk pada situs e-jurnal ini.
Hak atas penggandaan materi yang terkandung pada situs e-jurnal ini dimiliki oleh Puslitbang Kopertip Indonesia selaku pengelola jurnal. Dilarang menggandakan materi makalah tanpa seijin pengelola jurnal.
All material contained in this e-journal site is protected by Law. Do not quotes any or all part of this site (including its papers) without the consent of this site manager or the author (for material contained in paper). You are permitted to quote some of material from papers published by KOPERTIP: Scientific Journal of Informatics Management and Computer by citing this e-journal according to proper citation rules.
Copyright of materials contained in this e-journal site is owned by Kopertip Indonesia Foundation as journal manager. Do not duplicate any paper material without explicit permission from journal manager.
