PERBANDINGAN ALGORITMA NAÏVE BAYES, SVM, DAN DECISION TREE UNTUK KLASIFIKASI SMS SPAM

Abstrak Perkembangan teknologi semakin memudahkan kegiatan manusia dan hampir semua kalangan memiliki ponsel. Sehingga ponsel menjadi alat yang penting dalam berkomunikasi bagi kebanyakan orang terutama SMS. Banyaknya pesan yang masuk bisa tidak memungkinkan untuk mengklasifikasikan SMS spam secara manual. Untuk itu dilakukan pengklasifikasian SMS spam menggunakan teknik klasifikasi dalam data mining. Banyaknya algoritma yang tersedia memungkinkan kita untuk menggunakan salah satunya sebagai algoritma terbaik untuk klasifikasi SMS spam. Untuk itu dilakukan pengujian beberapa algoritma klasifikasi dengan dataset SMS yaitu algoritma Naïve Bayes, Decision Tree dan SVM. Dari hasil Analisa pengujian didapatkan bahwa algoritma Naïve Bayes memiliki kemampuan yang lebih baik dibandingkan algoritma SVM dan Decision Tree. Karena nilai recall algoritma Naïve Bayes sebesar 0.93 pada kelas SMS fraud dan 0.92 pada kelas SMS promo, sedangkan  f1-score algoritma Naïve Bayes lebih tinggi dibanding algoritma lainnya dan nilai accuracy Naïve Bayes sebesar 0.94.