Publisher

GENINTELEKTUALGENINTELEKTUAL

Journal CoreID JournalCoreID Journal Abstract

Peningkatan penggunaan Short Message Service (SMS) dalam komunikasi digital telah diiringi oleh peningkatan pesan spam, yang mengancam kenyamanan pengguna serta keamanan informasi. Penelitian ini menyajikan analisis komparatif tiga algoritma pembelajaran mesin klasik—Decision Tree, Naïve Bayes, dan Logistic Regression—untuk klasifikasi spam SMS. Metodologi yang diikuti adalah CRISP‑DM, meliputi pengumpulan data, pemahaman, persiapan, pemodelan, dan evaluasi. Dataset yang digunakan merupakan SMS Spam Collection (A More Diverse Dataset) dari Kaggle, berisi 5.574 pesan SMS berlabel spam atau ham. Pra‑pemrosesan teks dilakukan melalui pembersihan serta ekstraksi fitur dengan metode Term Frequency–Inverse Document Frequency (TF‑IDF). Model dievaluasi menggunakan metrik akurasi, presisi, recall, F1‑score, dan Area Under the Curve (AUC). Hasil eksperimen menunjukkan Logistic Regression memberikan kinerja paling seimbang dengan akurasi 97,13 %, presisi 99,23 %, recall 80,75 %, F1‑score 89,04 %, dan AUC 98,72 %. Naïve Bayes menunjukkan efisiensi tinggi dan presisi sempurna namun recall lebih rendah, sementara Decision Tree memberikan interpretabilitas dengan performa klasifikasi yang relatif lebih rendah. Temuan ini menyarankan Logistic Regression sebagai model paling cocok untuk sistem deteksi spam SMS yang ringan dan andal, dengan menyeimbangkan akurasi dan risiko mis‑klasifikasi. Studi ini memberikan wawasan praktis untuk implementasi solusi penyaringan spam yang efisien serta menjadi referensi bagi penelitian selanjutnya dalam klasifikasi teks dan pemrosesan bahasa alami, khususnya pada komunikasi pesan singkat.

Conclusion

Penelitian ini membandingkan tiga algoritma klasifikasi teks—Decision Tree, Naïve Bayes, dan Logistic Regression—untuk deteksi spam SMS, menunjukkan bahwa semua model memiliki performa baik namun masing‑masing memiliki keunggulan tersendiri.Logistic Regression menunjukkan kinerja paling seimbang dengan akurasi tinggi, presisi tinggi, recall yang memadai, dan AUC yang unggul, menjadikannya model paling cocok untuk penerapan produksi yang mengutamakan akurasi, stabilitas, dan kemampuan generalisasi.Penelitian lanjutan disarankan untuk memperluas dataset menjadi multibahasa, mengeksplorasi metode ensemble serta pendekatan deep learning, dan menguji model dalam skenario data streaming real‑time untuk meningkatkan kemampuan adaptasi dan robustitas sistem deteksi spam.

Future Research

Penelitian selanjutnya dapat menyelidiki apakah penggabungan beberapa model klasik seperti Random Forest, AdaBoost, atau XGBoost dapat meningkatkan akurasi dan mengurangi overfitting pada dataset spam SMS yang sama, sehingga menghasilkan model yang lebih robust dibandingkan Logistic Regression tunggal. Selain itu, penting untuk mengevaluasi performa model berbasis pembelajaran mendalam seperti BERT atau RNN pada kumpulan data SMS multibahasa yang mencakup variasi bahasa Indonesia dan bahasa asing, guna menangkap konteks semantik yang lebih dalam dan meningkatkan kemampuan deteksi pada pesan spam yang lebih kompleks. Selanjutnya, pengembangan sistem deteksi spam SMS secara real‑time dengan aliran data streaming perlu diuji untuk menilai latensi, adaptasi terhadap perubahan konsep (concept drift), dan keandalan dalam lingkungan operasional yang dinamis, sehingga solusi dapat diterapkan secara praktis pada layanan komunikasi masa kini.

References

1. A Comparative Study of Machine Learning Classifiers for Different Language Spam SMS Detection: Performance... doi.org/10.54569/aair.1549781A Comparative Study of Machine Learning Classifiers for Different Language Spam SMS Detection Performance doi 10 54569 aair 1549781
2. Effectiveness of the News Text Classification Test Using the Naïve Bayes’ Classification... iopscience.iop.org/article/10.1088/1742-6596/1764/1/012105Effectiveness of the News Text Classification Test Using the NayEAve BayesyAAAo Classification iopscience iop article 10 1088 1742 6596 1764 1 012105

Metadata

File size	466.46 KB
Pages	10
DMCA	Report