Author Description

Spam merupakan teks pesan elektronik yang tidak diinginkan atau diminta serta tanpa adanya persetujuan penerimanya, sehingga dapat melanggar privasi dan hukum dalam bentuk penyalahgunaan data pribadi tanpa persetujuan yang dapat mengakibatkan kerugian. Pengiriman informasi yang terindikasi melakukan spam (spammer) dapat dilakukan secara sengaja dengan mengirimkan pesan spam untuk berbuat kejahatan atau melakukan kegiatan untuk mempromosikan suatu produk. Untuk meminimalisir ketidaknyamanan dan tindak kejahatan yang disebabkan oleh pesan spam maka pengklasifikasian untuk menentukan pesan spam dan bukan pesan spam (ham). Dengan adanya permasalahan tersebut maka penulis melakukan analisis perbandingan dari dua metode klasifikasi yaitu metode support vector machine dan naïve bayes untuk klasifikasi pesan spam dengan menggunakan machine learning dan Confussion Matrix. Dari penetlitian di dapatkan hasil bahwa akurasi tertinggi yaitu metode Naïve Bayes dengan hasil 94%.