Implementasi Algoritma Support Vector Machine Dalam Mendeteksi Pesan Spam Untuk Mencegah Penipuan Digital

• VELLONY PUTRI CENIA SALSABILLA
• 2025

---

Pesan singkat (SMS) masih menjadi salah satu media komunikasi yang banyak digunakan oleh masyarakat, baik untuk keperluan pribadi, bisnis, maupun layanan publik. Namun, tingginya penggunaan SMS juga membuatnya rentan terhadap penyalahgunaan, salah satunya berupa pesan spam yang sering berisi iklan tidak diinginkan atau bahkan penipuan digital. Untuk mengatasi masalah ini, penelitian ini bertujuan membangun model klasifikasi otomatis yang mampu mendeteksi pesan spam secara akurat menggunakan algoritma Support Vector Machine (SVM) dengan metode pembobotan Term Frequency–Inverse Document Frequency (TF-IDF). Dataset yang digunakan terdiri dari 1.143 pesan SMS berbahasa Indonesia, yang telah melewati tahap praproses data seperti case folding, cleaning, tokenizing, stemming, dan stopword removal untuk meningkatkan kualitas data. Evaluasi model dilakukan dengan confusion matrix dan metode 10-fold cross validation. Hasil pengujian menunjukkan akurasi sebesar 97,4% pada data uji dan rata-rata akurasi 96,41% pada 10-fold cross validation. Temuan ini menegaskan bahwa SVM efektif dalam membedakan pesan spam dan non-spam, serta berpotensi mendukung upaya pencegahan penipuan digital berbasis SMS.

• Klasifikasi
• SMS Spam
• Support Vector Machine
• TF-IDF
• Text Mining

https://repository.bsi.ac.id/repo/72464/Implementasi-Algoritma-Support-Vector-Machine-Dalam-Mendeteksi-Pesan-Spam-Untuk-Mencegah-Penipuan-Digital
File full-text dikunci.