EVALUASI MODEL MACHINE LEARNING SVM DAN MLP PADA KLASIFIKASI EMAIL SPAM

• GLEN DEMARIO MARTANI
• 2025

---

Perkembangan teknologi informasi telah menjadikan email sebagai sarana komunikasi utama di masyarakat dan dunia bisnis. Namun, meningkatnya penyalahgunaan email melalui spam menimbulkan masalah serius bagi keamanan informasi. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja dua algoritma machine learning, yaitu Support Vector Machine (SVM) dan Multi-Layer Perceptron (MLP), dalam klasifikasi email spam. Dataset yang digunakan berasal dari SpamAssassin Public Corpus, terdiri dari 100 email yang terbagi seimbang antara spam dan non-spam. Tahapan penelitian meliputi preprocessing teks (case folding, tokenisasi, stopword removal dengan NLTK dan Sastrawi, serta stemming), ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF), pelatihan model dengan Scikit-learn, dan evaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma SVM memberikan akurasi lebih tinggi dibandingkan MLP. Dengan demikian, SVM lebih direkomendasikan untuk sistem deteksi spam berbasis machine learning.

• Email Spam

Tautan dinonaktifkan.