Spam Filtering dengan Adaboost Classifier

Abstract

Perkembangan teknologi yang pesat menyebabkan meningkatnya jumlah pesan spam yang diterima oleh pengguna internet melalui email dan perangkat lainnya. Pesan spam, yang berisi iklan, tautan berbahaya, dan penipuan, dapat mengganggu produktivitas dan mengancam keamanan data pengguna. Untuk menangani masalah ini, banyak metode telah dikembangkan, salah satunya menggunakan machine learning. Machine learning adalah cabang dari Artificial Intelligence (AI) yang memungkinkan mesin untuk belajar dan meningkatkan kinerjanya tanpa arahan langsung dari manusia. Teknik machine learning terbagi menjadi supervised learning dan unsupervised learning. Supervised learning digunakan untuk klasifikasi dan regresi berdasarkan data sudah diberi label, sementara unsupervised learning digunakan untuk menemukan pola dalam data yang tidak diberi label. Berbagai algoritma machine learning seperti Naive Bayes, Decision Trees, Support Vector Machines, dan AdaBoost Classifier telah digunakan untuk pemfilteran spam. Algoritma AdaBoost, yang menggabungkan beberapa weak classifiers menjadi strong classifier, menunjukkan hasil yang efektif dalam mendeteksi spam. Dalam tugas akhir ini, dibangun perangkat lunak spam filtering berbasis desktop dengan antarmuka atau Graphical User Interface (GUI). Aplikasi ini mampu mendeteksi email spam atau ham (non-spam), membangun model machine learning menggunakan AdaBoost, dan mengukur performa algoritma tersebut berdasarkan dataset Spambase dari UCI Machine Learning Repository. Dataset dibagi menjadi 80% untuk data training dan 20% untuk data testing. Hasil prediksi ditampilkan dalam bentuk metrik seperti accuracy, precision, recall, f1-score, dan confusion matrix. Hasil pengujian menunjukkan bahwa masing-masing metriks model AdaBoost mencapai: 1. accuracy = 92% 2. precision = 92% 3. recall = 88% 4. f1-score = 90% 5. confusion matrix • True Positive (TP): mempunyai nilai sebesar 317. Jumlah pesan yang benar-benar spam dan diklasifikasikan sebagai spam. • True Negative (TN): mempunyai nilai sebesar 537. Jumlah pesan yang benar-benar ham dan diklasifikasikan sebagai ham. • False Positive (FP): mempunyai nilai sebesar 27. Jumlah pesan yang tidak spam tetapi diklasifikasikan sebagai spam. • False Negative (FN): mempunyai nilai sebesar 40. Jumlah pesan yang benar-benar spam tetapi diklasifikasikan sebagai ham. Hasil pengujian menunjukkan bahwa secara keseluruhan, metrik-metrik ini menunjukkan bahwa model AdaBoost akurat dalam memisahkan email spam dari email ham. Kata-kata kunci: spam filtering, adaboost, klasifikasi, machine learning