HADI, ABDUL (2025) Perbandingan Algoritma Random Forest Classfier Dan Naïve Bayes Dalam Klasifikasi Jenis Pesan Whatsapp. S1 thesis, UNIVERSITAS MALIKUSSALEH.

	Text cover.pdf Download (89kB)
	Text abstrak hadi.pdf Download (253kB)
	Text bab hadi.pdf Download (256kB)
	Text dapus hadi.pdf Download (214kB)
	Text SKRIPSI hadi.pdf Restricted to Registered users only Download (6MB)

Abstract

Penelitian ini membandingkan kinerja algoritma Random Forest dan Naïve Bayes dalam mengklasifikasikan pesan WhatsApp ke dalam tiga kategori: normal, promosi, dan penipuan. Dengan lebih dari 2,78 miliar pengguna aktif secara global dan sekitar 90% pengguna internet di Indonesia menggunakan WhatsApp, deteksi spam menjadi tantangan tersendiri karena sistem enkripsi end-to-end yang membatasi penyaringan konten secara tradisional. Oleh karena itu, pendekatan berbasis machine learning menjadi solusi yang relevan. Dataset yang digunakan terdiri dari 300 pesan yang terdistribusi secara seimbang pada masing-masing kategori, dan melalui tahapan pra-pemrosesan seperti pembersihan data, case folding, penghapusan stopword, normalisasi, dan stemming, sebelum diubah ke representasi numerik menggunakan TF-IDF. Hasil pengujian menunjukkan bahwa Naïve Bayes secara konsisten mengungguli Random Forest dalam semua metrik evaluasi, termasuk akurasi (88,67% vs. 86,00%), presisi, recall, dan F1-score. Proses validasi silang 10-fold juga mengonfirmasi stabilitas performa Naïve Bayes. Selain itu, algoritma ini terbukti lebih efisien secara komputasi, hanya memerlukan 0,13 detik untuk pelatihan dibandingkan 3,65 detik pada Random Forest. Temuan ini memberikan kontribusi penting dalam pengembangan sistem deteksi spam yang efektif pada platform pesan terenkripsi, serta meningkatkan keamanan dan kenyamanan pengguna melalui identifikasi otomatis konten berisiko.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	S.Kom Abdul Hadi
Date Deposited:	12 Aug 2025 06:16
Last Modified:	12 Aug 2025 06:16
URI:	https://rama.unimal.ac.id/id/eprint/13695

Actions (login required)

View Item