Ads Filtering Mengunakan Jaringan Syaraf Tiruan Perceptron, Naïve Bayes Classifier, dan Regresi logistik

Achmad Fachrudin Rachimawan, Brodjol Sutijo Suprih Ulama
Submission Date: 2016-01-26 08:06:22
Accepted Date: 2016-04-28 10:46:38

Abstract


Email merupakan fasilitas yang mutlak diperlukan dalam berbagai bidang. Pentingnya email dan jumlahnya yang begitu banyak menyebabkan penyalahgunaan. Salah satu penyalahgunaan yang sering ditemui adalah email iklan yang dikirimkan oleh perusahaan penyedia konten internet saat pengguna mendaftar pada situs perusahaan tersebut. Terdapat metode agar email iklan dari perusahaan-perusahaan tersebut bisa secara otomatis dikenali yaitu klasifikasi. Data email berbentuk teks, sehingga jauh lebih rumit dan perlu proses untuk mempersiapkan data. Salah satu prosesnya adalah pembobotan ads atau adicity. Untuk metode klasifikasi yang digunakan adalah Naive Bayes Classifier (NBC) yang secara umum sering digunakan dalam data teks dan Perceptron yang diketahui keduanya merupakan metode yang cukup sederhana untuk menyelesaikan permasalahan yang kompleks. Kedua metode tersebut akan dibandingkan untuk mengetahui hasil klasifikasi yang paling baik. Hasil penelitian menunjukkan bahwa NBC lebih unggul dibanding Perceptron, dan pada NBC False Positive Ratio lebih mudah untuk dikontrol.

Keywords


email;iklan;klasifikasi;naïve bayes;perceptron

References


Suyanto. (2014). Artificial Intelligence, Searching - Reasoning - Planning-Learning. Informatika. Bandung: Informatika Bandung.

Alo, Liliweri. (2011). Komunikasi Serba Ada Serba Makna. Jakarta. Kencana Prenada Media Group.

Siang, J.J. 2005. Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan MATLAB. Yogyakarta : ANDI.

Kufadinimbwa, Owen & Gotora, Richard (2012). Spam Detection Using Artificial Neural Networks (Perceptron Leraning Rule). Department of Computer Science, Faculty of Sciences, University of Zimbabwe.

Miller, T. (2005). Data and Text Mining A Business Application. New Jersey, USA: Prentice Hall.

Darujati, C., & Gumelar, A.B. (2012). Pemanfaatan Teknik Supervised Untuk Klasifikasi Teks Bahasa Indonesia, Jurnal Bandung Text Mining, 16(1),pp.5-1 – 5-8.

Anugroho, Prastyo & Winarno Idris (2012). Klasifikasi Email Spam dengan Menggunakan Metode Naïve Bayes Classifier Menggunakan Java Programming. Politeknik Negeri Surabaya [14] Agresti, A., (2002). Categorical Data Analysis Second Edition. New York: John Wiley & Sons.

Kurniawan, B., Effendi, S., & Sitompul, O. S. (2012). Klasifikasi Konten Berita Dengan Metode. JURNAL DUNIA TEKNOLOGI INFORMASI Vol. 1, No. 1, 14-19.

Lestari, N. A., Putra, I. G., & Cahyawan, A. A. (2013). Personality Types Classification for Indonesian Text in Partners Searching Website Using Naïve Bayes Methods. IJCSI International Journal of Asian, J. A. (2007). Stemming Indonesian : A Confix-Stripping Approach. ACM Trnsactions on Asian Language Information Processing (TALIP), 6(4), , 1-33.

Kasali, Rhenald. (1995). “Manajemen Periklanan”. Pustaka Grafiti, Jakarta.

Witten, I. H., Frank, E., & Hall, M. A. (2011). Data Mining Practical Machine Learning Tools and Techniques. USA: Elsevier.

Moch. Agus Taufiqurrahman, Suyanto, Moch Arif Bijaksana, 2007, “Analisa Dan Implementasi Personalized Spam Filtering Menggunakan Jaringan Syaraf Tiruan” Jurusan Teknik Informatika, STT Telkom, Bndung.

Agresti, A., (2002). Categorical Data Analysis Second Edition. New York: John Wiley & Sons.

Hosmer, David W. & Lemeshow, Stanley. (2000). Applied Logistik Regression. Willey


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.