Klasifikasi Message Menggunakan Metode Naïve Bayes dan Multinomial Naïve Bayes

Perkembangan teknologi informasi semakin pesat. Salah satu penggunaan teknologi informasi yaitu sebagai platform komunikasi digital yang telah menciptakan tantangan baru terkait pesan spam yang dapat merugikan pengguna. Penelitian ini memfokuskan pada pengembangan metode klasifikasi untuk membedakan pesan spam dan non-spam menggunakan metode Naïve Bayes dan Multinomial Naïve Bayes.
Dalam penelitian ini mengumpulkan dataset dari berbagai sumber komunikasi seperti WhatsApp, Email, dan SMS. Implementasi metode Naïve Bayes menunjukkan tingkat akurasi yang signifikan, mencapai 89% untuk dataset WhatsApp, 99% untuk dataset Email, dan 98% untuk dataset SMS. Sementara itu, metode Multinomial Naïve Bayes memberikan akurasi sebesar 81% untuk dataset WhatsApp, 87% untuk dataset Email, dan 96% untuk dataset SMS. Hasil penelitian ini menunjukkan bahwa metode klasifikasi yang diusulkan dapat meminimalisir penyebaran pesan spam, melindungi pengguna dari ancaman malware, serta membantu pengelompokkan pesan dengan baik sesuai dengan keasliannya. Penelitian ini memberikan kontribusi penting dalam meningkatkan keamanan dan kenyamanan pengguna dalam berkomunikasi melalui platform digital.