EKSTRAKSI FITUR DENGAN AVERAGE BASE WORD2VEC DAN PART OF SPEECH TAGGING PADA ALGORITMA SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI SPAM SMS

Abstract

SMS (Short Message Service) tidak saja dipergunakan untuk mengirimkan pesan kepada orang yang sudah dikenal, melainkan juga dapat dipergunakan untuk mengirim pesan kepada orang yang tidak dikenali untuk melakukan kejahatan seperti penipuan. Hal tersebut berarti juga bahwa banyak pengguna sering menerima SMS yang tidak dikehendaki atau istiliahkan sebagai spam. Oleh karena itu perlu adanya tahapan untuk dapat dilakukan penyaringan SMS spam salah satunya dengan cara mengklasifikasi SMS spam. Pada penelitian ini, dilakukan klasifikasi spam SMS menggunakan Support Vector Machine dan ekstraksi fitur Average Base Word2vec dengan pengelompokkan kata menggunakan Part Of Speech Tagging. Penelitiaan ini melakukan 3 percobaan, percobaan 1 menggunakan ekstraksi fitur Average Base Word2vec, percobaan 2 menggunakan ekstraksi fitur Average Base Word2vec dan pengelompokkan kata POS Tagging, dan percobaan 3 menggunakan pergabungan hasil ekstraksi fitur dari percobaan 1 dan 2. Pada ketiga percobaan tersebut menggunakan korpus data SMS, artikel Wikipedia, dan pergabungan data SMS dan artikel Wikipedia pada pembuatan model Word2vec. Akurasi tertinggi dihasilkan oleh korpus pergabungan data SMS dan artikel Wikipedia pada percobaan 2 dengan akurasi sebesar 94,18%. Dibandingkan dengan percobaan 1 dengan akurasi 94,03?n pada percobaan 3 dengan akurasi sebesar 93,73%.

Kata Kunci: SMS spam, Support Vector Machine, Klasifikasi, Text Mining, Word Embedding, Word2Vec, ekstraksi fitur, POS tagging.