PENERAPAN ALGORITMA NAÏVE BAYES MENGGUNAKAN PYTHON UNTUK MENDETEKSI SMS SPAM DAN PROMO
DOI:
https://doi.org/10.31949/infotech.v11i2.16392Abstract
Deteksi pesan spam pada layanan SMS merupakan hal penting untuk mencegah mulai dari hal kecil seperti gangguan waktu hingga sesuatu yang berbahaya seperti phishing, malware, atau penipuan. Penelitian ini menggunakan algoritma Naïve Bayes yang di implementasikan dengan menggunakan bahasa pemrograman Python sebagai metode klasifikasi untuk memprediksi apakah sebuah pesan SMS tergolong normal, spam, atau promo. Dataset yang digunakan diperoleh dari platform Kaggle dan akan dibagi menjadi dua, yaitu 80% data untuk proses pelatihan (training) dan 20% data untuk pengujian (testing). Nantinya, hasil dari pengujian data berupa Confusion Matrix, accuracy, precision, recall, dan f1-score dapat digunakan untuk mengestimasi sebarapa efektif model untuk mendeteksi SMS normal, spam, ataupun promo. Berdasarkan hasil pengujian, algoritma Naïve Bayes menunjukkan performa yang baik dengan tingkat akurasi mencapai 93% dalam menklasifikasikan SMS normal, spam, dan promo. Hasil ini menunjukkan bahwa metode Naïve Bayes efektif digunakan dalam mendeteksi pesan spam dan promo pada layanan SMS.
Keywords:
Teknologi informasi, Naive Bayes, python, Machine learning, AlgoritmaDownloads
References
Adhitya, R. R., Witanti, W., Yuniarti, R., Jenderal, U., & Yani, A. (2023). PERBANDINGAN METODE CART DAN NAÏVE BAYES UNTUK KLASIFIKASI. 9(2), 307–318.
Ahmed, A. B., & Khalid, H. (2025). ENHANCED SMS SPAM DETECTION USING BERNOULLI NAIVE BAYES WITH TF-IDF FJS. FUDMA Journal of Sciences (FJS), 9(1), 393–399.
Ajat, M. H. S. (2023). Klasifikasi Sms Spam Dengan Komparasi Metode Svm Dan Naïve Bayes. METHODIKA: Jurnal Teknik Informatika Dan Sistem Informasi, 9(1), 31–34. https://doi.org/10.46880/mtk.v9i1.1694
Amazon Web Service. (n.d.). Apa itu SMS? - Penjelasan Layanan Pesan Singkat - AWS. Retrieved November 1, 2025, from https://aws.amazon.com/id/what-is/sms/
Androutsopoulos, I., Koutsias, J., Chandrinos, K. V., & Spyropoulos, C. D. (2000). Experimental comparison of Naive Bayesian and keyword-based anti-spam filtering with personal e-mail messages. SIGIR Forum (ACM Special Interest Group on Information Retrieval), 160–167. https://doi.org/10.1145/345508.345569
Bob Steward. (2024). Dataset_SMS_Spam__Indonesia. https://www.kaggle.com/datasets/bobsteward/dataset-sms-spam-indonesia
DasGupta, S., Saha, S., & Das, S. K. (2021). SMS spam detection using machine learning. Journal of Physics: Conference Series, 1797(1). https://doi.org/10.1088/1742-6596/1797/1/012017
Jagoan Hosting. (2023, November 28). Spam - Pengertian, Jenis, Contoh & Cara Mencegahnya. https://www.jagoanhosting.com/blog/spam-adalah/#pengertian-spam
Kim Fai Kok. (2019, December 3). Truecaller Insights: Top 20 Countries Affected by Spam Calls & SMS in 2019 - Truecaller Blog. https://www.truecaller.com/blog/insights/truecaller-insights-top-20-countries-affected-by-spam-calls-sms-in-2019
Nasteski, V. (2017). An overview of the supervised machine learning methods. Horizons.B, 4, 51–62. https://doi.org/10.20544/horizons.b.04.1.17.p05
Pranckevičius, T., & Marcinkevičius, V. (2017). Comparison of Naive Bayes, Random Forest, Decision Tree, Support Vector Machines, and Logistic Regression Classifiers for Text Reviews Classification. Baltic Journal of Modern Computing, 5(2), 221–232. https://doi.org/10.22364/bjmc.2017.5.2.05
Sarker, I. H. (2021). Machine Learning: Algorithms, Real-World Applications and Research Directions. SN Computer Science, 2(3), 1–21. https://doi.org/10.1007/s42979-021-00592-x
Vijay, & Kumar, S. (2021). Spam SMS Detection Using Naive Bayes Classifier Abstract : International Journal of Scientific Research and Engineering Development, 4(1), 561–563.
Wahyuni, T., Susanti, D., Teknik, F., & Majalengka, U. (2023). Analisis potensi bencana alam tanah longsor kabupaten majalengka menggunakan algoritma naïve bayes classifier 1,23. 9(2), 299–306.
Zhang, Z. (2016). Naïve bayes classification in R. Annals of Translational Medicine, 4(12), 1–5. https://doi.org/10.21037/atm.2016.03.38
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 M Ramdani, Muhamad Rafi Hamdani, Ibnu Rizki Prayoga, Sri Budhi Lestari, Bimo Hakim Prabowo, Sigit Wibawa, Muhammad Muharrom
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
