SYNTAX Jurnal Informatika

Comparison Email Spam detection vectorizing using bag of word, TFIDF and Word2Vec in Multinomial Naïve Bayes

2024-05-15T07:21:10+07:00

Email has become very popular among people nowadays. In fact, it the cheapest, popular and fastest means of communication in recent times. Email also has become official communication media in business area. The popularity of email is also used by irresponsible people as a medium for sending fake news, as a medium for fraud and so on. We call this kind email as spam email. There are dangerous and not dangerous spam email. We will focus on detection dangerous spam email, there are 2 type dangerous spam email. The first is email Phishing: Phishing is a term used to define fraudulent practices in which spammers try to trick victims. This can be detrimental to the person who receives these emails. And this kind email may deliver massively and very disturbing the email user. This research will try to find better preprocessing text technique to support the Multinomial Naïve Bayes algorithm with 3 class (ham, phishing and fraud) to classify kind of email, it is hoped that it can help users more accurately classify spam emails. To be able to do that, in preprocessing data we need to vectorizing body email so machine learning can make calculation. Vectorization enables the machines to understand the textual contents by converting them into meaningful numerical representations. The effectiveness of various text vectorization methods, namely the bag of word, TF-IDF and word2vec are investigated for email spam detection using the Multinomial Naïve Bayes. The paper presents the comparative analysis of different vectorization methods on spam email dataset. This paper will give the best vectorization with Multinomial Naive Bayes.

Sari, Eka DESAIN SISTEM PEMINJAMAN PERALATAN KANTOR BERBASIS WEBSITE

2024-06-13T11:52:19+07:00

Asset management in the company is an important part of ensuring smooth operations and supporting employee performance. However, the lack of a structured lending system often causes problems such as damage, loss of assets, difficulties in monitoring and recording. Those who still use Microsoft Excel are also very vulnerable to input errors and data loss. Therefore this study aims to design and build a website-based information system for borrowing office tools assets that can simplify the process of borrowing assets, improve monitoring of office tools assets, and provide accurate reports regarding borrowing office tools. The system development method used in this study uses the waterfall method, and for system design using UML (Unified Modeling Language). The final results of this study are a website-based office tools asset lending system using the Laravel framework which can facilitate monitoring of the condition and availability of assets, reduce the risk of data loss, and increase the accuracy of reporting.

Penerapan Algoritma Apriori untuk Memprediksi Pembayaran UKT

2024-05-05T14:34:46+07:00

Penelitian ini menerapkan algoritma Apriori untuk memprediksi hasil anilsis pola asosiasi pembayaran cicilan uang kuliah di Universitas Buana Perjuangan Karawang. Aturan asosiasi menunjukkan bahwa pembayaran Cicilan 3 memiliki dampak besar terhadap Cicilan 4, dengan tingkat support sebesar 84.60% dan confidence sebesar 93.47%. Ketergantungan positif antara Cicilan 2 dan Cicilan 3 dengan Cicilan 4 juga teridentifikasi dengan nilai support sebesar 84.57% dan nilai confidence sebesar 94.03%. Rekomendasi kebijakan mencakup penggabungan paket pembayaran pada Cicilan 3 dan Cicilan 4 serta insentif pembayaran lebih awal. Pemodelan menggunakan algoritma Apriori dengan implementasi Python dan Google Colaboratory.

ANALISIS PEMODELAN TOPIK ULASAN APLIKASI ACCESS BY KAI PADA GOOGLE PLAY STORE MENGGUNAKAN LATENT DIRICHLET ALLOCATION

2024-07-02T14:23:46+07:00

PT Kereta Api Indonesia (KAI) merilis aplikasi pemesanan tiket bernama Access by KAI yang telah diunduh lebih dari 10 juta kali dan telah mendapat ulasan sebanyak lebih dari 187.000 kali di Google Playstore. Namun, dengan banyaknya data ulasan yang masuk untuk aplikasi Access by KAI, masih sulit untuk memahami aspek yang perlu ditingkatkan. Dalam hal ini diperlukan topic modelling yang berperan untuk mengklasifikasikan ulasan. Tujuan penelitian ini adalah untuk menerapkan metode Latent Dirichlet Allocation (LDA) pada pemodelan topik ulasan pengguna aplikasi Access by KAI di Google Playstore serta menyajikan rekomendasi yang diperoleh dari hasil kamus data atau bag-of-word melalui fishbone diagram. Penelitian ini menggunakan metodologi lifecycle of data mining yang terdiri dari tahap problem definition, selecting text data mining approach, data collecting, text standardization, text processing, feature extraction, analysis, dan discovery. Hasil penelitian ini diperoleh jumlah topik sebanyak 7 dengan coherence score sebesar 0,40279302. Kesimpulan dari setiap topik yaitu topik ke-1 membahas pembaruan aplikasi, versi yang tersedia, tampilan, dan keterkaitan dengan stasiun dan kota. Topik ke-2 pengguna mengeluhkan penurunan performa aplikasi setelah pembaruan. Topik ke-3 tentang penggunaan aplikasi Access by KAI untuk memesan tiket kereta, dengan sorotan pada versi aplikasi, pengalaman pengguna, dan kualitas aplikasi yang bervariasi dari baik hingga ribet. Topik ke-4 pengguna melaporkan kesulitan akses, terutama dalam masalah login dan pembayaran setelah update aplikasi. Topik ke-5 mengenai kesulitan login, performa aplikasi yang lambat, dan masalah dalam proses pemesanan tiket dan pembayaran yang menjadi sorotan utama. Topik ke-6 pengguna menyampaikan kekecewaan terhadap penurunan performa dalam hal kecepatan dan kesulitan login setelah update. Topic ke-7 mengenai keluhan pengguna terkait kesulitan membeli tiket kereta melalui aplikasi KAI setelah pembaruan atau upgrade.

Comparison Of Naïve Bayes And Support Vector Machines In Classifying Sentiment On Twitter About Artificial Intelligence Development

2024-06-24T11:15:36+07:00

Analisis sentimen merupakan bagian dari data mining yang digunakan untuk mengolah dan memproses teks dengan tujuan untuk mengetahui bagaimana opini atau pandangan masyarakat tentang suatu isu atau masalah tertentu. Salah satu metode klasifikasi yang digunakan untuk melakukan analisis sentimen pada data berupa teks, diantaranya Naive Bayes dan Support Vector Machine (SVM). Dalam mengevaluasi performa model klasifikasi yang telah dibuat, biasanya akan diukur nilai akurasinya, dan dengan menggunakan metode tertentu akurasi tersebut ternyata masih bisa dioptimalkan. Oleh karena itu, pada penelitian ini akan membandingkan performa dari model klasifikasi sentimen yang menggunakan metode Naive Bayes dan SVM, dengan TF-IDF dan CountVectorizer sebagai ekstraksi fiturnya serta Information Gain sebagai seleksi fitur. Selain itu, digunakan juga N-gram sebagai upaya untuk dapat meningkatkan akurasi model klasifikasi. Pada penelitian ini menggunakan dataset berupa cuitan pengguna Twitter tentang perkembangan Artificial Intelligence. Data tersebut nantinya dikategorikan menjadi dua kelas, yaitu positif dan negatif, serta akan diolah dengan menggunakan tahapan knowledge discovery in databases (KDD). Berdasarkan hasil penelitian menunjukkan bahwa model hasil Naive Bayes mendapatkan akurasi tertinggi saat menggunakan ekstraksi fitur CountVectorizer, sedangkan model hasil SVM mendapatkan akurasi tertinggi saat menggunakan TF-IDF. Selain itu, penggunaan Information Gain ternyata dapat meningkatkan nilai akurasi model hasil Naive Bayes sebesar 12% menggunakan CountVectorizer dengan N-gram. Namun penggunaan Information Gain justru menurunkan nilai akurasi model hasil SVM sebesar 0,73% menggunakan TF-IDF dengan N-gram.