Informasi Umum

Kode

113070321

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Informasi Lainnya

Abstraksi

ABSTRAKSI: E-mail spam sering didefinisikan sebagai e-mail yang tidak diminta dan dikirim dalam jumlah besar. E-mail spam umumnya berupa e-mail iklan, tawaran untuk bergabung ke Multi Level Marketing (MLM), undian, informasi palsu, phising, dan penipuan. Biaya untuk mengirimkan e-mail spam sangat kecil. Kerugian pelanggan tidak hanya waktu yang terbuang untuk memilah e-mail, seluruh layanan online dibebankan kepada pelanggan, bukan kepada pengirim e-mail spam. <br><br> E-mail spam filtering adalah sebuah metode klasifikasi yang dapat menjadi solusi untuk masalah e-mail spam. Dalam tugas akhir ini akan dibuat salah satu metode klasifikasi yang dapat diimplementasikan menjadi e-mail spam filtering, yaitu Granular Support Vector Machines – Association Rule (GSVM-AR). GSVM-AR mengoptimalisasikan metode Support Vector Machine (SVM) yang terkenal dengan menambahkan paradigma Granular Computing dan metode Association Classification, dalam hal ini algoritma Apriori-TFPC. Kedua penambahan dilakukan semata-mata hanya untuk meningkatkan akurasi dari sistem yang akan dibuat.Kata Kunci : e-mail spam, e-mail spam filtering, klasifikasi, granular computing, association rule, support vector machine.ABSTRACT: E-mail spam often defined by a bulk and unsolicited e-mail. A common type of e-mail spam is a advertisement, Multi Level Marketing (MLM) offer, gambling, scam, phising, and fraud. The sending cost of e-mail spam is very low. The disadvantages for user are, not only they wasting their time to sort e-mail, all online services will be charged to the users, not to the e-mail spam sender. <br><br> E-mail spam filtering is a classification method that could be a solution to e-mail spam problem. In this final project, we will build a classification method that can be implemented to be an e-mail spam filtering is Granular Support Vector Machines – Association Rule (GSVM-AR). GSVM-AR optimize a well-known Support Vector Machine (SVM) method with addition of Granular Computing paradigm and a Association Classification method, in this case is the Apriori-TFPC algorithm. This two addition serves no other means only to enchance the system's accuracy that will be build.Keyword: e-mail spam, e-mail spam filtering, classification, granular computing, association rule, support vector machine.

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama Angga Pratama
Jenis Perorangan
Penyunting Tri Brotoharsono, Hetti Hidayati
Penerjemah

Penerbit

Nama Universitas Telkom
Kota Bandung
Tahun 2012

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi