<![CDATA[WhatsApp merupakan layanan seperti pengiriman pesan; panggilan suara dan video; serta pengiriman dokumen dan media; telah menjadi pilihan yang sangat digemari oleh masyarakat di seluruh dunia. Meskipun demikian; aplikasi ini juga seringkali menjadi tempat penyebaran spam; yang dapat berupa penipuan; promosi; atau bentuk negatif lainnya. Meskipun terdapat berbagai upaya untuk mengklasifikasikan spam SMS berbahasa Inggris dengan menggunakan algoritma regresi logistik; namun masih sangat jarang ditemukan SMS dan WA dalam bahasa Indonesia. Oleh karena itu; penelitian ini bertujuan untuk melakukan klasifikasi biner pada data ham dan spam menggunakan metode algoritma regresi logistik pada 10793 data; dengan 10038 ham dan 775 spam. Penelitian ini juga menghasilkan lima matriks evaluasi yang dapat membantu memvisualisasikan hasil model yang telah dihasilkan; serta beberapa dekomposisi data untuk menemukan hasil terbaik selama proses pembuatan model; berdasarkan penelitian sebelumnya.; menghasilkan Accuracy = 7525 (0;9703593923675435); Precision = 5050 (0;9753694581280288); Recall = 8020 (0;6385542168674698); F1-score = 8020 (0;7653429602888085) dan ROC dengan nilai AUC = 7525 (0;987168100907698).]]>
Copyrights © 2023
