FILTER SPAM SMS MENGGUNAKAN METODE STEMMING TALA DAN CLUSTERING K-MEDOIDS

Banyaknya penerimaan pesan SMS spam sekarang ini semakin tidak terkendali yang mengakibatkan adanya ketidaknyamanan dari sisi pengguna sehingga diperlukan suatu metode untuk membantu pengguna mengkategorikan SMS spam atau nonspam. Penelitian ini mengusulkan sebuah pendekatan untuk melakukan filter spam dengan menggunakan K- Medoid dan Stemming Tala agar efektivitas filter spam SMS meningkat. Dua tahap yang dilakukan pada penelitian ini adalah mengolah teks dengan Stemming Tala agar mendapatkan root kata sehingga menghasilkan representasi kata yang lebih akurat, kemudian K-Medoid untuk mengelompokkan SMS kedalam kategori spam atau nonspam berdasarkan kesamaan teks yang telah diproses. Dalam pengujiannya, penelitian ini menggunakan confusion matrix untuk mendapatkan hasil akurasi. Hasil penelitian ini menunjukkan bahwa pendekatan yang diusulkan berhasil mencapai akurasi sebesar 87% dalam mengkategorikan SMS sebagai spam atau nonspam.