Search engine for discovering works of Art, research articles, and books related to Art and Culture
Javascript must be enabled to continue!
Pengaruh Tokenisasi Kata N-Grams Spam SMS Menggunakan Support Vector Machine
View through CrossRef
Pesan singkat atau Short Message Service (SMS) merupakan fasilitas yang ada di telepon seluler. Dengan fasilitas pesan singkat ini banyak yang menyalah gunakan pesan singkat tersebut. Spam SMS adalah proses mengirimkan SMS secara terus menerus tanpa di kehendeaki oleh penerimanya baik berupa iklan, jasa maupun penipuan yang dilakukan lewat telepon seluler yang dapat merugikan pengguna. Banyak cara yang yang dilakukan untuk mencegah spam SMS ini. Salah satunya adalah dengan penyaringan spam SMS, penelitian ini bertujuan untuk menyaring spam SMS dengan menggunakan algoritma Support Vector Machine (SVM) sehingga dapat memprediksi mana spam SMS dan mana yang bukan spam SMS. Pesan SMS yang dikumpulkan di lakukan preprosessing dengan melakukan kategorisasi, akronim, tokenisasi, stop word, pemecahan isi SMS, pembobotan, pemilihan fitur, pembuatan fitur vector, melakukan pelatihan untuk menghasilkan sebuah model. Pada penilitian ini menunjukan hasil akurasi yang terbaik dihasil dari pemecahan kata 4-grams. Sehingga untuk menguraikan/ pemecah kata yang tepat akan menghasilkan akurasi yang baik.
Title: Pengaruh Tokenisasi Kata N-Grams Spam SMS Menggunakan Support Vector Machine
Description:
Pesan singkat atau Short Message Service (SMS) merupakan fasilitas yang ada di telepon seluler.
Dengan fasilitas pesan singkat ini banyak yang menyalah gunakan pesan singkat tersebut.
Spam SMS adalah proses mengirimkan SMS secara terus menerus tanpa di kehendeaki oleh penerimanya baik berupa iklan, jasa maupun penipuan yang dilakukan lewat telepon seluler yang dapat merugikan pengguna.
Banyak cara yang yang dilakukan untuk mencegah spam SMS ini.
Salah satunya adalah dengan penyaringan spam SMS, penelitian ini bertujuan untuk menyaring spam SMS dengan menggunakan algoritma Support Vector Machine (SVM) sehingga dapat memprediksi mana spam SMS dan mana yang bukan spam SMS.
Pesan SMS yang dikumpulkan di lakukan preprosessing dengan melakukan kategorisasi, akronim, tokenisasi, stop word, pemecahan isi SMS, pembobotan, pemilihan fitur, pembuatan fitur vector, melakukan pelatihan untuk menghasilkan sebuah model.
Pada penilitian ini menunjukan hasil akurasi yang terbaik dihasil dari pemecahan kata 4-grams.
Sehingga untuk menguraikan/ pemecah kata yang tepat akan menghasilkan akurasi yang baik.
Related Results
619. Pharmacokinetic-Pharmacodynamic (PK-PD) Target Attainment Analyses to Support Epetraborole Dose Selection for the Treatment of Patients with Mycobacterium avium Complex (MAC) Lung Disease
619. Pharmacokinetic-Pharmacodynamic (PK-PD) Target Attainment Analyses to Support Epetraborole Dose Selection for the Treatment of Patients with Mycobacterium avium Complex (MAC) Lung Disease
Abstract
Background
Epetraborole (EBO) is an orally available, bacterial leucyl transfer RNA synthetase inhibitor that concentra...
LB2306. Population Pharmacokinetic (PPK), Pharmacokinetic/Pharmacodynamic attainment (PTA), and Clinical Pharmacokinetic/Pharmacodynamic (PK/PD) Analyses for Sulbactam-Durlobactam (SUL-DUR) to Support Dose Selection for the Treatment of Acinetobacter baum
LB2306. Population Pharmacokinetic (PPK), Pharmacokinetic/Pharmacodynamic attainment (PTA), and Clinical Pharmacokinetic/Pharmacodynamic (PK/PD) Analyses for Sulbactam-Durlobactam (SUL-DUR) to Support Dose Selection for the Treatment of Acinetobacter baum
Abstract
Background
SUL-DUR is a β-lactam/β-lactamase inhibitor combination in development for the treatment of ABC infections, ...
593. Population Pharmacokinetic Model Development for Epetraborole and Mycobacterium avium Complex (MAC) Lung Disease Patients Using Data from Phase 1 and 2 Studies
593. Population Pharmacokinetic Model Development for Epetraborole and Mycobacterium avium Complex (MAC) Lung Disease Patients Using Data from Phase 1 and 2 Studies
Abstract
Background
Epetraborole (EBO), an orally available bacterial leucyl transfer RNA synthetase inhibitor with potent activ...
SMS Spam Detection Using Machine Learning Approach
SMS Spam Detection Using Machine Learning Approach
Abstract
Currently, as the popularity of mobile phones has increased, Short Message Service (SMS) has grown tremendously. The minimal cost of messaging services has increased spam ...
592. Impact of Elevated MIC Values on Echinocandin Pharmacokinetic-Pharmacodynamic (PK-PD) Candida glabrata Target Attainment (TA)
592. Impact of Elevated MIC Values on Echinocandin Pharmacokinetic-Pharmacodynamic (PK-PD) Candida glabrata Target Attainment (TA)
Abstract
Background
Given the increasing prevalence of non-albicans Candida species, including C. glabrata and C. auris, which h...
SMS spam filtering and thread identification using bi-level text classification and clustering techniques
SMS spam filtering and thread identification using bi-level text classification and clustering techniques
SMS spam detection is an important task where spam SMS messages are identified and filtered. As greater numbers of SMS messages are communicated every day, it is very difficult for...
DETEKSI SMS SPAM BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE
DETEKSI SMS SPAM BERBAHASA INDONESIA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE
Setiap individu membutuhkan akses informasi untuk memperluas pengetahuan mereka tentang berbagai hal. Salah satu metode yang populer dalam mengalirkan informasi adalah melalui laya...
ANALISIS KOMPARASI MACHINE LEARNING PADA DATA SPAM SMS
ANALISIS KOMPARASI MACHINE LEARNING PADA DATA SPAM SMS
Spam SMS adalah pesan yang tidak berguna bagi penerima dan sering kali menjadi penyalahgunaan oleh pihak yang tidak bertanggung jawab. Menhindari penyalahgunaan itu perlu dilakukan...