Perbandingan Kinerja Algoritma Naïve Bayes Dan C.45 Dalam Klasifikasi Spam Email

Antispam dengan algoritma tertentu yang dapat memisahkan antara spam-mail dengan non spam mail. Perbandingan kinerja antara algoritma naïve bayes, dan decision tree yang memakai algoritma C4.5 membuktikan bahwa decision tree dengan algoritma C4.5 lebih efisien dan paling sederhana jika dibandingkan dengan algoritma yang lain. Dengan kesederhanaannya, algoritma C4.5 memberikan hasil yang lebih baik untuk klasifikasi spam-mail. Algoritma Naïve Bayes dan C4.5 mempunyai kinerja yang baik dalam mengidentifikasi apakah suatu email adalah spam atau non-spam. Namun, belum diketahui algoritma mana diantara keduanya yang lebih unggul kinerjanya. Oleh karena itu kedua algoritma ini perlu dibandingkan Berdasarkan hasil akurasi algoritma Naïve Bayes menghasilkan akurasi sebesar 96,70% dengan rincian yaitu Prediksi Ham dan true Ham sebanyak 3385 Data, Prediksi Ham dan true Spam sebanyak 165 Data, Prediksi Spam dan true Ham sebanyak 0 Data, Prediksi Spam dan true Spam sebanyak 1448 Data. Berdasarkan hasil akurasi algoritma C.45 menghasilkan akurasi sebesar 96,68% dengan rincian yaitu Prediksi Ham dan true Ham sebanyak 3385 Data, Prediksi Ham dan true Spam sebanyak 166 Data, Prediksi Spam dan true Ham sebanyak 0 Data Prediksi Spam dan true Spam sebanyak 1447 Data. Berdasarkan hasil uji komparasi diperoleh hasil algoritma terbaik dengan mengukur tingkat hasil akurasi sehingga dapat diperoleh algoritma C.45 memiliki nilai sebesar 96.68% Kemudian pada penerapan model algoritma naïve bayes  menjelaskan bahwa tingkat hasil akurasi dapat diperoleh dari algoritma naïve bayes dengan nilai sebesar 96.79%. bisa di artikan bahwa algoritma naïve bayes data dikategorikan sebagai pedoman pengambilan keputusan