KOMPARASI KINERJA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK DETEKSI SPAM EMAIL BERBASIS TF-IDF TEKS

Arum Adila  Ningtias; Nizirwan  Anwar; Arief  Ichwani; Raden Teddy  Iswahyudi

Arum Adila Ningtias Universitas Esa Unggul
Nizirwan Anwar Universitas Esa Unggul
Arief Ichwani Universitas Esa Unggul
Raden Teddy Iswahyudi Universitas Esa Unggul

Keywords: Spam Email, Support Vector Machine, Random Forest, TF-IDF, Klasifikasi Teks

Abstract

Spam email merupakan salah satu permasalahan dalam komunikasi digital karena dapat mengganggu produktivitas,
membebani sistem, serta berpotensi membawa ancaman keamanan seperti phishing, malware, dan penipuan digital. Penelitian
ini bertujuan membangun dan membandingkan performa algoritma Support Vector Machine (SVM) dan Random Forest dalam
mendeteksi spam email berbasis klasifikasi teks. Dataset yang digunakan adalah SMS Spam Collection yang terdiri dari 5.572
pesan dengan 2 (dua) kelas, yaitu ham/non-spam dan spam. Tahapan penelitian dilakukan secara sekuensial melalui proses
text, cleaning, case folding, tokenization, stopword removal, ekstraksi fitur menggunakan Term Frequency-Inverse Document
Frequency (TF-IDF), train-test split, pelatihan model SVM dan Random Forest, serta evaluasi performa. Evaluasi dilakukan
menggunakan metrik Accuracy, Precision, Recall, F1-score, ROC-AUC, dan Confusion matrix, sebagaimana dijelaskan
dalam rancangan penelitian dan evaluasi model pada dokumen . Hasil pengujian menunjukkan bahwa Linear SVM +
GridSearchCV memperoleh performa lebih baik dibandingkan Random Forest + GridSearchCV, dengan Accuracy sebesar
0,983857, Precision 0,978102, Recall 0,899329, F1-score 0,937063, dan ROC-AUC 0,987039. Random Forest memperoleh
Accuracy 0,959641, Precision 0,882353, Recall 0,805369, F1-score 0,842105, dan ROC-AUC 0,960280. Berdasarkan hasil
tersebut, SVM lebih efektif dalam mendeteksi spam email karena mampu menghasilkan kesalahan klasifikasi yang lebih
rendah dan performa evaluasi yang lebih seimbang.