ANALISIS PERFORMANSI ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN SPAM TUGAS AKHIR

Transkripsi

1 ANALISIS PERFORMANSI ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN SPAM TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Rayi Tegar Pamungkas JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2014 i

2 LEMBAR PERSETUJUAN Analisis Performansi Algoritma C5.0 Dalam Pengklasifikasian Spam TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Menyetujui Pembimbing I Pembimbing II Machmud Effendi, M.Eng NIP Gita Indah Marthasari, ST NIP ii

3 LEMBAR PENGESAHAN Analisis Performansi Algoritma C5.0 Dalam Pengklasifikasian Spam TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh : Rayi Tegar Pamungkas Tugas Akhir ini telah diuji dan dinyatakan lulus melalui sidang majelis penguji pada tanggal 21 Maret 2014 Menyetujui, Penguji I Penguji II Dhebys Suryani Hormansyah, S.Kom., M.T NIDN Sofyan Arifianto, S.Si., M.Kom NIDN. Mengetahui, Ketua Jurusan Teknik Informatika Yuda Munarko, S.Kom., M.Sc. NIP iii

4 LEMBAR PERNYATAAN Yang bertanda tangan dibawah ini : NAMA : RAYI TEGAR PAMUNGKAS NIM : FAK/JUR : TEKNIK INFORMATIKA Dengan ini saya menyatakan bahwa tugas akhir dengan judul ANALISIS PERFORMANSI ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN SPAM beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun seluruhnya, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku. Mengetahui, Malang, 16 Februari 2014 Dosen Pembimbing Yang Membuat Pernyataan (Machmud Effendi M.Eng) (Rayi Tegar Pamungkas) iv

5 LEMBAR PERSEMBAHAN Alhamdulillah, puji syukur saya panjatkan kepada Allah Azza Wajalla yang telah memberikan rahmat, hidayah serta karunia-nya sehingga penulis dapat menyelesaikan pembuatan laporan tugas akhir berjudul Analisis Performansi Algoritma C5.0 Dalam Pengklasifikasian Spam . Penulis menyampaikan rasa terima kasih kepada : 1. Bapak Mahmud Effendi, M.Eng sebagai dosen pembimbing I. Terima kasih atas bimbingan yang telah diberikan dan pesan moral yang telah diberikan. 2. Ibu Gita Indah Marthasari, ST sebagai dosen pembimbing II. Terima kasih atas pengertian dan kesabaran beliau selama membimbing penulis yang jarang ke kampus untuk bimbingan dikarenakan kesibukan yang lain. 3. Sukisno dan Winarsih selaku orang tua penulis yang sabar menunggu penulis untuk wisuda serta memotivasi penulis untuk menjadi orang yang lebih baik. 4. Prima Andy Winaya dan Atur Nanda Pambudi selaku saudara penulis yang telah memotivasi dan memberikan dorongan semangat kepada penulis. 5. (Alm) Soewono dan Sariatun selaku kakek dan nenek penulis, maaf tidak bisa memperlihatkan foto wisuda kepada beliau dikarenakan telah pergi ke alam barzah terlebih dahulu. 6. Lusyawati yang selama ini telah memotivasi dan mentransfer ilmu ekonominya kepada penulis. 7. Semua teman-teman seperjuangan baik yang sudah wisuda maupun yang masih mengulang kuliah, diantaranya Teguh, Anggit, Firman, Ferry, Fitrah, Ihwan, Bowo, Intan, Ayu, Mida, Luluk, dll. Malang, 21 Maret 2014 Penulis v

6 KATA PENGANTAR ب س م االله الر ح م ن اار ح يم الس م ي مم ر ح م م الله ب ر ا م م Segala puja dan puji syukur penulis panjatkan kehadirat Allah SWT, karena atas limpahan kasih dan sayang-nya sehingga penulis diberikan kesehatan dan kesabaran dalam menyelesaikan tugas akhir yang berjudul Analisis Performansi Algoritma C5.0 Dalam Pengklasifikasian Spam . Tugas akhir ini membahas tentang pengujian tingkat performansi algoritma C5.0 menggunakan bantuan library WEKA (Waikato Environment For Knowledge Analysis) dalam mengklasifikasikan pesan . Penulis menyadari bahwa dalam penulisan tugas akhir ini masih jauh dari kata sempurna. Oleh karena itu, penulis mengharapkan kritik serta saran yang bersifat membangun guna penyempurnaan tugas akhir ini. م ي مم ر ح م م الله ب ر ا م م Malang, 21 Maret 2014 Penulis vi

7 DAFTAR ISI HALAMAN JUDUL... LEMBAR PERSETUJUAN... LEMBAR PENGESAHAN... LEMBAR PERNYATAAN KEASLIAN... ABSTRAKSI... ABSTRACT... LEMBAR PERSEMBAHAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... i ii iii iv v vi vii viii ix xii xiv BAB I BAB II PENDAHULUAN 1.1 Latar Belakang Masalah Rumusan Masalah Tujuan Batasan Masalah Metodologi Penyelesaian Masalah Sistematika Penulisan... 4 LANDASAN TEORI Sejarah Pengalamatan Cara Kerja Spam Text Mining Definisi Text Mining Tahapan Proses Text Mining Algoritma Term Frequency-Inverse Document Frequency (TF-IDF) Definisi Algoritma TF-IDF Cara Kerja Algoritma TF-IDF Algoritma C Definisi Algoritma C Cara Kerja Algoritma C Waikato Environment for Knowledge Analysis (WEKA) Definisi WEKA Fitur WEKA Format Data WEKA Alat Ukur Evaluasi vii

8 BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Analisa Kebutuhan Kebutuhan Fungsional Kebutuhan Non Fungsional Analisa Sistem Alur Sistem Use Case Diagram Activity Diagram Perancangan Sistem Class Diagram Sequence Diagram Desain Interface Aplikasi BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Perangkat Hardware Dan Software Yang Digunakan Implementasi Sistem Implementasi Preprocessing Case Folding Tokenizing Filtering Stemming Implementasi Algoritma Term Frequency - Inverse Document Frequency (TF-IDF) Term Frequency (TF) Document Frequency (DF) Inverse Document Frequency (IDF) Term Frequency-Inverse Document Frequency Implementasi Algoritma C Pengujian Pengujian Fungsionalitas Sistem Hasil Pengujian Sistem Hasil Pengujian Gmail Dan Yahoo BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN viii

9 DAFTAR GAMBAR Gambar 2.1 Cara Kerja Gambar 2.2 Cara Kerja Lanjutan... 6 Gambar 2.3 Tahapan Proses Text Mining Gambar 3.1 Alur Flowchart Sistem Gambar 3.2 Use Case Aplikasi Gambar 3.3 Activity Diagram Pilih File Gambar 3.4 Activity Diagram Preprocessing Gambar 3.5 Activity Diagram TF-IDF Gambar 3.6 Activity Diagram C Gambar 3.7 Class Diagram Aplikasi Gambar 3.8 Sequence Diagram Pilih File Gambar 3.9 Sequence Diagram Hitung Performansi Gambar 3.10 Form Preprocessing Gambar 3.11 Form TF-IDF Gambar 3.12 Form C Gambar 4.1 Kode Program Case Folding Gambar 4.2 Kode Program Tokenizing Gambar 4.3 Kode Program Filtering Gambar 4.4 Kode Program Stemming Gambar 4.5 Kode Program Term Frequency Gambar 4.6 Kode Program Document Frequency Gambar 4.7 Kode Program Inverse Document Frequency Gambar 4.8 Kode Program Term Frquency Inverse Document Frequency 40 Gambar 4.9 Kode Program Preprocessing, TF-IDF dan C Gambar 4.10 Interface Proses Preprocessing Gambar 4.11 Interface Proses TF-IDF Gambar 4.12 Interface Proses C Gambar 4.13 Grafik Precision Dengan 500 File Gambar 4.14 Grafik Recall Dengan 500 File Gambar 4.15 Grafik Accuracy Dengan 500 File Gambar 4.16 Grafik Precision Dengan 1000 File Gambar 4.17 Grafik Recall Dengan 1000 File Gambar 4.18 Grafik Accuracy Dengan 1000 File ix

10 DAFTAR TABEL Tabel 2.1 Confusion Matrix Tabel 3.1 Contoh Perhitungan TF-IDF Tabel 3.2 Contoh Data Perhitungan C Tabel 3.3 Perhitungan Information Gain, Entropy dan Gain Tabel 4.1 Hasil Klasifikasi Dengan Total Data Tabel 4.2 Hasil Klasifikasi Dengan Total Data Tabel 4.3 Pengujian Gmail Dengan 250 Data Testing Tabel 4.4 Pengujian Gmail Dengan 500 Data Testing Tabel 4.5 Pengujian Yahoo Dengan 250 Data Testing Tabel 4.6 Pengujian Yahoo Dengan 500 Data Testing x

11 DAFTAR PUSTAKA [1] Com, J Cara Kerja Jago Internet dari Nol hingga Mahir. Yogyakarta: Multicom. [2] Defiyanti, Sofi Perbandingan Kinerja Algoritma ID3 dan C4.5 Dalam Klasifikasi Spam-Mail. Universitas Gunadarma. [3] Dunham, M.H Data Mining Introductory And Advance Topics. Upper Saddle River, NJ: Pearson Education, Inc. [4] Han, J. Kamber, M Data Mining: Concepts and Technique. San Fransisco: Morgan Kaufmann Publishers. [5] Indranandita, Amalia Sistem Klasifikasi Dan Pencarian Jurnal Dengan Menggunakan Metode Naïve Bayes Dan Vector Space Model. Universitas Kristen Duta Wacana. [6] Insan, Pramudya Prima. Klasifikasi Emosi Untuk Teks Berbahasa Indonesia Dengan Menggunakan Algoritma C5.0. Universitas Brawijaya [7] Kantardzic M Data Mining Concept Models, Methods, and Algorithms. New Jersey, USA: A John Wiley & Sons. [8] Kusrini dan Luthfi, Emha Taufiq Algoritma Data Mining. Yogyakarta: Andi Publisher. [9] Robertson, Stephen Understanding Inverse Document Frequency: On Theoretical Arguments for IDF, England: Journal of Documentation, Vol. 60, pp [10] Septiandana, Sandy Klasifikasi Status Ketenagakerjaan Menggunakan Algoritma Pohon Keputusan. UPN Veteran Jakarta. [11] Sulistiyani, Sri Bikin PC Aman Dari Serangan Virus, Spam, Dan Spyware. Yogyakarta: Andi Publisher. [12] Witten, Ian H., Frank, Eibe, & Hall, Mark A Data Mining Practical Machine Learning Tools And Techniques. Burlington: Morgan Kaufmann Publishers. [13] Yuhefizar Jam Menguasai Internet Teknologi dan Aplikasinya. Jakarta: Elex Media Komputindo. [14] Zafikri, Atika Implementasi Metode Term Frequency (TF-IDF) Pada Sistem Temu Kembali Informasi. Universitas Sumatra Utara. xi