ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulKLASIFIKASI EMAIL SPAM DAN NON SPAM MENGGUNAKAN ALGORITMA CNN-LSTM |
| Nama: SHARKIA AMALIA |
| Tahun: 2025 |
| Abstrak Perkembangan teknologi internet yang pesat menjadikan email sebagai salah satu sarana komunikasi digital yang paling banyak digunakan di seluruh dunia. Namun, tingginya tingkat penggunaan email juga memunculkan permasalahan serius berupa penyalahgunaan untuk mengirimkan pesan tidak diinginkan atau spam. Spam email tidak hanya mengganggu pengguna, tetapi juga berpotensi menjadi media penyebaran phishing, malware, dan berbagai bentuk serangan siber lainnya. Oleh karena itu, diperlukan sistem klasifikasi yang mampu membedakan antara email spam dan non-spam secara akurat. Penelitian ini bertujuan untuk mengembangkan model klasifikasi email menggunakan algoritma Convolutional Neural Network – Long Short-Term Memory (CNN-LSTM). CNN digunakan untuk mengekstraksi fitur-fitur penting dari teks email secara spasial, sedangkan LSTM berperan dalam menangkap hubungan temporal atau urutan kata dalam teks. Kombinasi kedua metode ini diharapkan mampu menghasilkan performa yang lebih baik dibandingkan penggunaan CNN atau LSTM secara tunggal. Data yang digunakan dalam penelitian ini berupa kumpulan email yang telah diberi label spam dan non-spam. Tahapan penelitian meliputi preprocessing data teks, pembentukan representasi vektor kata, pelatihan model CNN-LSTM, serta evaluasi kinerja menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN-LSTM mampu mengklasifikasikan email dengan tingkat akurasi yang tinggi, sehingga dapat dijadikan sebagai solusi efektif dalam mendeteksi email spam secara otomatis. Kata Kunci: Data Mining, Email, Spam, CNN-LSTM, Klasifikasi Teks |