Aplikasi Klasifikasi SMS Berbasis Web Menggunakan Algoritma Logistic Regression

Pramakrisna, Fitran Dwi; Adhinata, Faisal Dharma; Tanjung, Nia Annisa Ferani

doi:10.34148/teknika.v11i2.466

Cited by 7 publications

(6 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Hasil tahap count Vectorizer pada Tabel 4. 7,12,15,42,51,88,93,112,113,149,177,178,194,207,234,286,305,330,435,637,1060,5036],[2.0,1.0,1.0,1 .0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,2.0,1.0,1.0,1.0,1.0,1.0,1 .0,1.0,1.0,1.0,1.0]) 2.5 GB/30 hari hanya Rp 35 Ribu Spesial buat Anda yang terpilih. Aktifkan sekarang juga di *550*905#.…”

Section: Count Vectorizerunclassified

Klasifikasi Penyalahgunaan Pesan singkat Menggunakan Algoritma Naïve Bayes

-¹

2023

View full text Add to dashboard Cite

Pesan singkat atau yang biasa disebut dengan SMS (Short Message Service) adalah pesan elektronik dengan memanfaatkan teknologi mengirim dan menerima pesan pada sebuah device atau smartphone. Saat ini penyeberan penerimaan pesan singkat sulit dikendalikan, dari nomor yang tidak dikenal. Pesan singkat dapat digolongkan menjadi beberapa kelas yaitu, pesan singkat normal, pesan singkat promo, dan pesan singkat penipuan. Karena banyaknya pesan singkat yang masuk, maka penilitian ini melakukan klasifikasi Penyalahgunaan pesan singkat menggunakan algoritma naïve bayes dengan PySpark. Tujuan dari penelitian ini adalah untuk membedakan atau mengklasifikasikan pesan singkat normal, promo, dan penipuan. Dataset pada penelitian ini menggunakan data berbahasa indonesia dengan jumlah 1143 data. Dari hasil pengujian berdasarkan metode yang diusulkan yaitu Algoritma naïve bayes mendapatkan nilai akurasi precision 94%, recall 92%, f1-score 93% dan accuracy sebesar 94%.

show abstract

Section: Count Vectorizerunclassified

Klasifikasi Penyalahgunaan Pesan singkat Menggunakan Algoritma Naïve Bayes

-¹

2023

View full text Add to dashboard Cite

show abstract

“…Algoritma Logistic Regression adalah menjelaskan variabel dependen dan variabel independen untuk menghubungkan satu atau lebih variabel bebas dengan variabel terkait yang berisi data berkode 0 dan 1, benar atau salah [6]. Metode ini merupakan metode jenis model klasifikasi [7], Rumus algoritma Logistic Regression memiliki persamaan sebagai berikut : [8] Keterangan : 𝑙𝑛 = Logaritma natural 𝐵 0 = Konstanta 𝐵 1 = Koefisien masing-masing variabel x = Variabel independen p = Probabilitas logistik yang dirumuskan sebagai berikut :…”

Section: Pengolahan Dataunclassified

Implementasi Algoritma Logistic Regression Untuk Klasifikasi Penyakit Stroke

Suhliyyah,

Hikmayanti Handayani,

Ahmad Baihaqi

2023

Syntax J. Inf.

View full text Add to dashboard Cite

Stroke menyebabkan kerusakan pada bagian otak yang muncul secara mendadak akibat dari gangguan peredaran darah non traumatik. Gangguan tersebut dapat menimbulkan gejala antara lain kelumpuhan seisi wajah atau anggota badan, bicara tidak jelas, bicara tidak lancar, gangguan penglihatan dan perubahan kesadaran. Penyakit stroke merupakan penyakit yang menjadi penyebab kematian nomor tiga tertinggi di indonesia setelah penyakit kanker dan jantung. Di indonesia, jumlah kasus dan prevalensi stroke belum diketahui secara jelas. Diperkirakan 500.000 penduduk terkena stroke setiap tahunnya, sekitar 2,5% atau 12.500 orang meninggal dunia dan sisanya mengalami cacat ringan. Hampir setiap hari, atau minimal rata-rata tiga hari sekali ada seseorang penduduk indonesia baik tua maupun muda meninggal dunia karena serangan penyakit stroke. Penelitian ini dibuat menggunakan metode Confusion matrix dan pengujian menggunakan algoritma Logistic Regression, penelitian ini dilakukan dengan pengumpulan data dan hasil analisis untuk meningkatkan akurasi, berdasarkan variabel berpengaruh meliputi jenis kelamin, hipertensi, penyakit jantung, kadar gula darah, berat badan dan status merokok. Berdasarkan hasil pengumpulan data yang telah dilakukan sebanyak 4981 data diperoleh hasil akurasi sebesar 94%.

show abstract

“…Jenis variabel bebasnya adalah variabel kategori. Hal inilah yang memisahkan logistic regression dengan regresi berganda atau liniar regression lainnya [19].…”

Section: Logistic Regressionunclassified

Analisis Sentimen Opini Publik pada Twitter Terhadap Bank BSI Menggunakan Algoritma Machine Learning

Husen,

Astuti,

Marlia

et al. 2023

MALCOM

View full text Add to dashboard Cite

Opini publik yang terekspresikan melalui media sosial, khususnya Twitter, telah menjadi sumber informasi yang penting bagi perusahaan dan lembaga keuangan, termasuk Bank BSI. Analisis sentimen opini publik dapat membantu Bank BSI dalam memahami pandangan dan persepsi masyarakat terhadap layanan mereka. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan algoritma machine learning yaitu algoritma SVM, naïve bayes dan logistic regression untuk menganalisis sentimen opini publik terhadap Bank BSI yang terdapat dalam tweet di Twitter. Data tweet yang digunakan dalam penelitian ini diambil situs dari kaggle dengan jumlah data 24.401, berisi tentang ulasan komentar pengguna terkait ransomware pada Bank BSI. Hasil dari percobaan yang telah dilakukan diperoleh bahwa SVM menghasilkan akurasi 0,88%, naive bayes menghasilkan akurasi 0,76%, dan logistic regression menghasilkan akurasi 0,86%. Berdasarkan dari hasil percobaan bahwa SVM mendapatkan performa kinerja yang lebih unggul dari pada algoritma naive bayes dan logistic regression . Dalam konteks ini, SVM dapat menjadi pilihan yang baik untuk analisis sentimen secara umum. Penelitian ini mengungkapkan bahwa persentase sentimen negatif terhadap Bank BSI lebih tinggi daripada sentimen positif. Temuan ini menunjukkan adanya keprihatinan dan ketidakpuasan yang signifikan di antara masyarakat terhadap layanan perusahaan. Meskipun ada beberapa sentimen positif yang teridentifikasi.

show abstract

Aplikasi Klasifikasi SMS Berbasis Web Menggunakan Algoritma Logistic Regression

Cited by 7 publications

References 9 publications

Klasifikasi Penyalahgunaan Pesan singkat Menggunakan Algoritma Naïve Bayes

Klasifikasi Penyalahgunaan Pesan singkat Menggunakan Algoritma Naïve Bayes

Implementasi Algoritma Logistic Regression Untuk Klasifikasi Penyakit Stroke

Analisis Sentimen Opini Publik pada Twitter Terhadap Bank BSI Menggunakan Algoritma Machine Learning

Contact Info

Product

Resources

About