DETEKSI E-MAIL DAN SPAM MENGGUNAKAN FUZZY ASSOCIATION RULE MINING

Abstract

Munculnya suatu e-mail komersial yang tidak diharapkan atau yang lebih sering disebut dengan spam sangat menggangu pengguna e-mail karena dapat menambah penggunaan bandwith koneksi internet, serta akan menjadi suatu sampah yang menumpuk sehingga mengurangi kapasitas penyimpanan. Berdasarkan permasalahan tersebut penelitian bertujuan mengembangkan suatu metode hybird yang menggabungkan antara logika fuzzy dan association rule untuk mendeteksi antara e-mail dan spam. Sehingga dengan adanya metode hybird ini diharapkan e-mail yang diterima dapat diseleksi seakurat mungkin terhadap munculnya spam. Penelitian yang berjudul Deteksi E-mail dan Spam dengan menggunakan fuzzy association rule mining ini akan terdiri dari beberapa tahap yaitu preprocsessing e-mail dan spam, ekstraksi kandidat cluster, dan pembentukan cluster tree. Tahap preprocessing merupakan tahap dimana e-mail dan spam akan diambil kata kuncinya dengan melakukan penghilangan stopwords, stemming, dan seleksi term. Tahap ekstraksi kandidat cluster terdiri dari beberapa tahap lagi yaitu, penentuan fungsi keanggotaan fuzzy dan pembentukan kandidat cluster dengan association rule. Selanjutnya adalah tahap pembentukan cluster tree yang merupakan tahap pendeteksian e-mail dan spam dengan cara mengelompokkannya ke cluster yang sesuai.