Siti Pebsya Roisatun Sholihah

Spam email adalah email yang tidak diminta dan dikirim secara massal kepada para pengguna email. Contoh spam pada email yaitu berupa iklan, undian, informasi palsu, phishing, dan lain sebagainya. Klasifikasi adalah salah satu metode dalam data mining yang dapat mengklasfikasikan email sabagai spam dan non-spam. Penelitian ini dilakukan pada dua buah dataset spam email yaitu dataset Spambase yang diperoleh dari UCI Machine Learning, dan dataset Emails yang diperoleh dari Kaggle. Klasifikasi spam email dilakukan menggunakan algoritma Decision Tree. Proses klasifikasi dilakukan setelah tahap pre-processing yaitu dengan melakukan text mining (hanya dataset Emails), split data, scaling data, dan menerapkan algoritma Principal Component Analysis (PCA) sebagai pengurangan jumlah fitur pada dataset berdasarkan nilai seberapa penting pengaruh dari masing-masing fitur. Hasil akurasi dari klasifikasi yang dilakukan menggunakan Algoritma Decision Tree yaitu sebesar 93,16% untuk dataset Spambase dan 94,24% untuk dataset Emails. Sedangkan untuk penerapan PCA pada Decision Tree menghasilkan nilai akurasi sebesar 90% untuk dataset Spambase dan sebesar 89,53% untuk dataset Emails. Kata Kunci : Spam Email, Klasifikasi, Decision Tree, Principal Component Analysis (PCA)