BAB 1
PENDAHULUAN
1.1 Latar Belakang
Banyak kemudahan yang kita dapat dari teknologi informasi. Penggunaan internet sebagai media komunikasi, penyebaran informasi dan banyaknya layanan penyedia
email membuat semua menjadi ringkas dan mudah. Kita dapat mengirim informasi dalam hitungan menit dan bahkan detik ke seluruh dunia ini. Begitupun penerima
informasi dapat dengan mudah dan cepat membalas informasi tersebut. Teknologi itu disebut internet dan email.
Semakin banyaknya orang yang terhubung ke internet, menjadikan electronic mail email sebagai salah satu bentuk komunikasi yang paling cepat dan ekonomis.
Banyaknya informasi digital dalam email sebagai akibat dari perkembangan teknologi informasi membutuhkan suatu cara pengorganisasian dan pengelompokan informasi
dalam inbox email untuk kemudahan penggunanya. Pengelompokan informasi tak terstruktur ini dikenal dengan pengklasifikasian dokumen.
Bila kita berkunjung ke perpustakaan atau toko buku, biasanya kita akan melihat buku-buku diletakkan di rak-rak dalam kelompoknya masing-masing.
Misalnya rak komputer, berisi segala judul buku yang membahas mengenai komputer, program, software, hardware, teknik informatika, dan lain-lain. Buku-buku yang
membahas tema tertentu umumnya dikelompokkan menurut tema bahasannya masing- masing. Pengelompokan atau klasifikasi ini memudahkan kita menemukan buku yang
kita cari. Oleh sebab itu maka penulis ingin membuat suatu sistem yang dapat mengklasifikasikan email sesuai dengan keyword yang didasarkan pada sender,subject
dan body dari inbox email tersebut.
Universitas Sumatera Utara
Mengkategorikan dokumen teks pada email secara otomatis sangatlah membantu, karena pengorganisasian dokumen yang dilakukan secara manual akan
sangat mahal, atau tidak flexible mengingat keterbatasan waktu dari aplikasi atau jumlah dokumen yang digunakan. Oleh karenanya, kebutuhan akan klasifikasi
otomatis semakin diperlukan.
Ada beberapa teknik yang dapat digunakan untuk mengatasi klasifikasi email ini, seperti SVM, ANN, Naïve Bayes, dan Vector Space Model. Berdasarkan penelitian
yang dilakukan oleh Srivinas Mukkamala dan Andrew H.Sung 2003 menyatakan bahwa kinerja algortima SVM lebih baik jika dibandingkan dengan ANN dalam hal
solusi yang dicapai untuk kasus pengklasifikasian IDS. Dari penelitian yang dilakukan Mruntujaya Panda dan Mana R. Prata 2007 menyatakan algortima Bayesian lebih
efisien dalam mengklasifikasikan Network IDS dibanding SVM. Vektor Space Model merupakan metode dengan proses perhitungan intensif sehingga membutuhkan waktu
komputasi lebih banyak Santosa 2007. Penerapan VSM sebagai model dasar dalam Sistem Temu Kembali Informasi memilki keunggulan pada perhitungan yang
mendetail dan meyeluruh untuk mengetahui jarak dokumen.
Berdasarkan uraian diatas, peneliti akan mencoba melakukan klasifikasi pada sisi klien dengan menggunakan algortima Vector space model yang memproses
berdasarkan dari sender,subject,body email yang dijalankan pada sisi klien. Email yang digunakan adalah email berbasis teks, email yang telah disimpan didalam
computer, dan aplikasi tidak terkoneksi secara lansung dengan mail server.
Universitas Sumatera Utara
1.2 Rumusan Masalah
Kategori