PROS Indrastanti RW Teguh IB Pembangunan SPAM e mail Full text
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Makalah Nomor: KNSI-72
PEMBANGUNAN SPAM E-MAIL FILTERING SYSTEM
DENGAN METODE NAIVE BAYESIAN
.1
Indrastanti R. Widiasari , Teguh Indra Bayu
1, 2
2
Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana
1
2
indrastanti@staff.uksw.edu, t.indra.bayu@gmail.com
1. Pendahuluan
Electronic mail (e-mail) merupakan media
komunikasi dalam jaringan intranet maupun internet
untuk berdiskusi (maillist), transfer informasi berupa
file (mail attachment) bahkan dapat digunakan untuk
media iklan suatu perusahaan atau produk tertentu
[1]. Mengingat fasilitas e-mail yang murah dan
kemudahan untuk mengirimkan ke berapapun jumlah
penerimanya, maka beberapa pihak tertentu
memanfaatkannya dengan mengirimkan e-mail berisi
promosi produk atau jasa, pornografi, virus, dan
hal-hal yang tidak penting ke ribuan pengguna
e-mail. E-mail inilah yang biasanya disebut dengan
spam mail. Dampak buruk yang paling utama dari
adanya spam mail adalah terbuangnya waktu dengan
percuma untuk menghapus spam mail dari inbox satu
persatu. Meskipun berbagai perangkat lunak e-mail
filtering banyak tersedia, namun masalah spam mail
juga semakin berkembang.
Berdasarkan permasalahan yang ada, maka hal yang
harus dilakukan untuk mem-filter spam sehingga
penggunaan spam dapat dicegah secara optimal oleh
e-mail filtering. Metode yang digunakan merupakan
salah satu metode e-mail filtering yang paling
populer yaitu Naive Bayesian filtering. Metode ini
memanfaatkan teorema probabilitas yaitu teorema
Bayes dan fungsionalitas data mining yaitu klasifikasi
Naive Bayesian. Kelebihan Naive Bayesian filtering
adalah tingkat akurasi yang tinggi dan error rate
yang minimum.
2. Spam
Spam muncul pertama kali pada bulan Mei tahun
1978. Spam tersebut bersifat iklan yang dikirimkan
oleh Digital Equipment Corporation (DEC) tentang
product DecSystem-20, kemudian pada April 1994,
spam menyebar melalui USENET news merupakan
forum diskusi yang paling populer pada masa itu
dengan jumlah group mencapai ribuan dan semua
group menerima iklan dari forum diskusi tersebut.
Spam merupakan unsolicited e-mail (e-mail yang
tidak diminta) yang dikirim ke banyak orang [2].
Spam juga dapat diartikan sebagai e-mail yang berisi
promosi produk atau jasa, pornografi, virus, dan halhal yang tidak penting yang dikirim ke ribuan
pengguna e-mail.
Metode Bayesian filtering merupakan metode anti
spam filtering terbaru. Metode ini mengenali spam
284
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Metode Naïve Bayesian merupakan metode yang
digunakan untuk memprediksi suatu kejadian pada
masa
yang
akan
datang,
dengan
cara
membandingkannya dengan data atau evidence
(bukti) yang ada pada masa lampau. Penggunaan
probabilitas kata atau token dijadikan sebagai
inputan probabilitas dari kejadian. Klasifikasi Naive
Bayesian akan melihat data lama (previous data)
dalam menentukan nilai kemiripan data yang baru.
Jadi harus terdapat data lama yang digunakan
sebagai data pembanding dalam proses Bayes.
berdasarkan kata-kata (token) yang terkandung pada
sebuah e-mail [3]. Metode filter pada saat pertama
kali dijalankan harus dilakukan proses training
menggunakan dua koleksi e-mail, satu koleksi
merupakan spam mail dan koleksi yang lain
merupakan good mail. Proses training ini digunakan
sebagai data pembanding terhadap e-mail yang
masuk. Dengan cara seperti ini, pada setiap e-mail
baru yang diterima, Bayesian filter dapat
memperkirakan probabilitas (prediksi) spam
berdasarkan kata-kata yang sering muncul di koleksi
spam mail atau di koleksi good mail.
5.
3.
Email
(1)
Envelope
dimana
Proses ini digunakan oleh Mail Transport Agent
(MTA) untuk melihat rute atau jalur pesan. Biasanya
user tidak melihat bagian ini karena prosesnya
terjadi pada bagian MTA untuk pengiriman.
•
PLocal-spam
:
probabilitas suatu kata
sex terdapat pada spam mail.
Header
E-mail mengandung header yang digunakan sebagai
informasi mengenai e-mail tersebut, mulai dari
alamat pengirim, penerima, subjek dan lain-lain.
Header originating date field dan original address
fields sifatnya mandatory (diperintah), artinya user
tidak dapat menggganti secara manual mengenai
informasi tanggal pengiriman maupun alamat
pengirim.
•
Berdasarkan
Bayesian filter pada saat pertama kali dijalankan
harus melakukan proses training terlebih dahulu.
Proses training menggunakan sejumlah spam mail
dan sejumlah good mail yang ditambahkan ke dalam
suatu tabel atau data pembanding. Bayesian filter
akan menghitung probabilitas lokal dari suatu kata,
misalnya kata sex, untuk muncul di kelompok spam
mail. Probabilitas lokal ini dapat dilihat seperti pada
Persamaan 1 [3].
E-mail (Electronic Mail) atau surat elektronik sudah
mulai dipakai pada tahun 1960-an. Pada saat itu
internet belum terbentuk, yang ada hanyalah
kumpulan mainframe yang terbentuk sebagai
jaringan. Mulai tahun 1980-an, surat elektronik
sudah bisa dinikmati oleh banyak orang. E-mail
merupakan media komunikasi dalam jaringan
intranet maupun internet untuk berdiskusi (maillist),
transfer informasi berupa file (mail attachment)
bahkan dapat digunakan untuk media iklan suatu
perusahaan atau produk tertentu [1]. E-mail terdiri
dari 3 komponen [4] yaitu :
•
Perhitungan
Probabilitas
Algoritma Bayesian.
Nspam
:
jumlah spam mail dengan kata
sex di dalamnya.
Nnonspam
:
jumlah nonspam mail dengan
kata sex di dalamnya.
Persamaan 2 digunakan untuk menghitung
probabilitas lokal dari suatu kata, terutama jika nilai
Nspam dan Nnonspam kecil adalah bahwa
probabilitas akan terletak di sekitar probabilitas
ketidakpastian (P = 0.5). Berbeda dengan Persamaan
1, pada Persamaan 2 tidak akan memberikan nilai
mutlak, jika terdapat frekuensi suatu kata dalam
spam mail dan tidak terdapat dalam frekuensi good
mail.
Body
Merupakan isi pesan dari pengirim ke penerima.
Dalam mail body juga terdapat file attachment yang
digunakan untuk mengirimkan e-mail berupa file
(mail attachment).
(2)
4.
Metode Naive Bayesian
285
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
good mail. Score yang diberikan yaitu 0.99 untuk
spam mail murni dan 0.01 untuk good mail murni.
dimana :
C1 dan C2 : konstanta yang dipilih melalui
eksperimen.
Setelah proses tokenizing dan scoring dilakukan,
kemudian dengan menggunakan algoritma Naive
Bayesian dilakukan metode combining. Metode
combining adalah suatu rumus probabilitas yang
digunakan untuk menghitung probabilitas token
yang terdapat di dalam suatu mail. Setiap score yang
terdapat pada token akan dihitung (combine) dan
dirumuskan untuk menghasilkan suatu nilai antara
0% sampai dengan 100%. Nilai hasil tersebut
dikenal dengan istilah threshold value. Nilai yang
dihasilkan adalah nilai yang menentukan e-mail
tersebut dinyatakan sebagai good mail atau spam
mail. Setelah proses combining, dapat ditentukan email tersebut adalah spam mail atau good mail
berdasarkan hasil perhitungan yang diperoleh.
Nilai dari C1 = dua dan C2 = satu, dan jika suatu kata
“x” hanya ditemukan pada dua spam mail dan tidak
ditemukan sama sekali pada good mail, maka
probabilitas lokal suatu pesan baru yang
mengandung kata tersebut dikategorikan sebagai
spam adalah 0.83. Probabilitas ini tidak terlalu tinggi
untuk dikategorikan sebagai spam. Sementara jika
kata tersebut ditemukan pada sepuluh spam mail dan
tidak ditemukan sama sekali pada good mail, maka
probabilitas lokalnya akan sama dengan 0.95, yang
cukup tinggi untuk dikategorikan sebagai spam.
Perhitungan probabilitas ini jika dilakukan dengan
Persamaan 1, akan memberikan hasil yang terlalu
kasar, yaitu probabilitas mutlak sama dengan satu.
Probabilitas lokal dari masing-masing kata
tersebut kemudian menggunakan aturan rantai
(chain
rule) Bayesian untuk
menentukan
probabilitas total dari suatu pesan adalah spam.
Chain rule Bayesian dapat dilihat pada Persamaan 1.
Untuk menentukan probabilitas total, perhitungan
tersebut dilakukan terus menerus secara iterative
(tindakan mengulangi proses biasanya dengan tujuan
mendekati tujuan yang diinginkan atau hasil) dari
probabilitas lokal masing-masing kata pada pesan
tersebut.
6.
7.
Aplikasi Spam E-mail Filtering System
Perancangan perangkat lunak program terdiri dari
empat bagian yang utama, yaitu proses training,
proses tokenizing, proses scoring, dan proses
combining. Proses ini harus berurutan untuk
mendapatkan
hasil
yang
optimal
dalam
pengklasifikasian mail. Sebelum user dapat
menggunakan program untuk pengklasifikasian mail
secara otomatis dan memiliki false positive maupun
false negative yang optimal, user harus terlebih
dahulu melakukan proses training. Apabila user
sudah mempunyai referensi dari e-mail yang
dikategorikan sebagai spam maupun good mail.
Proses training ini terjadi saat pertama kali program
dibuat dan belum adanya data yang terdapat dalam
tabel token. Proses tokenizing merupakan proses
memilah kata atau token dalam mail body
berdasarkan spasi kata dan kata yang sering muncul.
Metode Tokenizing, Scoring dan Combining
Metode tokenizing akan membaca mail dan
memecahnya menjadi beberapa kata (token). Proses
tokenizing dapat dilakukan pada body message,
header message, kode-kode HTML, dan gambar.
Tokenizing pada body message dilakukan dengan
mendeteksi spasi kata dan kemunculan suatu kata
yang sering digunakan dan terdapat dalam mail.
Proses tokenizing adalah proses membuat daftar
karakteristik kata-kata spam dan non-spam mail.
Tokenizing pada header message dapat dilakukan
dengan menghitung jumlah penerima message pada
recipient (to/Cc) header. Sedangkan tokenizing pada
kode HTML dapat dilakukan pada kode font, tabel,
atau background.
Proses scoring merupakan proses pemberian score
terhadap kemunculan kata dalam good mail maupun
spam mail. Data dalam tabel token berisi kumpulan
token, frekuensi kemunculan token dalam Inbox
maupun Junk E-mail, dan score yang diperoleh dari
frekuensi kemunculan token. Sedangkan combining
ini digunakan untuk mendapatkan 15 token yang
mempunyai nilai terjauh dari 0.5, kemudian
dilakukan perhitungan dengan menggunakan metode
Naive Bayesian dan menghasilkan threshold value,
kemudian nilai dari threshold value dibandingkan
dengan spam threshold yang dijadikan sebagai
patokan akhir dalam menentukan mail.
Setelah mail yang diterima dipisahkan menjadi
beberapa token, maka setiap token akan diberi nilai
atau disebut juga dengan metode scoring. Metode ini
memberikan nilai (score) pada setiap token yang
telah diproses dengan metode tokenizing dengan
menggunakan Persamaan 2. Kemudian dilakukan
proses training secara manual oleh user yang akan
menentukan mail tersebut adalah spam mail atau
286
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Add to Spam
Add to Good
Flowchart sistem secara keseluruhan setelah
adanya data dalam tabel token atau setelah terjadi
proses training dapat dilihat pada Gambar 5. Mail
diterima oleh Microsoft Office Outlook 2007,
kemudian jika terdapat e-mail yang masuk akan
secara
otomatis
dilakukan
sweep
spam
(membersihkan spam mail yang ada pada Inbox
secara otomatis), lalu terjadi proses tokenizing atau
mail yang masuk dilakukan pemisahan berdasarkan
spasi kata dan kata yang sering muncul dalam mail
body dan terdapat dalam tabel token. Apabila kata
dalam mail body tidak terdapat pada tabel token,
maka e-mail langsung dikategorikan sebagai good
mail, akan tetapi jika mail yang masuk dan kata
dalam token terdapat dalam tabel token, maka
dilakukan proses scoring terhadap kata dalam token
tersebut, kemudian menuju ke proses combining
yaitu setiap kata dalam token yang terdeteksi
tersebut diambil 15 kata yang mempunyai score
tertinggi dari 0.5, kemudian dilakukan perhitungan
Naive Bayesian. Apabila hasil perhitungan Naive
Bayesian menghasilkan nilai kurang dari spam
threshold, maka mail dikategorikan sebagai good
mail. Apabila hasil perhitungan Naive Bayesian
menghasilkan nilai lebih dari spam threshold, maka
mail akan dikategorikan sebagai spam mail.
Kemudian muncul pesan bahwa mail akan dipindah
ke folder spam atau dibiarkan berada di folder inbox,
jika user menekan button “Yes” maka mail akan
berpindah ke folder spam, jika tidak maka mail akan
tetap berada di folder Inbox
Analysis
Lihat Pembuat
Rebuild
User
Update
Ubah Spam Level
Pindah Letak Folder Spam
Lihat Tokens
Pindah Letak Folder Good
Gambar 4 Use Case Diagram User
Gambar 4 menjelaskan bagian yang dapat
dilakukan oleh seorang user. Add to Spam digunakan
untuk memindahkan e-mail ke dalam folder spam.
Add to Good digunakan untuk memindahkan e-mail
ke dalam folder good. Analysis digunakan untuk
melihat dasar suatu e-mail dapat dikategorikan
sebagai spam atau good mail. Rebuild digunakan
untuk menghapus data dalam tabel token, kemudian
menggantinya dengan data yang baru. Update
digunakan
untuk
meng-update
frekuensi
kemunculan suatu token. Lihat Token digunakan
untuk melihat isi dari tabel token (data pembanding).
Pilih Letak Folder Good digunakan untuk merubah
letak inbox. Pilih Letak Folder Junk digunakan
untuk merubah letak junk. Ubah letak spam level
digunakan untuk merubah level dari spam yang biasa
diset pada nilai 50%. Lihat Pembuat digunakan
untuk melihat identitas pembuat program.
S ta r t
S ta rt
T e r d a p a t E - m a il
M asuk
T e r d a p a t E - m a il
m a suk
.
A m b il d a t a
d a la m m a il
body
S w e ep
S pa m
T o k e n iz in g
Tabel
Token
T a bel
to k e n
T id a k
Y a
T r a in in g
M a il
S c o r in g
Ya
T id a k
P e n d e t e k s ia n
Token
C o m b in in g
T h r e s h o ld
v a lu e
Y a
S p am
> S pam
le v e l
m a il
P e m b e r ia n
S c o r e t ia p t o k e n
T id a k
S o r t in g d a n
S im p a n d a t a
G o o d m a il
E nd
End
Gambar 6 Flowchart Sistem Training
Gambar 5 Flowchart Program Utama
287
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Perancangan pada sistem training dilakukan
pada saat program diinstalasi. Proses training
dilakukan karena belum adanya token yang
tersimpan pada program yang dibuat. Proses training
dilakukan saat program tersebut baru pertama kali
digunakan oleh user adalah untuk penyimpanan
token baru yang digunakan untuk pengkategorian
mail. Proses ini dilakukan pada saat user menekan
button “Add to Spam” atau saat user menekan
button “Add to Good”. Sistem training dapat dilihat
pada Gambar 6.
PGood didapat dari proses perhitungan berapa
banyak token tersebut yang terdapat di dalam good
mail. Kemudian ditambahkan dan dibagi dengan
berapa banyak good mail yang ada.
S ta rt
P ro s e s
T o k e n iz in g
M e lih a t
d a ta
Cara memasukkan data ke dalam tabel token
dilakukan dengan cara menekan button “Add to
Spam” atau “Add to Good”. Pada saat user menekan
button “Add to Spam” dilakukan proses tokenizing
dan scoring, bahwa mail yang ditambahkan ke folder
spam tersebut dikategorikan sebagai e-mail spam,
terjadi penambahan token dan score di dalam tabel
token. Sedangkan pada saat user menekan button
“Add to Good” dilakukan proses tokenizing dan
scoring, bahwa mail yang ditambahkan ke folder
good tersebut dikategorikan sebagai good mail,
terjadi penambahan token dan score di dalam tabel
token.
Tabel
to k e n
T id a k
E - m a il G o o d
Ya
S c o re (% )=
0 .5 + (P s p a m -P g o o d )/
2 (P s p a m + P g o o d + 1 )
End
Gambar 7 Flowchart Sistem Scoring
Sistem scoring dapat dilihat pada Gambar 7. Proses
scoring yang didapatkan dari jumlah token yang ada
di frekuensi spam maupun jumlah token yang ada di
frekuensi good. Kemudian dengan menggunakan
Persamaan (2), dilakukan perhitungan untuk
menentukan score pada setiap token yang terdapat
dalam tabel token yang nantinya akan digunakan
dalam proses combining.
9.1 Perancangan Sistem Tokenizing
Perancangan
pada
sistem
tokenizing
dilakukan pada mail body. Tokenizing pada mail
body dilakukan dengan mendeteksi spasi kata dan
karakter suatu kata yang sering muncul dalam mail
body. Untuk mengawali dan mengakhiri suatu
karakter dengan menggunakan operasi “^ dan $”.
Sebagai operasi penambahan suatu huruf atau kata
dengan menggunakan “+, *, ?”. Operasi
penggabungan menggunakan “|”. Mengelompokkan
huruf, kata, atau angka, dengan menggunakan
“{},(),[]”..
9.3 Perancangan Sistem Combining
Setelah melakukan proses tokenizing dan
scoring, kemudian dengan menggunakan metode
Naive Bayesian, dilakukan proses combining. Proses
ini mengambil 15 token yang memiliki nilai terjauh
dari nilai netral (0.5) di dalam satu mail. Setelah
mendapatkan 15 token tersebut, maka dijalankan
proses perhitungan dengan algoritma Naive
Bayesian dan akan mendapatkan suatu nilai
(threshold value). Hasil threshold value kemudian
dibandingkan dengan nilai dari spam threshold, yang
nilainya dapat disesuaikan antara 0% sampai 100%.
Spam threshold biasanya diset pada nilai minimal
50% agar keakuratan dalam filtrasi mail
mendapatkan hasil yang optimal. Nilai dari 50%
diperoleh dari data pada penelitian sebelumnya,
karena 50% merupakan nilai netral [6]. Jika suatu
token, frekuensi kemunculannya sama dalam folder
good
maupun
junk,
kemudian
dihitung
menggunakan Persamaan 2 nilai netral akan berada
pada nilai 50%. Hasil dari proses perhitungan inilah
yang akan mengkategorikan apakah mail tersebut
adalah suatu spam mail atau merupakan suatu good
mail. Hasil dari proses perhitungan ini akan
9.2 Perancangan Sistem Scoring
Proses scoring merupakan kelanjutan dari proses
tokenizing. Setelah mail yang diterima dipisahkan
menjadi beberapa token, maka setiap token akan
diberi nilai atau disebut juga dengan metode scoring.
Proses ini memberikan nilai (score) pada setiap
token yang telah diproses dengan proses tokenizing.
Selanjutnya dilakukan proses training secara manual
oleh user yang akan menentukan mail tersebut
adalah merupakan spam mail atau good mail. Score
yang diberikan yaitu 0.99 untuk spam mail murni
dan 0.01 untuk good mail murni. Apabila token
terdapat pada spam mail, juga terdapat pada good
mail, maka akan dilakukan proses perhitungan
(scoring) seperti pada Persamaan 2. Sedangkan
288
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
dibandingkan dengan nilai dari spam threshold yang
terdapat di dalam program. Nilai dari spam threshold
ini dapat ditentukan sendiri oleh user.
S ta rt
P r o s e s S c o r in g
M e lih a t D a t a
M e n g a m b il 1 5 t o k e n
y a n g m e m p u n y a i n il a i
t e r ja u h d a r i 0 . 5
T h r e s h o l d v a lu e ( % ) =
P s p a m /(P s p a m + P g o o d )
Gambar 9 Tabel Token
T h r e s h o ld
v a lu e
Ya
> Spam
le v e l
S p a m m a il
Proses penyimpanan ke dalam tabel dilakukan
dengan pencarian token terlebih dahulu, kemudian
jika belum terdapat token, maka token baru
ditambahkan. Jika sudah terdapat token, maka
ditambahkan sesuai kemunculan token, di folder
inbox atau folder spam. Proses yang dilakukan
kemudian dengan mengurutkan token terlebih
dahulu, baru disimpan ke dalam tabel.
T id a k
G o o d m a il
9.5 Perancangan Spam Threshold
End
Gambar 8 Flowchart Sistem Combining
Pada aplikasi ini user dapat menentukan seberapa
besar nilai spam threshold dari e-mail yang akan
diterima. Gambar 11 merupakan tampilan dari spam
threshold, spam threshold dibuat menggunakan
trackbar, yang digunakan sebagai pembanding
dengan nilai yang diperoleh dari persamaan Naive
Bayesian, nilainya dapat diubah-ubah dari angka
satu sampai 100%, akan tetapi spam threshold ini diset pada nilai 50%. Agar program berjalan dengan
baik dalam pengkategorian mail.
Proses combining didapatkan dari proses tokenizing
dan scoring seperti terlihat pada Gambar 8. Jadi
setiap token terdeteksi dalam mail body dan terdapat
dalam tabel token diurutkan score-nya, kemudian
diambil 15 token yang mempunyai nilai terjauh dari
0.5 yang dipakai dalam proses persentase untuk
menghasilkan threshold value, kemudian nilai dari
threshold value dibandingkan dengan level spam
atau spam threshold yang digunakan untuk
mengkategorikan mail sebagai good mail maupun
spam mail.
9.4 Perancangan Tabel Token
Perancangan pembuatan tabel token berupa suatu
textfile dengan ekstensi *.bsw. Dalam file tersebut
akan berisi data-data dari beberapa jumlah mail yang
dikategorikan ke dalam good mail dan juga dari
beberapa jumlah kata yang dikategorikan sebagai
spam mail. Dalam tabel yang disimpan tersebut
terdapat kata-kata token. dan setiap token memiliki
tiga field yaitu field dari good frekuensi, field dari
spam frekuensi, dan score setiap kata token.
Gambar 10 Spam Threshold
10. Kesimpulan
Berdasarkan hasil pembuatan program anti
spam pada e-mail client dengan menggunakan
metode Naive Bayesian, dapat disimpulkan bahwa
cara yang digunakan untuk mengkategorikan e-mail
289
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
sebagai spam adalah dengan melihat threshold value
setiap e-mail yang masuk, kemudian dibandingkan
dengan spam level yang biasa di-set pada nilai 50%.
Jika threshold value nilainya lebih besar dari spam
level, maka e-mail dikategorikan sebagai e-mail
spam. Sebaliknya, jika threshold value nilainya
kurang dari spam level, maka e-mail dikategorikan
sebagai e-mail good. Berdasarkan pengujian yang
dilakukan dari 150 e-mail yang masuk. Anti spam
mempunyai persentase keberhasilan sebesar 96.67%.
Daftar Pustaka:
[1]. Rachli,
2009,
TARacli,
http://www.cert.or.id/~budi/courses/security/20
06-2007/Report-Muhamad-Rachli.doc, Diakses
pada tanggal 28 Juli 2010.
[2]. Raharjo,
2006,
Spam,
http://www.cert.or.id/~budi/presentation/SPAM
-present.ppt, Diakses pada tanggal 26 Juli
2010.
[3]. Pratiwi, 2009, Laporan Proyek Akhir,
http://www.cert.or.id/~budi/courses/ec5010/pr
ojects/yani-report.doc, Diakses pada tanggal 28
Juli 2010.
[4]. Purbo, Onno W, 2001, TCP/IP Standar,
Desain, dan Implementasi, Jakarta: Elex Media
Komputindo.
[5]. Jsmith, 2003, The Real E-mail System,
http://forum.persiannetworks.com/f100/t30928.
html, Diakses pada tanggal 27 Juli 2010.
[6]. Graham, Paul, 2003, Stopping Spam,
http://www.paulgraham.com, Diakses pada
tanggal 12 Januari 2011.
290
Makalah Nomor: KNSI-72
PEMBANGUNAN SPAM E-MAIL FILTERING SYSTEM
DENGAN METODE NAIVE BAYESIAN
.1
Indrastanti R. Widiasari , Teguh Indra Bayu
1, 2
2
Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana
1
2
indrastanti@staff.uksw.edu, t.indra.bayu@gmail.com
1. Pendahuluan
Electronic mail (e-mail) merupakan media
komunikasi dalam jaringan intranet maupun internet
untuk berdiskusi (maillist), transfer informasi berupa
file (mail attachment) bahkan dapat digunakan untuk
media iklan suatu perusahaan atau produk tertentu
[1]. Mengingat fasilitas e-mail yang murah dan
kemudahan untuk mengirimkan ke berapapun jumlah
penerimanya, maka beberapa pihak tertentu
memanfaatkannya dengan mengirimkan e-mail berisi
promosi produk atau jasa, pornografi, virus, dan
hal-hal yang tidak penting ke ribuan pengguna
e-mail. E-mail inilah yang biasanya disebut dengan
spam mail. Dampak buruk yang paling utama dari
adanya spam mail adalah terbuangnya waktu dengan
percuma untuk menghapus spam mail dari inbox satu
persatu. Meskipun berbagai perangkat lunak e-mail
filtering banyak tersedia, namun masalah spam mail
juga semakin berkembang.
Berdasarkan permasalahan yang ada, maka hal yang
harus dilakukan untuk mem-filter spam sehingga
penggunaan spam dapat dicegah secara optimal oleh
e-mail filtering. Metode yang digunakan merupakan
salah satu metode e-mail filtering yang paling
populer yaitu Naive Bayesian filtering. Metode ini
memanfaatkan teorema probabilitas yaitu teorema
Bayes dan fungsionalitas data mining yaitu klasifikasi
Naive Bayesian. Kelebihan Naive Bayesian filtering
adalah tingkat akurasi yang tinggi dan error rate
yang minimum.
2. Spam
Spam muncul pertama kali pada bulan Mei tahun
1978. Spam tersebut bersifat iklan yang dikirimkan
oleh Digital Equipment Corporation (DEC) tentang
product DecSystem-20, kemudian pada April 1994,
spam menyebar melalui USENET news merupakan
forum diskusi yang paling populer pada masa itu
dengan jumlah group mencapai ribuan dan semua
group menerima iklan dari forum diskusi tersebut.
Spam merupakan unsolicited e-mail (e-mail yang
tidak diminta) yang dikirim ke banyak orang [2].
Spam juga dapat diartikan sebagai e-mail yang berisi
promosi produk atau jasa, pornografi, virus, dan halhal yang tidak penting yang dikirim ke ribuan
pengguna e-mail.
Metode Bayesian filtering merupakan metode anti
spam filtering terbaru. Metode ini mengenali spam
284
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Metode Naïve Bayesian merupakan metode yang
digunakan untuk memprediksi suatu kejadian pada
masa
yang
akan
datang,
dengan
cara
membandingkannya dengan data atau evidence
(bukti) yang ada pada masa lampau. Penggunaan
probabilitas kata atau token dijadikan sebagai
inputan probabilitas dari kejadian. Klasifikasi Naive
Bayesian akan melihat data lama (previous data)
dalam menentukan nilai kemiripan data yang baru.
Jadi harus terdapat data lama yang digunakan
sebagai data pembanding dalam proses Bayes.
berdasarkan kata-kata (token) yang terkandung pada
sebuah e-mail [3]. Metode filter pada saat pertama
kali dijalankan harus dilakukan proses training
menggunakan dua koleksi e-mail, satu koleksi
merupakan spam mail dan koleksi yang lain
merupakan good mail. Proses training ini digunakan
sebagai data pembanding terhadap e-mail yang
masuk. Dengan cara seperti ini, pada setiap e-mail
baru yang diterima, Bayesian filter dapat
memperkirakan probabilitas (prediksi) spam
berdasarkan kata-kata yang sering muncul di koleksi
spam mail atau di koleksi good mail.
5.
3.
(1)
Envelope
dimana
Proses ini digunakan oleh Mail Transport Agent
(MTA) untuk melihat rute atau jalur pesan. Biasanya
user tidak melihat bagian ini karena prosesnya
terjadi pada bagian MTA untuk pengiriman.
•
PLocal-spam
:
probabilitas suatu kata
sex terdapat pada spam mail.
Header
E-mail mengandung header yang digunakan sebagai
informasi mengenai e-mail tersebut, mulai dari
alamat pengirim, penerima, subjek dan lain-lain.
Header originating date field dan original address
fields sifatnya mandatory (diperintah), artinya user
tidak dapat menggganti secara manual mengenai
informasi tanggal pengiriman maupun alamat
pengirim.
•
Berdasarkan
Bayesian filter pada saat pertama kali dijalankan
harus melakukan proses training terlebih dahulu.
Proses training menggunakan sejumlah spam mail
dan sejumlah good mail yang ditambahkan ke dalam
suatu tabel atau data pembanding. Bayesian filter
akan menghitung probabilitas lokal dari suatu kata,
misalnya kata sex, untuk muncul di kelompok spam
mail. Probabilitas lokal ini dapat dilihat seperti pada
Persamaan 1 [3].
E-mail (Electronic Mail) atau surat elektronik sudah
mulai dipakai pada tahun 1960-an. Pada saat itu
internet belum terbentuk, yang ada hanyalah
kumpulan mainframe yang terbentuk sebagai
jaringan. Mulai tahun 1980-an, surat elektronik
sudah bisa dinikmati oleh banyak orang. E-mail
merupakan media komunikasi dalam jaringan
intranet maupun internet untuk berdiskusi (maillist),
transfer informasi berupa file (mail attachment)
bahkan dapat digunakan untuk media iklan suatu
perusahaan atau produk tertentu [1]. E-mail terdiri
dari 3 komponen [4] yaitu :
•
Perhitungan
Probabilitas
Algoritma Bayesian.
Nspam
:
jumlah spam mail dengan kata
sex di dalamnya.
Nnonspam
:
jumlah nonspam mail dengan
kata sex di dalamnya.
Persamaan 2 digunakan untuk menghitung
probabilitas lokal dari suatu kata, terutama jika nilai
Nspam dan Nnonspam kecil adalah bahwa
probabilitas akan terletak di sekitar probabilitas
ketidakpastian (P = 0.5). Berbeda dengan Persamaan
1, pada Persamaan 2 tidak akan memberikan nilai
mutlak, jika terdapat frekuensi suatu kata dalam
spam mail dan tidak terdapat dalam frekuensi good
mail.
Body
Merupakan isi pesan dari pengirim ke penerima.
Dalam mail body juga terdapat file attachment yang
digunakan untuk mengirimkan e-mail berupa file
(mail attachment).
(2)
4.
Metode Naive Bayesian
285
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
good mail. Score yang diberikan yaitu 0.99 untuk
spam mail murni dan 0.01 untuk good mail murni.
dimana :
C1 dan C2 : konstanta yang dipilih melalui
eksperimen.
Setelah proses tokenizing dan scoring dilakukan,
kemudian dengan menggunakan algoritma Naive
Bayesian dilakukan metode combining. Metode
combining adalah suatu rumus probabilitas yang
digunakan untuk menghitung probabilitas token
yang terdapat di dalam suatu mail. Setiap score yang
terdapat pada token akan dihitung (combine) dan
dirumuskan untuk menghasilkan suatu nilai antara
0% sampai dengan 100%. Nilai hasil tersebut
dikenal dengan istilah threshold value. Nilai yang
dihasilkan adalah nilai yang menentukan e-mail
tersebut dinyatakan sebagai good mail atau spam
mail. Setelah proses combining, dapat ditentukan email tersebut adalah spam mail atau good mail
berdasarkan hasil perhitungan yang diperoleh.
Nilai dari C1 = dua dan C2 = satu, dan jika suatu kata
“x” hanya ditemukan pada dua spam mail dan tidak
ditemukan sama sekali pada good mail, maka
probabilitas lokal suatu pesan baru yang
mengandung kata tersebut dikategorikan sebagai
spam adalah 0.83. Probabilitas ini tidak terlalu tinggi
untuk dikategorikan sebagai spam. Sementara jika
kata tersebut ditemukan pada sepuluh spam mail dan
tidak ditemukan sama sekali pada good mail, maka
probabilitas lokalnya akan sama dengan 0.95, yang
cukup tinggi untuk dikategorikan sebagai spam.
Perhitungan probabilitas ini jika dilakukan dengan
Persamaan 1, akan memberikan hasil yang terlalu
kasar, yaitu probabilitas mutlak sama dengan satu.
Probabilitas lokal dari masing-masing kata
tersebut kemudian menggunakan aturan rantai
(chain
rule) Bayesian untuk
menentukan
probabilitas total dari suatu pesan adalah spam.
Chain rule Bayesian dapat dilihat pada Persamaan 1.
Untuk menentukan probabilitas total, perhitungan
tersebut dilakukan terus menerus secara iterative
(tindakan mengulangi proses biasanya dengan tujuan
mendekati tujuan yang diinginkan atau hasil) dari
probabilitas lokal masing-masing kata pada pesan
tersebut.
6.
7.
Aplikasi Spam E-mail Filtering System
Perancangan perangkat lunak program terdiri dari
empat bagian yang utama, yaitu proses training,
proses tokenizing, proses scoring, dan proses
combining. Proses ini harus berurutan untuk
mendapatkan
hasil
yang
optimal
dalam
pengklasifikasian mail. Sebelum user dapat
menggunakan program untuk pengklasifikasian mail
secara otomatis dan memiliki false positive maupun
false negative yang optimal, user harus terlebih
dahulu melakukan proses training. Apabila user
sudah mempunyai referensi dari e-mail yang
dikategorikan sebagai spam maupun good mail.
Proses training ini terjadi saat pertama kali program
dibuat dan belum adanya data yang terdapat dalam
tabel token. Proses tokenizing merupakan proses
memilah kata atau token dalam mail body
berdasarkan spasi kata dan kata yang sering muncul.
Metode Tokenizing, Scoring dan Combining
Metode tokenizing akan membaca mail dan
memecahnya menjadi beberapa kata (token). Proses
tokenizing dapat dilakukan pada body message,
header message, kode-kode HTML, dan gambar.
Tokenizing pada body message dilakukan dengan
mendeteksi spasi kata dan kemunculan suatu kata
yang sering digunakan dan terdapat dalam mail.
Proses tokenizing adalah proses membuat daftar
karakteristik kata-kata spam dan non-spam mail.
Tokenizing pada header message dapat dilakukan
dengan menghitung jumlah penerima message pada
recipient (to/Cc) header. Sedangkan tokenizing pada
kode HTML dapat dilakukan pada kode font, tabel,
atau background.
Proses scoring merupakan proses pemberian score
terhadap kemunculan kata dalam good mail maupun
spam mail. Data dalam tabel token berisi kumpulan
token, frekuensi kemunculan token dalam Inbox
maupun Junk E-mail, dan score yang diperoleh dari
frekuensi kemunculan token. Sedangkan combining
ini digunakan untuk mendapatkan 15 token yang
mempunyai nilai terjauh dari 0.5, kemudian
dilakukan perhitungan dengan menggunakan metode
Naive Bayesian dan menghasilkan threshold value,
kemudian nilai dari threshold value dibandingkan
dengan spam threshold yang dijadikan sebagai
patokan akhir dalam menentukan mail.
Setelah mail yang diterima dipisahkan menjadi
beberapa token, maka setiap token akan diberi nilai
atau disebut juga dengan metode scoring. Metode ini
memberikan nilai (score) pada setiap token yang
telah diproses dengan metode tokenizing dengan
menggunakan Persamaan 2. Kemudian dilakukan
proses training secara manual oleh user yang akan
menentukan mail tersebut adalah spam mail atau
286
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Add to Spam
Add to Good
Flowchart sistem secara keseluruhan setelah
adanya data dalam tabel token atau setelah terjadi
proses training dapat dilihat pada Gambar 5. Mail
diterima oleh Microsoft Office Outlook 2007,
kemudian jika terdapat e-mail yang masuk akan
secara
otomatis
dilakukan
sweep
spam
(membersihkan spam mail yang ada pada Inbox
secara otomatis), lalu terjadi proses tokenizing atau
mail yang masuk dilakukan pemisahan berdasarkan
spasi kata dan kata yang sering muncul dalam mail
body dan terdapat dalam tabel token. Apabila kata
dalam mail body tidak terdapat pada tabel token,
maka e-mail langsung dikategorikan sebagai good
mail, akan tetapi jika mail yang masuk dan kata
dalam token terdapat dalam tabel token, maka
dilakukan proses scoring terhadap kata dalam token
tersebut, kemudian menuju ke proses combining
yaitu setiap kata dalam token yang terdeteksi
tersebut diambil 15 kata yang mempunyai score
tertinggi dari 0.5, kemudian dilakukan perhitungan
Naive Bayesian. Apabila hasil perhitungan Naive
Bayesian menghasilkan nilai kurang dari spam
threshold, maka mail dikategorikan sebagai good
mail. Apabila hasil perhitungan Naive Bayesian
menghasilkan nilai lebih dari spam threshold, maka
mail akan dikategorikan sebagai spam mail.
Kemudian muncul pesan bahwa mail akan dipindah
ke folder spam atau dibiarkan berada di folder inbox,
jika user menekan button “Yes” maka mail akan
berpindah ke folder spam, jika tidak maka mail akan
tetap berada di folder Inbox
Analysis
Lihat Pembuat
Rebuild
User
Update
Ubah Spam Level
Pindah Letak Folder Spam
Lihat Tokens
Pindah Letak Folder Good
Gambar 4 Use Case Diagram User
Gambar 4 menjelaskan bagian yang dapat
dilakukan oleh seorang user. Add to Spam digunakan
untuk memindahkan e-mail ke dalam folder spam.
Add to Good digunakan untuk memindahkan e-mail
ke dalam folder good. Analysis digunakan untuk
melihat dasar suatu e-mail dapat dikategorikan
sebagai spam atau good mail. Rebuild digunakan
untuk menghapus data dalam tabel token, kemudian
menggantinya dengan data yang baru. Update
digunakan
untuk
meng-update
frekuensi
kemunculan suatu token. Lihat Token digunakan
untuk melihat isi dari tabel token (data pembanding).
Pilih Letak Folder Good digunakan untuk merubah
letak inbox. Pilih Letak Folder Junk digunakan
untuk merubah letak junk. Ubah letak spam level
digunakan untuk merubah level dari spam yang biasa
diset pada nilai 50%. Lihat Pembuat digunakan
untuk melihat identitas pembuat program.
S ta r t
S ta rt
T e r d a p a t E - m a il
M asuk
T e r d a p a t E - m a il
m a suk
.
A m b il d a t a
d a la m m a il
body
S w e ep
S pa m
T o k e n iz in g
Tabel
Token
T a bel
to k e n
T id a k
Y a
T r a in in g
M a il
S c o r in g
Ya
T id a k
P e n d e t e k s ia n
Token
C o m b in in g
T h r e s h o ld
v a lu e
Y a
S p am
> S pam
le v e l
m a il
P e m b e r ia n
S c o r e t ia p t o k e n
T id a k
S o r t in g d a n
S im p a n d a t a
G o o d m a il
E nd
End
Gambar 6 Flowchart Sistem Training
Gambar 5 Flowchart Program Utama
287
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
Perancangan pada sistem training dilakukan
pada saat program diinstalasi. Proses training
dilakukan karena belum adanya token yang
tersimpan pada program yang dibuat. Proses training
dilakukan saat program tersebut baru pertama kali
digunakan oleh user adalah untuk penyimpanan
token baru yang digunakan untuk pengkategorian
mail. Proses ini dilakukan pada saat user menekan
button “Add to Spam” atau saat user menekan
button “Add to Good”. Sistem training dapat dilihat
pada Gambar 6.
PGood didapat dari proses perhitungan berapa
banyak token tersebut yang terdapat di dalam good
mail. Kemudian ditambahkan dan dibagi dengan
berapa banyak good mail yang ada.
S ta rt
P ro s e s
T o k e n iz in g
M e lih a t
d a ta
Cara memasukkan data ke dalam tabel token
dilakukan dengan cara menekan button “Add to
Spam” atau “Add to Good”. Pada saat user menekan
button “Add to Spam” dilakukan proses tokenizing
dan scoring, bahwa mail yang ditambahkan ke folder
spam tersebut dikategorikan sebagai e-mail spam,
terjadi penambahan token dan score di dalam tabel
token. Sedangkan pada saat user menekan button
“Add to Good” dilakukan proses tokenizing dan
scoring, bahwa mail yang ditambahkan ke folder
good tersebut dikategorikan sebagai good mail,
terjadi penambahan token dan score di dalam tabel
token.
Tabel
to k e n
T id a k
E - m a il G o o d
Ya
S c o re (% )=
0 .5 + (P s p a m -P g o o d )/
2 (P s p a m + P g o o d + 1 )
End
Gambar 7 Flowchart Sistem Scoring
Sistem scoring dapat dilihat pada Gambar 7. Proses
scoring yang didapatkan dari jumlah token yang ada
di frekuensi spam maupun jumlah token yang ada di
frekuensi good. Kemudian dengan menggunakan
Persamaan (2), dilakukan perhitungan untuk
menentukan score pada setiap token yang terdapat
dalam tabel token yang nantinya akan digunakan
dalam proses combining.
9.1 Perancangan Sistem Tokenizing
Perancangan
pada
sistem
tokenizing
dilakukan pada mail body. Tokenizing pada mail
body dilakukan dengan mendeteksi spasi kata dan
karakter suatu kata yang sering muncul dalam mail
body. Untuk mengawali dan mengakhiri suatu
karakter dengan menggunakan operasi “^ dan $”.
Sebagai operasi penambahan suatu huruf atau kata
dengan menggunakan “+, *, ?”. Operasi
penggabungan menggunakan “|”. Mengelompokkan
huruf, kata, atau angka, dengan menggunakan
“{},(),[]”..
9.3 Perancangan Sistem Combining
Setelah melakukan proses tokenizing dan
scoring, kemudian dengan menggunakan metode
Naive Bayesian, dilakukan proses combining. Proses
ini mengambil 15 token yang memiliki nilai terjauh
dari nilai netral (0.5) di dalam satu mail. Setelah
mendapatkan 15 token tersebut, maka dijalankan
proses perhitungan dengan algoritma Naive
Bayesian dan akan mendapatkan suatu nilai
(threshold value). Hasil threshold value kemudian
dibandingkan dengan nilai dari spam threshold, yang
nilainya dapat disesuaikan antara 0% sampai 100%.
Spam threshold biasanya diset pada nilai minimal
50% agar keakuratan dalam filtrasi mail
mendapatkan hasil yang optimal. Nilai dari 50%
diperoleh dari data pada penelitian sebelumnya,
karena 50% merupakan nilai netral [6]. Jika suatu
token, frekuensi kemunculannya sama dalam folder
good
maupun
junk,
kemudian
dihitung
menggunakan Persamaan 2 nilai netral akan berada
pada nilai 50%. Hasil dari proses perhitungan inilah
yang akan mengkategorikan apakah mail tersebut
adalah suatu spam mail atau merupakan suatu good
mail. Hasil dari proses perhitungan ini akan
9.2 Perancangan Sistem Scoring
Proses scoring merupakan kelanjutan dari proses
tokenizing. Setelah mail yang diterima dipisahkan
menjadi beberapa token, maka setiap token akan
diberi nilai atau disebut juga dengan metode scoring.
Proses ini memberikan nilai (score) pada setiap
token yang telah diproses dengan proses tokenizing.
Selanjutnya dilakukan proses training secara manual
oleh user yang akan menentukan mail tersebut
adalah merupakan spam mail atau good mail. Score
yang diberikan yaitu 0.99 untuk spam mail murni
dan 0.01 untuk good mail murni. Apabila token
terdapat pada spam mail, juga terdapat pada good
mail, maka akan dilakukan proses perhitungan
(scoring) seperti pada Persamaan 2. Sedangkan
288
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
dibandingkan dengan nilai dari spam threshold yang
terdapat di dalam program. Nilai dari spam threshold
ini dapat ditentukan sendiri oleh user.
S ta rt
P r o s e s S c o r in g
M e lih a t D a t a
M e n g a m b il 1 5 t o k e n
y a n g m e m p u n y a i n il a i
t e r ja u h d a r i 0 . 5
T h r e s h o l d v a lu e ( % ) =
P s p a m /(P s p a m + P g o o d )
Gambar 9 Tabel Token
T h r e s h o ld
v a lu e
Ya
> Spam
le v e l
S p a m m a il
Proses penyimpanan ke dalam tabel dilakukan
dengan pencarian token terlebih dahulu, kemudian
jika belum terdapat token, maka token baru
ditambahkan. Jika sudah terdapat token, maka
ditambahkan sesuai kemunculan token, di folder
inbox atau folder spam. Proses yang dilakukan
kemudian dengan mengurutkan token terlebih
dahulu, baru disimpan ke dalam tabel.
T id a k
G o o d m a il
9.5 Perancangan Spam Threshold
End
Gambar 8 Flowchart Sistem Combining
Pada aplikasi ini user dapat menentukan seberapa
besar nilai spam threshold dari e-mail yang akan
diterima. Gambar 11 merupakan tampilan dari spam
threshold, spam threshold dibuat menggunakan
trackbar, yang digunakan sebagai pembanding
dengan nilai yang diperoleh dari persamaan Naive
Bayesian, nilainya dapat diubah-ubah dari angka
satu sampai 100%, akan tetapi spam threshold ini diset pada nilai 50%. Agar program berjalan dengan
baik dalam pengkategorian mail.
Proses combining didapatkan dari proses tokenizing
dan scoring seperti terlihat pada Gambar 8. Jadi
setiap token terdeteksi dalam mail body dan terdapat
dalam tabel token diurutkan score-nya, kemudian
diambil 15 token yang mempunyai nilai terjauh dari
0.5 yang dipakai dalam proses persentase untuk
menghasilkan threshold value, kemudian nilai dari
threshold value dibandingkan dengan level spam
atau spam threshold yang digunakan untuk
mengkategorikan mail sebagai good mail maupun
spam mail.
9.4 Perancangan Tabel Token
Perancangan pembuatan tabel token berupa suatu
textfile dengan ekstensi *.bsw. Dalam file tersebut
akan berisi data-data dari beberapa jumlah mail yang
dikategorikan ke dalam good mail dan juga dari
beberapa jumlah kata yang dikategorikan sebagai
spam mail. Dalam tabel yang disimpan tersebut
terdapat kata-kata token. dan setiap token memiliki
tiga field yaitu field dari good frekuensi, field dari
spam frekuensi, dan score setiap kata token.
Gambar 10 Spam Threshold
10. Kesimpulan
Berdasarkan hasil pembuatan program anti
spam pada e-mail client dengan menggunakan
metode Naive Bayesian, dapat disimpulkan bahwa
cara yang digunakan untuk mengkategorikan e-mail
289
Konferensi Nasional Sistem Informasi 2013, STMIK Bumigora Mataram 14-16 Pebruari 2013
sebagai spam adalah dengan melihat threshold value
setiap e-mail yang masuk, kemudian dibandingkan
dengan spam level yang biasa di-set pada nilai 50%.
Jika threshold value nilainya lebih besar dari spam
level, maka e-mail dikategorikan sebagai e-mail
spam. Sebaliknya, jika threshold value nilainya
kurang dari spam level, maka e-mail dikategorikan
sebagai e-mail good. Berdasarkan pengujian yang
dilakukan dari 150 e-mail yang masuk. Anti spam
mempunyai persentase keberhasilan sebesar 96.67%.
Daftar Pustaka:
[1]. Rachli,
2009,
TARacli,
http://www.cert.or.id/~budi/courses/security/20
06-2007/Report-Muhamad-Rachli.doc, Diakses
pada tanggal 28 Juli 2010.
[2]. Raharjo,
2006,
Spam,
http://www.cert.or.id/~budi/presentation/SPAM
-present.ppt, Diakses pada tanggal 26 Juli
2010.
[3]. Pratiwi, 2009, Laporan Proyek Akhir,
http://www.cert.or.id/~budi/courses/ec5010/pr
ojects/yani-report.doc, Diakses pada tanggal 28
Juli 2010.
[4]. Purbo, Onno W, 2001, TCP/IP Standar,
Desain, dan Implementasi, Jakarta: Elex Media
Komputindo.
[5]. Jsmith, 2003, The Real E-mail System,
http://forum.persiannetworks.com/f100/t30928.
html, Diakses pada tanggal 27 Juli 2010.
[6]. Graham, Paul, 2003, Stopping Spam,
http://www.paulgraham.com, Diakses pada
tanggal 12 Januari 2011.
290