Simulasaun Deteksaun Spam Email (Metode ANN)

1. Rekolha Data

Rekolha dataset email ho label spam (1) ka ham (0).

Ezeemplu:

    | Email                   | Label |
    |-------------------------|-------|
    | "Dapatkan diskon 50%"   | 1     |
    | "Kabar baik untuk Anda" | 0     |
    

2. Pra-pemrosesan

Etapa ba prosesu ne mak hanesan tuir mai nee:

• Tokenizasaun: Fahe email ba kada liafuan ka token.
• Hamos Stopword: Halakon tiafuan, hanesan "dan", "di".
• Stemming: Muda liafuan ba nia hun ka orijen. Ezemplu: "berlari" → "lari".

Contoh: "Aku pergi beli!" → ["aku", "pergi", "beli"]

3. Ekstraksi Fitur

Iha etapa ida nee, ita sura fiture utiliza Bag-of-Words (BoW).

    | Kata       | Frekuensi |
    |------------|-----------|
    | diskon     | 2         |
    | hadiah     | 1         |
    | beli       | 1         |
    

4. Kria model ANN

Ita sei kria modelu ANN ho input layaer, hidden layer, no output layer.

• Input Layer: Banyak input sesuai fitur (liafuan).
• Hidden Layer: 1 atau lebih lapisan dengan neuron yang berbeda.
• Output Layer: 1 neuron untuk prediksi spam atau ham.

Contoh: Se ita uza fitur 3, mak layer input sei uza 3 neuron.

5. Aktivasi dan Propagasi

Ita sei sura output husi neuron ho funsaun aktivasi, hanesan sigmoid:

    Output = 1 / (1 + e^(-z))
    Iha nebe z = w1*x1 + w2*x2 + w3*x3 + b
    

Ezemplu Kalkulasaun:

    Jika w1 = 0.2, w2 = 0.5, w3 = 0.1, b = -0.3
    No x1=1, x2=0, x3=1 (frekuensia liafuan)
    
    z = (0.2*1) + (0.5*0) + (0.1*1) - 0.3
      = 0.2 + 0 + 0.1 - 0.3
      = 0

    Output = 1 / (1 + e^(-0)) = 0.5
    

6. Tranning no testing Model

Ita sei uza algoritma backpropagation hodi hafoun nia bobot.

Ezemplu:

    w_new = w_old + α * (target - output) * output * (1 - output) * input
    Dimana α = laju pembelajaran.
    

7. Evaluasaun Model

Ita uza metrik evaluasaun hanesan akurasi, presisi, dan recall.

• Akurasi: (Total prediksaun nebee los)/(Total data)
• Presisi: (True Positives)/(True Positives + False Positives)
• Recall: (True Positives)/(True Positives + False Negatives)

8. Implementasaun Modelu

Modelu bele implementa hodi detekta email spam.

Contoh: Se modelu detekta spam, mak email refere sei fosai nudar spam.