Investigative Study of Unigram and Bigram Features for Short Message Spam Detection

2021 ◽  
pp. 70-81
Author(s):  
Rasheed G. Jimoh ◽  
Kayode S. Adewole ◽  
Tunbosun E. Aderemi ◽  
Abdullateef O. Balogun
Keyword(s):  
Spam Detection ◽  
Short Message

(Un/Semi-)supervised SMS text message SPAM detection

2014 ◽  
Vol 21 (4) ◽  
pp. 553-567 ◽  
Author(s):  
CHRIS R. GIANNELLA ◽  
RANSOM WINDER ◽  
BRANDON WILSON
Keyword(s):  
Short Message Service ◽  
Text Message ◽  
Support Vector ◽  
Model Parameters ◽  
Spam Detection ◽  
Short Message ◽  
Classification Approach ◽  
Message Service ◽  
The Uk ◽  
Probabilistic Generative Model

AbstractWe address the problem of unsupervised and semi-supervised SMS (Short Message Service) text message SPAM detection. We develop a content-based Bayesian classification approach which is a modest extension of the technique discussed by Resnik and Hardisty in 2010. The approach assumes that the bodies of the SMS messages arise from a probabilistic generative model and estimates the model parameters by Gibbs sampling using an unlabeled, or partially labeled, SMS training message corpus. The approach classifies new SMS messages as SPAM or HAM (non-SPAM) by zero-thresholding their logit estimates. We tested the approach on a publicly available SMS corpora collected from the UK. Used in semi-supervised fashion, the approach clearly outperformed a competing algorithm, Semi-Boost. Used in unsupervised fashion, the approach outperformed a fully supervised classifier, an SVM (Support Vector Machine), when the number of training messages used by the SVM was small and performed comparably otherwise. We believe the approach works well and is a useful tool for SMS SPAM detection.

scholarly journals An Improved Machine Learning-Based Short Message Service Spam Detection System

2019 ◽  
Vol 11 (12) ◽  
pp. 40-48
Author(s):  
Odukoya Oluwatoyin ◽  
◽  
Akinyemi Bodunde ◽  
Gooding Titus ◽  
Aderounmu Ganiyu
Keyword(s):  
Machine Learning ◽  
Short Message Service ◽  
Detection System ◽  
Spam Detection ◽  
Short Message ◽  
Message Service

SISTEM MONITORING EVALUASI DAN PELAPORAN KEGIATAN TARUNA ATKP MEDAN

2020 ◽  
Vol 4 (2) ◽  
pp. 82
Author(s):  
Albert Panjaitan ◽  
Hairul Amren ◽  
Darmeli Nasution ◽  
Rizaldy Khair ◽  
Iswandi Idris
Keyword(s):  
Short Message Service ◽  
Short Message ◽  
Message Service ◽  
Web App

Perkembangan yang sangat pesat terjadi pada bidang teknologi informasi dan telekomunikasi saat ini mendorong masyarakta dunia memasuki era revolusi industri 4.0 yang serba cepat, sekaligus menjadikan informasi sentral dalam dunia industri maupun dunia usaha hingga dunia pendidikan. Akademi Teknik dan Keselamatan Penerbangan (ATKP) Medan merupakan institusi pendidikan di bawah naungan pemerintah yang sudah mulai menggunakan berbagai hal teknologi informasi dan telekomunikasi. Dengan adanya perkembangan tersebut berdampak memeberikan fasilitas yang dapat digunakan oleh pengguna layanan komunikasi, dan informasi, seperti Short Message Service (SMS) hingga sistem berbasis aplikasi menggunakan smartphone android maupun iOS. Layanan aplikasi sms hingga sistem aplikasi tersebut adalah teknologi yang memungkinkan manusia untuk mendapatkan atau mengirimkankan informasi kapanpun dan dimanapun dibutuhkan. Penelitian ini bertujuan untuk membuat sistem aplikasi monitoring evaluasi pelaporan kegiatan taruna di ATKP medan berbasis web app. Dalam pembuatannya, aplikasi ini disesuaikan dengan kenutuhan user/orang tua taruna dan institusi ATKP secara umum. Sistem aplikasi ini akan memberikan kemudahan kepada orang tua taruna dalam memonitoring, kegiatan hingga prilaku taruna selama pendidikan di ATKP Medan serta  kemudahan mengakses nilai dengan cepat. Sistem aplikasi ini dibuat dengan menggunakan bahasa pemrograman php (web).

KLASIFIKASI SMS SPAM MENGGUNAKAN SUPPORT VECTOR MACHINE

2019 ◽  
Vol 15 (2) ◽  
pp. 275-280
Author(s):  
Agus Setiyono ◽  
Hilman F Pardede
Keyword(s):  
Data Mining ◽  
Support Vector Machine ◽  
Decision Tree ◽  
Naive Bayes ◽  
Naïve Bayes ◽  
Support Vector ◽  
Spam Detection ◽  
Support Vector Machine Algorithm ◽  
Data Mining Techniques ◽  
To Receive

It is now common for a cellphone to receive spam messages. Great number of received messages making it difficult for human to classify those messages to Spam or no Spam.  One way to overcome this problem is to use Data Mining for automatic classifications. In this paper, we investigate various data mining techniques, named Support Vector Machine, Multinomial Naïve Bayes and Decision Tree for automatic spam detection. Our experimental results show that Support Vector Machine algorithm is the best algorithm over three evaluated algorithms. Support Vector Machine achieves 98.33%, while Multinomial Naïve Bayes achieves 98.13% and Decision Tree is at 97.10 % accuracy.

Efektivitas Short Message Service Reminderterhadap Kepatuhan Konsumsi Tablet Besi pada Wanita Hamil

1970 ◽  
Vol 2 (3) ◽  
Author(s):  
Ermiati E ◽  
Imas Rafiyah ◽  
Devi Kusnanti
Keyword(s):  
Short Message Service ◽  
Self Report ◽  
Control Group ◽  
Short Message ◽  
Control Groups ◽  
Chi Square ◽  
Purposive Sampling ◽  
Message Service ◽  
Sms Reminder ◽  
Expectant Mothers

Anemia merupakan salah satu penyebab terjadinya perdarahan dan bisa mengakibatkan kematian pada ibu hamil. Suplementasi besi merupakan program pemerintah dalam mengatasi anemia pada wanita hamil dan beberapa wanita hamil masih ada yang belum patuh dalam mengkonsumsi tablet besi. Oleh karena itu, diperlukan sebuah metode yang bisa meningkatkan kepatuhan wanita hamil dalam mengonsumsi tablet besi yaitu dengan short message service (SMS) reminder. Penelitian ini bertujuan untuk mengidentifikasi efektivitas SMS reminderterhadap kepatuhan konsumsi tablet besi pada ibu hamil di (unit pelayanan terpadu) UPT Puskesmas Cibuntu Kota Bandung. Rancangan penelitian quasi experimentaldengan desain posttest-only with control group designdengan teknik pengambilan sampel yang digunakan adalah purposive sampling. Penelitian ini dilaksanakan dari bulan April–Mei tahun 2014 di Puskesmas X Kota Bandung. Sampel berjumlah 40 orang wanita hamil yang tidak patuh dalam mengonsumsi tablet besi yang dibagi menjadi 20 kelompok intervensi dan 20 kelompok kontrol. Data diperoleh melalui kuesioner dalam bentuk self report.Analisis data yang digunakan adalah analisis deskriptif dan uji chi square. Hasil penelitian menunjukkan sebagian besar kelompok intervensi 17 orang (85%) patuh dan sebagian besar kelompok kontrol 16 orang (80%) tidak patuh. Hasil analisis dengan menggunakan chi squaredidapatkan p(0.000) dengan taraf signifikan <0.05 sehingga dapat disimpulkan bahwa SMS reminder efektif terhadap kepatuhan konsumsi tablet besi pada wanita hamil dan bisa dijadikan bahan pertimbangan bagi pihak Puskesmas untuk menjalin kerjasama dengan pihak provideratau mengajukan dana ke Dinas Kesehatan untuk mengaktifkan SMS reminderdi Puskesmas.Kata kunci: Kepatuhan, SMS reminder,tablet besi, wanita hamil AbstractAnemia is one of the leading causes of hemorrhage during pregnancy, and it can cause death to expectant mothers. Iron supplementation is a government program to overcome anemia among expectant mothers, and some of the expectant mothers still do not obediently consume iron tablets. Therefore, to increase the obedience of the expectant mothers on consuming the iron tablets, SMS reminder is the appropriate method needed. This research aims to identify the effectiveness of SMS reminder to the obedience of iron tablets consumption among expectant mothers at UPT Puskesmas Cibuntu , Bandung. The research employed quasi-experimental design with posttest-only control group design using purposive sampling technique. The research was held on April–May 2014 at UPT Puskesmas Cibuntu, Bandung. Forty expectant mothers consuming iron tablets disobediently divided into 20 intervention groups and 20 control groups were taken as the samples. Questionnaire in form of self report was used to obtain data. In addition, descriptive analysis and chi square test were applied to analyze the data. The result of the research showed that 17 persons (85%) of intervention groups were mostly obedient, and 16 persons (80%) of control groups were mostly disobedient. From the analysis using chi square, it was found the difference of the obedience of iron tablets consumption after SMS reminder (p=0.00) had been delivered with significant level <0.05. Based on the result of this research, SMS reminder had an effective impact toward the obedience of iron tablets consumption among the expectant mothers. The result will be a good consideration for Puskesmas to cooperate with provider or proposed some funds to Dinas Kesehatan to activate SMS reminder.Key words:Expectant mothers, obedience, SMS reminder, iron tablets

APLIKASI ENKRIPSI DAN DEKRIPSI SMS DENGAN ALGORITMA ZIG ZAG CIPHER PADA MOBILE PHONE BERBASIS ANDROID

2018 ◽  
Author(s):  
Rivalri Kristianto Hondro
Keyword(s):  
Mobile Phone ◽  
Short Message Service ◽  
Short Message ◽  
Message Service

Kemajuan perkembangan teknologi komputer dan telekomunikasi dapat membantu menyelesaikan pekerjaan dengan cepat, akurat dan efisien. Alat komunikasi yang banyak digunakan pada saat ini adalah mobile phone atau disebut juga telepon seluler. Salah satu teknologi yang digunakan untuk berkomunikasi pada mobile phone adalah dengan mengirimkan data berupa pesan singkat atau SMS (Short Message Service). Permasalahan yang ditemukan dalam berkomunikasi menggunakan mobile phone adalah pencurian, penyadapan, atau penghapusan data khususnya data SMS (Short Message Service) sehingga aspek keamanan data dianggap penting. Oleh karena itu dibutuhkan sistem kriptografi enkripsi dan dekripsi SMS, disini digunakan enkripsi simetris. Sistem ini merupakan aplikasi yang menerapkan metode zig zag cipher yang menggunakan kunci simtetris. Hasil pengujian dari sistem ini adalah pesan SMS dienkripsi dengan pola zig zag menggunakan kunci dan didekripsi menggunakan kunci yang sama dengan enkripsi.

Sign in / Sign up

Export Citation Format

Share Document