Model Deep Convolutional Neural Network Untuk Klasifikasi SPAM Berbasis Teks

Abstract

Pesan spam berbasis teks tidak lagi bersifat tunggal, melainkan terbagi ke dalam beberapa kategori dengan tingkat risiko yang berbeda, misalnya promosi, phishing/penipuan akun, pinjaman online ilegal, dan undian berhadiah palsu, sehingga klasifikasi biner (spam/bukan spam) dinilai kurang memadai untuk mendukung penanganan yang tepat sasaran. Penelitian ini merancang dan menguji model Deep Convolutional Neural Network (CNN) untuk klasifikasi multi-kategori spam berbasis teks. Arsitektur model mengadopsi pendekatan multi-kernel CNN (kernel berukuran 3, 4, dan 5) di atas lapisan embedding kata, dilanjutkan dengan global max pooling dan lapisan fully connected dengan aktivasi softmax untuk lima kelas. Karena keterbatasan akses terhadap korpus spam berlabel nyata, pengujian purwarupa dilakukan pada dataset dummy (sintetis) sebanyak 3.000 sampel yang dibangkitkan secara terprogram dengan variasi leksikal, kesalahan ejaan, dan noise label untuk mendekati karakteristik data dunia nyata. Model dilatih menggunakan optimizer Adam dengan strategi early stopping berdasarkan validation loss. Evaluasi pada data uji menghasilkan akurasi sebesar 95.11%, precision rata-rata (macro) 95.11%, recall rata-rata (macro) 95.10%, dan mean Average Precision (mAP) sebesar 92.39%. Hasil ini menunjukkan bahwa arsitektur CNN multi-kernel yang diusulkan mampu membedakan kelima kategori pesan dengan baik pada data uji, meskipun validasi lanjutan pada korpus nyata tetap diperlukan sebelum model diterapkan pada sistem produksi.