Analisa Metode Cosine Similarity Dalam Mengenali Pengirim Pesan Singkat

-

Abstract

Perkembangan teknologi komunikasi digital yang pesat telah menjadikan aplikasi pesan singkat, seperti WhatsApp, sebagai sarana utama dalam berkomunikasi. Namun, penggunaan pesan singkat juga menghadirkan tantangan, terutama dalam mengenali pengirim pesan ketika informasi pengirim tidak tercantum secara jelas. Hal ini dapat membuka peluang bagi penyalahgunaan, seperti penyamaran atau penipuan melalui pesan yang tidak terdeteksi. Oleh karena itu, diperlukan metode yang efektif untuk menganalisis pola penulisan dalam pesan guna membantu identifikasi pengirim. Penelitian ini menggunakan metode Cosine Similarity, yang mampu mengukur kemiripan antara teks berdasarkan representasi vektornya. Proses analisis dilakukan dengan menerapkan teknik Text Mining, meliputi case folding, cleaning, tokenizing, stopword removal dan stemming untuk memastikan data yang digunakan lebih bersih dan akurat. Dengan metode ini, kemiripan antara pesan uji dan pesan pembanding dihitung guna menentukan pesan yang paling mirip dengan data uji. Hasil penelitian menunjukkan bahwa D101 memiliki kemiripan tertinggi dengan D9 sebesar 71%, D102 dengan D4 sebesar 95%, dan D103 dengan D15 sebesar 77%. Nilai-nilai tersebut menunjukkan bahwa metode Cosine Similarity dapat digunakan untuk mengenali pola penulisan dalam pesan singkat dengan tingkat akurasi yang baik. Penelitian ini diharapkan dapat menjadi dasar bagi pengembangan dalam bentuk web atau aplikasi untuk mengidentifikasi pengirim pesan singkat, sehingga meningkatkan keamanan dan kenyamanan dalam komunikasi digital.