Aplikasi Web Deteksi Spam

Aplikasi web berbasis Flask untuk mendeteksi pesan spam menggunakan model pembelajaran mesin. Proyek ini menggunakan Naive Bayes classifier dan CountVectorizer dengan n-gram untuk memprediksi apakah sebuah pesan adalah spam atau bukan.

---

Daftar Isi

• Fitur
• Struktur Proyek
• Kebutuhan
• Instalasi
• Penggunaan
• Dataset

---

Fitur

• Praproses teks dengan:
  • Mengubah teks menjadi huruf kecil.
  • Menghapus tanda baca dan angka.
  • Menghapus kata-kata umum (stop words).
• Ekstraksi fitur menggunakan CountVectorizer dengan bigram.
• Melatih model Naive Bayes untuk deteksi spam.
• Antarmuka web untuk input pengguna dan prediksi.

---

Struktur Proyek

.
├── app.py                 # File aplikasi Flask
├── spam_detector.py       # File untuk pelatihan model
├── templates/             # Folder untuk menyimpan file HTML
│   └── index.html         # Halaman utama aplikasi
├── static/                # Folder untuk menyimpan file statis
│   └── style.css          # File CSS untuk tampilan
├── spam_model.pkl         # File model terlatih
├── vectorizer.pkl         # File vectorizer terlatih
└── spam.csv               # Dataset untuk melatih model

---

Kebutuhan

• Python 3.8 atau lebih baru
• Library Python berikut:
  • Flask
  • joblib
  • nltk
  • scikit-learn
  • pandas

---

Instalasi

1. Clone repositori ini:

   git clone https://github.com/Jezz76/EmailClassifier.git
   cd spam-detector

2. Install dependensi: Gunakan pip untuk menginstal semua dependensi.

   pip install -r requirements.txt

3. Jalankan aplikasi:

   python app.py

4. Aplikasi akan berjalan di.

 http://127.0.0.1:5000

---

Penggunaan

• Masukkan pesan yang ingin Anda deteksi pada form di halaman utama.
• Klik tombol Deteksi.
• Hasil akan ditampilkan, apakah pesan tersebut spam atau bukan spam.

---

Dataset

Dataset yang digunakan adalah file spam.csv, yang berisi pesan-pesan teks dengan label spam dan ham (bukan spam). Dataset ini telah dipraproses menggunakan fungsi di file spam_detector.py.

---