Social Bookmarking merupakan salah satu jenis social tagging yang digunakan untuk mengkategorisasikan sebuah tautan web atau URL. Dalam situs web social bookmarking seperti del.icio.us terdapat banyak tag yang digunakan oleh user untuk mengkategorisasikan atau merepresentasikan sebuah situs blog, URL dan tautan. Pada tugas akhir ini, sebuah tag mengandung spam apabila tag tersebut digunakan pada bookmark tetapi tidak mendeskripsikan konten / situs web bookmark tersebut. Ketika terjadi spam maka dapat terjadi ambiguitas karena penggunaan tag dalam sebuah bookmark yang tidak merepresentasikan bookmark tersebut. Dalam tugas akhir ini diimplementasikan metode spam factor untuk menghitung spam dari sebuah tag yang direpresentasikan dalam sebuah nilai. Untuk implementasi metode spam factor, maka dibentuk terlebih dahulu daftar tag yang benar untuk setiap bookmark, membentuk posting random good user dan posting random bad user, mengimplementasikan trusted moderator untuk mendeteksi dan menghilangkan posting yang mengandung spam, dan mengurutkan pemakaian tag dan bookmark dengan occurrence-based search. Metode spam factor menghitung nilai spam sebuah tag dari jumlah dan kesesuaian penggunaan tag tersebut dengan bookmark pada setiap posting. Nilai yang dihasilkan dari spam factor
berkisar 0-1 dimana semakin besar nilai yang didapatkan, maka semakin tinggi tag tersebut terindikasi spam. Dari penelitian ini dapat disimpulkan bahwa nilai spam factor yang dihasilkan lebih baik ketika menggunakan trusted moderator karena menghilangkan spam dari sistem.