ABSTRAKSI: Dengan semakin banyaknya penggunaan Internet sebagai media komunikasi dan penyebaran berita serta semakin banyaknya penyedia layanan email di Internet, jumlah dari e-mail Spam semakin bertambah banyak. Sebagai hasilnya banyak pembaca e-mail yang harus menghabiskan banyak waktunya untuk melakukan pemilihan secara manual terhadap e-mail tersebut. Tetapi email Sampah memiliki kerugian yang lain seperti bahwa e-mail Spam yang bisanya dikirim secara masal akan memenuhi media penyimpanan pada e-mail server, khususnya pada server dengan account yang berjumlah banyak.
Pada tugas akhir ini akan dibuat aplikasi e-mail filter dengan menggunakan metode Naive Bayes. Sebagai tambahan pada Aplikasi Spam Filter, Domain Specific feature juga diperhitungkan, yang akan digunakan untuk memeriksa e-mail sehingga Aplikasi Spam Filter ini tidak hanya berdasarkan hanya pada pemeriksaan kata dalam email saja.
Hasil pengujian pada tugas akhir ini menunjukkan Naive bayes sebagai metode klasifikasi dapat digunakan sebagai e-mail spam filter. Dan penambahan domain specific feature pada naïve bayes mempertinggi nilai spam recall dan legitimate precission. Serta penambahan kata bentukan juga mempertinggi nilai spam recall dan legitimate precission.Kata Kunci : E-mail Spam, E-mail Filter, Naïve Bayes, Domain Specific Feature.ABSTRACT: The overwhelming growth from people that using Internet as communications media and spreading news and also from the growth of E-mail Server from the Internet, amount of Junk E-Mail progressively increases. As its result many E-mail reader had to waste many of their time to manually read his or her E-Mail. But Junk E-mail have other loss, Junk E-Mail which sent massively can easily fill out the storage media at E-Mail server, specially server that has many account.
On this final project, E-mail filter will be implemented using Naive Bayesian method. Domain Specific Feature has also included toward this method. So that this application not only concentrate on raw text but can also examine beyond the raw text.
The result from examination on this final project shows, that naive bayes as classification method can be used as e-mail spam filter. And the addition of domain specific feature that included to naïve bayes increases value from spam recall and legitimate precision. And addition of manually constructed phrase also heighten the value from spam recall and legitimate precision.Keyword: Junk E-mail, E-mail Filter, Naïve Bayes, Domain Specific Feature.