SMS merupakan bentuk komunikasi berupa SMS yang dikirimkan menggunakan handphone antar nomor yang di tuju. SMS saat ini sudah jarang digunakan karena fungsinya banyak berubah digantikan oleh aplikasi chat. Tetapi ditur SMS tidak dihilangkan karena satu dah lain hal, SMS resmi dari berbagai aplikasi untuk melakukan verifikasi ataupun info-info resmi lainnya masih menggunakan SMS sebagai tanda nomer telepon yang digunakan itu ada. Tetapi sejak 2011 banyak sekali penyelahgunaan fungsi tersebut sehingga disinyalir banyak penipuan yang menggunakan SMS sebagai alat mempengaruhi korban. Kategori penyalahgunaan sms ini masuk kepada SMS spam. Maka dari itu SMS perlu diklasifikasikan agar pengguna dapat mengetahui SMS tersebut termasuk kedalam kategori Spam atau ham (kebalikan dari spam). Dengan menggunakan 400 dataset yang diambil dari UCI repository yang dibagi kedalam dua class yaitu spam dan ham kami membandingkan dua metode klasifikasi yaitu Naive Bayes dan Support vector Machine agar dapat mendapatkan filtering sms dengan benar. Dan setelah dilakukan perhitungan didapatkan accurasy yang akurat pada naive Bayes Yaitu sebesar 90.00% sedangkan Support Vector Machine 81.00%.