IMPLEMENTASI ALGORITMA NAÏVE BAYES MENGGUNAKAN ISEAR UNTUK KLASIFIKASI EMOSI LIRIK LAGU BERBAHASA INGGRIS

Abstract

Lirik lagu merupakan suatu ungkapan perasaan seseorang terhadap sesuatu hal yang sudah dilihat, didengar maupun dialaminya sehingga tidak jarang emosi menjadi salah satu kriteria user dalam melakukan pencarian. Pencarian lirik melekat pada kategori yang tidak hanya terbatas berdasarkan genre atau judul lagu, namun juga melalui emosi dari lirik lagu yang diungkapkan. Agar dapat mencapai tujuan tersebut, diperlukan suatu sistem pengkategori yang mengenali lirik lagu secara otomatis dengan salah satu metode klasifikasi yaitu Naïve Bayes. Faktor yang mendorong tingginya tingkat akurasi bukan hanya terletak pada metode klasifikasi saja, namun proses sebelum menuju tahap klasifikasi juga berpengaruh pada hasil yang didapatkan. Maka dari itu, penulis melakukan penelitian melalui beberapa tahap yaitu preprocessing berupa tokenisasi, stopword dan stemming, kemudian feature selection yang digunakan adalah TF-IDF dengan bantuan ISEAR karena mengandung 7 emosi dasar. Dari ketujuh emosi dasar tersebut, tiga diantaranya merupkan emosi yang akan digunakan dalam penelitian ini yaitu anger, sadness dan joy. Hasil dari penelitian ini menunjukkan dengan menggunakan ISEAR akurasi tertinggi terdapat pada feature set 60% dan 100% yaitu sebesar 82,2%. Perbedaan signifikan dihasilkan pada penggunaan ISEAR dengan akurasi rata-rata keseluruhan porsi featureset sebesar 77% sedangkan tanpa menggunakan ISEAR rata-rata akurasi sebesar 53%. Dokumen paling relevan untuk pengujian menggunakan ISEAR terdapat pada kategori angry dengan rata-rata f-measure sebesar 0.7267.