IMPLEMENTASI ALGORITMA NAÏVE BAYES MENGGUNAKAN ISEAR UNTUK KLASIFIKASI EMOSI LIRIK LAGU BERBAHASA INGGRIS
:
https://doi.org/10.9744/informatika.14.1.16-21Keywords:
ISEAR, tf-idf, Naïve Bayes, Emosi, Lirik LaguAbstract
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.
References
[1]. Aldi, S.;Lailil, M.;& Indriati. (2013). Klasifikasi Berita Bahasa Inggris Menggunakan Algoritma K-Nearest Neighbour (KNN) berbasis Ontologi. [CrossRef]
. Destuardi, I.;& Sumpeno, S. (2009). Klasifikasi Emosi Untuk Teks Bahasa Indonesia Menggunakan Metode Naive Bayes. Seminar Nasional Pascasarjana IX. [CrossRef]
. Hamzah, A. (2012). Klasifikasi Teks dengan Naive Bayes (NBC) untuk Pengelompokan Teks Berita dan Abstract Akademis. Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III, B-220 - B-277. [CrossRef]
. Lerik, M. D.;& Prawitasari, J. E. (2005). Pengaruh Terapi Musik terhadap Depresi. SOSIOSA1NS, 211. [CrossRef]
. Manning, C. D.;Raghavan, P.;& Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press. [CrossRef]
. Oatley, K.;& Jenkins, J. M. (1996). Understanding Emotions. Blackwell. [CrossRef]
. Sakti, S. (2010). Eksperimen Mengenai Emosi Oleh Musik Bahagia Dan Sedih Dengan Volume Tertentu. Noudettu osoitteesta Undergraduated Thesis: www.library.usd.ac.id [CrossRef]
. Scherer, K. R.;& Wallbott, H. (1986). How universal and specific is emotional experience? . Social Science Information, 763-795. [CrossRef]
. Tala, F. Z. (1999). A Study of Stemming Effects on Information. Noudettu osoitteesta https://www. illc.uva.nl/Research/Publications/Reports/MoL-2003-02.text.pdf [CrossRef]
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).