Klasifikasi Emosi untuk Teks Berbahasa Indonesia dengan Menggunakan K-Nearest Neighbor

Sofiyana, Lailatus and Abidin, Zainal and Nurhayati, Hani (2012) Klasifikasi Emosi untuk Teks Berbahasa Indonesia dengan Menggunakan K-Nearest Neighbor. Presented at National Conference Green Technology 3, 24 November 2012, UIN Maliki Malang.

[img] Text
j51-klasifikasiemosi.pdf - Accepted Version

Download (992kB)

Abstract

Penggunaan emosi yang tepat dalam situasi yang tepat dapat mempengaruhi terhadap hasil dan aktifitas yang dilakukan oleh manusia. Maka dan itu perlu adanya pengklasifikasian emosi guna membantu seseorang mengatur dan mengendalikan emosi pada dirinya. Emosi dapat diklasifikasikan berdasarkan sifatnya yaitu emosi positif dan negatif. Dalam penelitian ini, pengklasifikasian emosi diimpLementasikan pada lirik lagu yang berbahasa Indonesia, karena lagu mengandung emosi dan merupakan ekspresi hati. Salah satu pemanfaatan aplikasi klasifikasi emosi yaitu dalam dunia penyiaran yang berhubungan dengan program acara musik yang perlu adanya aplikasi penunjang dalam pemitihan lagu untuk penyajiannya yang berhubungan dengan karakter emosi dan segmentasi pendengar. Proses pengklasifikasiannya menggunakan data latih yang telah diketahui kelas emosinya yaitu senang, sedih, marah, bersalah dan takut dengan menggunakan metode text mining serta menggunakan algonitma K- Nearest Neighbor. Sistem yang dikembangkan telah berhasil melakukan pengklasifikasian teks berbahasa Indonesia sesuat dengan kategoni emosi dengan prosentase tertinggi dengan nilai 60 % pada k=5.

Item Type: Conference (Paper)
Subjects: 08 INFORMATION AND COMPUTING SCIENCES > 0802 Computation Theory and Mathematics > 080203 Computational Logic and Formal Languages
20 LANGUAGE, COMMUNICATION AND CULTURE > 2004 Linguistics > 200402 Computational Linguistics
Divisions: Faculty of Technology > Department of Informatics Engineering
Depositing User: ZAINAL ZA ABIDIN
Date Deposited: 28 Jan 2017 23:23

Downloads

Downloads per month over past year

Origin of downloads

Actions (login required)

View Item View Item