Klasifikasi Lirik Lagu Bahasa Indonesia Berdasarkan Emosi Berbasis Metode Support Vector Machine

Febrikagraha, Stefanus Ray Ameniawan Invas (2020) Klasifikasi Lirik Lagu Bahasa Indonesia Berdasarkan Emosi Berbasis Metode Support Vector Machine. S1 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

[img]
Preview
Text (Stefanus Ray Ameniawan Invas Febrikagraha)
15 07 08605_0.pdf

Download (1MB) | Preview
[img]
Preview
Text
15 07 08605_1.pdf

Download (292kB) | Preview
[img]
Preview
Text
15 07 08605_2.pdf

Download (302kB) | Preview
[img]
Preview
Text
15 07 08605_2.pdf

Download (302kB) | Preview
[img] Text
15 07 08605_4.pdf
Restricted to Registered users only

Download (432kB)
[img] Text
15 07 08605_5.pdf
Restricted to Registered users only

Download (1MB)
[img]
Preview
Text
15 07 08605_6.pdf

Download (402kB) | Preview

Abstract

Lagu mempunyai banyak peran dalam kehidupan manusia. Seiring dengan berkembangnya dunia digital, bertambah banyak lagu yang berada di dalam media daring, membuat lagu sangat dekat dengan kehidupan manusia. Dengan bertambahnya banyaknya lagu, itu juga membuat sulitnya pendengar untuk menemukan lagu yang tepat sesuai dengan emosi yang sedang dirasakan. Platform media streaming belum membantu dikarenakan pengelompokan lagu berdasarkan emosi di dalam platform digital masih perlu general dan semua masing-masing orang masih sama. Dengan merujuk permasalahan tersebut diperlukan suatu model pembelajaran mesin untuk membantu pendengar atau penikmat lagu untuk mengklasifikasikan lagu berdasarkan emosi tertentu. Dataset yang digunakan juga merupakan dataset lirik lagu bahasa Indonesia. Hasil yang diharapkan dalam penelitian ini adalah sebuah sistem atau model prediksi sederhana yang dapat digunakan untuk memprediksi emosi yang terkandung dalam lirik lagu tersebut. Model klasifikasi terbaik dalam penelititan ini merupakan kombinasi dari algoritma Support Vector Machine dan feature extraction Bag Of Word dengan skor akurasi 63%, presisi 64%, recall 63%, dan F1-Score 63%. Sedangkan berdasar confusion matrix kombinasi algoritma Multinomial Naive Bayes dan feature extraction Bag Of Word mampu mengenali sebanyak enam emosi kebahagiaan, lima emosi ketakutan, 128 emosi kelembutan dan lima emosi kesedihan.

Item Type: Thesis (S1)
Uncontrolled Keywords: Prediksi emosi lirik lagu, model pembelajaran mesin, bahasa indonesia, emosi
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 05 Nov 2021 12:34
Last Modified: 05 Nov 2021 12:34
URI: http://e-journal.uajy.ac.id/id/eprint/25224

Actions (login required)

View Item View Item