Klasifikasi Emosi Pada Lirik Lagu Menggunakan Algoritma Support Vector Machine Dan Optimasi Particle Swarm Optimization

Abstract

Lagu adalah suatu kesatuan musik yang terdiri dari susunan nada dan terdapat lirik di dalamnya. Lirik adalah syair kata-kata yang disuarakan mengiringi melodi. Pada lirik lagu berperan dalam membangun emosi. Emosi pada lagi menjelaskan makna emosional yang melekat pada sebuah lirik lagu. Penelitian ini akan dilakukan klasifikasi emosi pada lirik lagu diawali dengan pengumpulan dataset berupa lirik lagu di website https://lirik.kapanlagi.com/, https://liriklaguindonesia.net/, dan http://liriklaguanak.com/ sebagai penyedia lirik lagu. Kemudian dilakukan preprocessing data yang terdiri dari transform cases, tokenizing, stop removal, dan stemming. Setelah itu dilakukan proses part of speech (POS) tagging untuk memberikan label pada kata di dalam teks sesuai dengan kelas kata secara otomatis. Proses memberikan label pada kata apakah itu kata kerja, kata sifat, atau keterangan. Untuk dapat menentukan emosional pada lirik lagu sesuai dengan apa yang kita dengarkan, maka dibutuhkan metode yang tepat dalam melakukan klasifikasi teks. Dalam penelitian Fatimah Wulandini yang berjudul “Text Classification Using Support Vector Machine for Web Mining Based Spatio Temporal Analysis of the Spread of Tropical Diseases” bahwa metode SVM menunjukkan hasil akurasi paling baik sebesar 90% pada kasus klasifikasi informasi teks Bahasa Indonesia dibandingkan dengan metode Naive Bayes classifier dan k-Nearest Neighbor classifier dengan akurasi hanya sebesar 80%. Kata Kunci: support vector machine, particle swarm optimization, emosi