Klasifikasi Emosi Pada Lirik Lagu Menggunakan Metode Support Vector Machine

Irfan Dhiya Abirawa, Andrew Brian Osmond, Casi Setianingsih

Abstract

Abstrak Lagu merupakan sebuah salah satu elemen yang paling berpengaruh dalam menentukan ekspresi dan emosi. Dengan elemen yang bersifat audio dan dapat di representasikan maknanya yang lebih kuat dalam lirik lagu. Klasifikasi lagu dapat dilakukan dengan menggunakan lirik lagu sebagai media yang digunakan untuk mengklasifikasi ekspresi dan emosi seseorang. Dengan menggunakan model Emotion Ontology Thayer Model, klasifikasi text processing digunakan dengan menerapkan fiture part-of-speech dalam proses pre processing dengan Support Vector Machine sebagai algoritma untuk mengklasifikasikan ekspresi dan emosi sebuah lagu. Diharapkan dengan menggunakan Support Vector Machine dapat meningkatkan akurasi hasil klasifikasi. Kata kunci : Lirik Lagu, Text Processing, part-of-speech, Support Vector Machine. Abstract Song is one of the most influential elements in determining expression and emotion. With an elements that are audio and can be represented more powerful meaning in the lyrics of the song. Classification of songs can be done by using song lyrics as a medium used to classify expression and emotions a someone. Using the Emotion Ontology Thayer Model, text-processing classification is used by applying a part-of-speech fiture in the pre-processing process with the Support Vector Machine as an algorithm to classify the expression and emotion of a song. It’s hoped that using Support Vector Machine can improve the accuracy of classification results. Keywords : Song Lyrics, Text Processing, part-of-speech, Support Vector Machine.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0