Pengenalan Emosi Pada Teks Baha Indonesia Dengan Metode @AM (Attitude Analysis Model)

Saepudin, Sidik (2017) Pengenalan Emosi Pada Teks Baha Indonesia Dengan Metode @AM (Attitude Analysis Model).

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Emosi yang tersembunyi di balik tulisan sangat sulit untuk ditafsirkan oleh pembaca dikarenakan pengaruh oleh sudut pandang yang berbeda antara penulis dan pembaca. Untuk dapat membantu mengenali emosi pada sebuah teks dapat menggunakan metode klasifikasi teks. Pada penelitian sebelumnya klasifikasi emosi dengan menggunakan metode KNN, dihasilkan nilai akurasi sebesar 50- 60%. Selain dengan metode perhitungan seperti KNN klasifikasi emosi dapat juga dilakukan dengan pendekatan rules based, yang mana menurut hasil perbandingan antara metode klasifikasi dengan perhitungan dan rulses based diketahui bahwa pengklasifikasian teks dengan menggunakan rules based menghasilkan nilai akurasi yang lebih tinggi. Metode @AM (ATtitude Analysis Model) merupakan metode klasifikasi teks dengan pendekatan rules based. Rules atau aturan-aturan yang digunakan oleh metode @AM (ATtitude Analysis Model) diantaranya adalah polarity reversal, aggregation, domination, netralization, dan intensification. Metode @AM (ATtitude Analysis Model) akan mengklasifikasikan teks ke dalam lima kategori yaitu ��gembira��, ��marah��, ��jijik��, ��sedih��, dan ��takut��. Hasil perhitungan akurasi yang dihasilkan oleh sistem pengklasifikasian emosi dengan menggunakan metode @AM (ATtitude Analysis Model) pada data masukan tweet dari twitter sebanyak 500 buah tweet adalah sebesar 78,6%. Hasil akurasi tersebut sudah cukup baik, namun hasil tersebut sangat dipengaruhi oleh kualitas hasil survey yang dilakukan. Besaran akurasi survey sendiri dihitung menggunakan metode statistik fleiss kappa menghasilkan nilai kappa sebesar 0.267.

Item Type: Article
Uncontrolled Keywords: penngenalan emosi, emosi, analisis sentimen
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 10 Nov 2017 03:33
Last Modified: 10 Nov 2017 03:33
URI: https://repository.unikom.ac.id/id/eprint/53463

Actions (login required)

View Item View Item