MUHAMAD YUSUF INDRA, 081411631034 (2018) KLASIFIKASI LIRIK LAGU BERBAHASA INDONESIA BERDASARKAN EMOSI DENGAN METODE SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (ABSTRAK) ST SI 46-18 IND K - ABSTRAK.pdf Download (146kB)
	Text (FULLTEXT) ST SI 46-18 IND K - FULLTEXT.pdf Restricted to Registered users only until 8 January 2022. Download (2MB) | Request a copy

Abstract

Lagu merupakan media hiburan yang sangat melekat dalam keseharian masyarakat. Tersedianya radio maupun penyedia streaming memudahkan masyarakat untuk menikmati lagu. Untuk mengelompokkan lagu berdasarkan emosinya adalah hal yang menjadi tantangan tersendiri, namun dapat memberikan nilai lebih untuk konsumen penikmat lagu. Lagu dapat dikelompokkan berdasar kandungan emosi melalui liriknya. Dengan menggunakan model emosi Russel, tiap term dari lirik lagu akan dicari nilai valence dan arousal-nya untuk kemudian dihitung dalam metode klasifikasi. Untuk mengelompokkan lirik digunakan metode klasifikasi multi-class Support Vector Machine (SVM) One vs. One dengan kernel polynomial dan Gaussian RBF. Lagu diklasifikasikan kedalam 5 kelas berdasar emosi yang ada pada liriknya, yaitu: marah, takut, bersalah, senang, dan sedih. Data yang digunakan untuk pengujian ada dua macam, data ISEAR sejumlah 1000 pernyataan, dan data lirik lagu berbahasa Indonesia sebanyak 30 lirik lagu.. Berdasarkan hasil pengujian, akurasi terbesar didapat dengan menggunakan SVM kernel Gaussian RBF sebesar 50% pada skenario pengujian data training 24 lirik lagu dan 6 data testing lirik lagu. Waktu rata-rata tercepat sebesar 0,002 detik didapat dengan menggunakan SVM kernel polynomial pada skenario pengujian data training 24 lirik lagu dan 6 data testing lirik lagu.

Actions (login required)

View Item