KLASIFIKASI EMOSI TEKS BERBAHASA INDONESIA MENGGUNAKAN METODE MAXIMUM ENTROPY

  • Tedy Agastya Dwi Permana Universitas Trunojoyo Madura
  • Firdaus Sholihin Universitas Trunojoyo Madura
  • Fika Hastarita Universitas Trunojoyo Madura
DOI: https://doi.org/10.30996/konv.v13i2.2757

Abstract

Seiring dengan berkembangnya teknologi, banyak sekali cara seseorang untuk melakukan interaksi terhadap orang lain dengan cara pertukaran informasi, dalam bentuk teks. Di dalam informasi berbentuk teks tersebut tidak hanya terdapat suatu keterangan pesan namun juga terdapat suatu keterangan yang menyatakan emosi dari informasi tersebut. Oleh karena  itu, perlu adanya perancangan dan pembuatan suatu aplikasi yang dapat melakukan klasifikasi emosi dari suatu informasi sehingga para pengguna tidak hanya mengetahui keterangan pesan namun juga dapat mengetahui keterangan emosi yang terdapat dalam informasi tersebut. Maximum Entropy (MaxEnt) merupakan salah satu metode klasifikasi dokumen dengan menggunakan nilai distribusi probabilitas dalam proses pengklasifikasiannya. Dengan aplikasi ini diharapkan mampu untuk membantu pengguna untuk mengetahui keterangan emosi dari suatu informasi yang berbentuk teks. Dari uji coba sistem klasifikasi dengan menggunakan data query diperoleh hasil akurasi sebesar 93%, dan dengan menggunakan data crawler twitter diperoleh hasil akurasi sebesar 63%, kemudian dengan menggunakan data sample diperoleh hasil rata-tata akurasi sebesar 64,6%.

 

Kata Kunci: Klasifikasi emosi, Maximum Entropy (MaxEnt), distribusi probabilitas

Downloads

Download data is not yet available.

References

V. Tripathi, A. Joshi, and P. Bhattacharyya, “Emotion Analysis from Text: A Survey,†Cfilt.Iitb.Ac.in, 2015.

F. A. Hermawati and D. A. Zuhdi, “Aplikasi Sistem Temu Kembali Dokumen dengan Metode Vector Space Model,†KONVERGENSI, vol. 5, no. 2, pp. 38–49, 2009.

G. Tsatsaronis and V. Panagiotopoulou, “A generalized vector space model for text retrieval based on semantic relatedness,†EACL 2009 - 12th Conf. Eur. Chapter Assoc. Comput. Linguist. Proc., no. April, pp. 70–78, 2009.

J. N. Singh and S. K. Dwivedi, “Performance Analysis of Layered Vector Space Model in Web Information Retrieval,†Int. J. Appl. Inf. Syst., vol. 8, no. 5, pp. 7–15, 2015.

P. Harcourt and R. B. Japheth, “Application of Vector Space Model to Query Ranking and Information Retrieval,†Int. J. Adv. Res. Comput. Sci. Softw. Eng., vol. 6, no. 5, pp. 42–47, 2016.

D. Inkpen, F. Keshtkar, and D. Ghazi, “Analysis and generation of emotion in texts,†in KNOWLEDGE ENGINEERING: PRINCIPLE AND TECHNIQUE, KEPT 2009, International Conference on Knowledge Engineering Principles and Techniques Selected Papers, 2009, pp. 3–14.

S. Wen and X. Wan, “Emotion classification in microblog texts using class sequential rules,†Proc. Natl. Conf. Artif. Intell., vol. 1, pp. 187–193, 2014.

S. Sumpeno, S. Member, A. Z. Arifin, and I. M. Hariadi, “A Performance Evaluation of Classifiers Employ Language Dependent Tools for Indonesian Text,†in 11TH SEMINAR ON INTELLIGENT TECHNOLOGY AND ITS APPLICATIONS (SITIA 2010), 2010, pp. 1–6.

K. Nigam, J. Lafferty, and A. Mccallum, “Using Maximum Entropy for Text Classification,†in IJCAI-99 Workshop on Machine Learning for Information Filtering, 1999, pp. 61–67.

B. Liu, X. Li, W. S. Lee, and P. S. Yu, “Text classification by labeling words,†in Proceedings of the National Conference on Artificial Intelligence, 2004, pp. 425–430.

M. Mastur, F. H. Rachman, and F. Solihin, “Efektifikats Penggunaan Stoplist Kata Umum dari Dokumen Hasil Klasifikasi Pretopology,†KONVERGENSI, vol. 13, no. 1, pp. 1–10, 2013.

Published
2019-09-02
Issue
Vol 13 No 2 (2017)
Section
Articles

Authors whose manuscript is published will approve the following provisions:

  1. The right to publication of all journal material published on the Konvergensi Teknologi Informasi & Komunikasi website is held by the editorial board with the author's knowledge (moral rights remain the property of the author).
  2. The formal legal provisions for access to digital articles of this electronic journal are subject to the terms of the Creative Commons Attribution-ShareAlike (CC BY-SA) license, which means Konvergensi Teknologi Informasi & Komunikasi reserves the right to store, modify the format, administer in database, maintain and publish articles without requesting permission from the Author as long as it keeps the Author's name as the owner of Copyright.
  3. Printed and electronic published manuscripts are open access for educational, research and library purposes. In addition to these objectives, the editorial board shall not be liable for violations of copyright law.