Deteksi Kondisi Emosi pada Media Sosial Menggunakan Pendekatan Leksikon dan Natural Language Processing

Jurnal Eksplora Informatika

View Publication Info
 
 
Field Value
 
Title Deteksi Kondisi Emosi pada Media Sosial Menggunakan Pendekatan Leksikon dan Natural Language Processing
 
Creator Rohman, Arif Nur
Utami, Ema
Raharjo, Suwanto
 
Description Emosi memenuhi kehidupan manusia setiap waktu. Emosi mempengaruhi hubungan sosial, ingatan dan bahkan dalam pengambilan keputusan. Saat ini, orang cenderung mengekspresikan emosi melalui media sosial seperti Facebook dalam bentuk gambar, video dan teks pada umumnya. Deteksi emosi pada teks merupakan bidang penelitian yang baru dan banyak diteliti khususnya dibidang linguistik. Penelitian ini menggunakan EmoLex sebagai leksikon yang digunakan untuk mendeteksi emosi pada suatu teks. Kosa kata pada EmoLex diperluas dengan pencarian sinonim menggunakan Kateglo API. EmoLex digunakan sebagai leksikon 8 kategori emosi Plutchik dan sentimen. EmoLex tersedia dalam 105 bahasa berbeda termasuk Indonesia yang mana mengandung 14.182 kata yang kemudian diperluas dengan pencarian sinonim menggunakan Kateglo API. Pencarian sinonim menghasilkan 20.690 kata sehingga memperoleh hasil akhir leksikon emosi yang berisi 34.872 kata. Pengujian menunjukkan bahwa leksikon emosi mampu mendeteksi 55.45% atau 15.357 dari 27.696 kata yang diperoleh dari update status pengguna Facebook dalam melakukan pendeteksian emosi, sebanyak 100 update status diambil dari Facebook. Selanjutnya update status tersebut diperbaiki menggunakan Natural Language Processing (NLP). Hasil perbaikannya dinilai dengan leksikon emosi yang telah dibuat sebelumnya. 26 dari 100 update status dapat diketahui label emosinya. Hasil validasi terdapat 16 update status atau 61,53% label emosinya akurat.
 
Publisher Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali
 
Date 2019-09-30
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://eksplora.stikom-bali.ac.id/index.php/eksplora/article/view/277
10.30864/eksplora.v9i1.277
 
Source Eksplora Informatika; Vol 9 No 1 (2019): Jurnal Eksplora Informatika; 70-76
Jurnal Eksplora Informatika; Vol 9 No 1 (2019): Jurnal Eksplora Informatika; 70-76
2460-3694
2089-1814
 
Language ind
 
Relation https://eksplora.stikom-bali.ac.id/index.php/eksplora/article/view/277/161
 
Rights Copyright (c) 2019 Arif Nur Rohman, Ema Utami, Suwanto Raharjo
http://creativecommons.org/licenses/by-sa/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library