Sinaga, Febrina Sarito (2019) Klasifikasi Emosi Lirik Lagu Menggunakan Improved K-Nearest Neighbor (K-NN) dengan Sleksi Fitur dan BM25. Sarjana thesis, Universitas Brawijaya.
Abstract
Emosi adalah reaksi atau perasaan seseorang terhadap suatu keadaan. Emosi bersifat temporer yang dapat muncul oleh stimulus karena orang-orang sekitar dan lingkungannya. Salah satu contoh lingkungan yang dapat merangsang emosi seseorang adalah berasal dari lagu yang didengarkan. Lirik lagu merupakan bagian yang berperan membangun emosi. Pemilihan kata-kata yang tepat diperlukan untuk menciptakan emosi yang sesuai. Salah satu proses yang dapat dilakukan di text mining adalah pengklasifkasian dokumen teks. Dalam hal ini klasifikasi emosi pada lirik lagu dapat diselesaikan menggunakan Seleksi Fitur, metode BM25 dan Improved K-Nearest Neighbor. Proses yang dilakukan adalah melakukan pre-processing dokumen, perhitungan score BM25 tiap dokumen, dan proses klasifikasi menggunakan algoritme Improved K-Nearest Neighbor. Proses pengujian pada penelitian ini menggunakan k-fold sebanyak 6. Penelitian ini menggunakan data latih sebanyak 100 dokumen dan data uji sebanyak 20 dokumen. Hasil rata-rata yang diperoleh pada tiap pengujian menghasilkan hasil terbaik pada nilai k=55 dengan nilai f-measure sebesar 0,6693, recall sebesar 0,6582, dan precision sebesar 0,7427.
English Abstract
Emotion is a person reaction or feelings into something situation. Emotion is temporary that can occurred by a stimulus from other people around and the environment. One of example environment that can trigger someone’s emotion is from the song being listened to. Song lyrics are the parts that can build emotions. Choosing the right words for lyrics are very important because it will create the right emotion. One of the process that can be implemented in text mining is classification text documents. In this case The emotional classification of song lyricis can be completed using the Feature Selection, BM25 and Improved K-Nearest Neighbor methods. The process was done is pre-processing text document, Feature Slelection, calculate the BM25 score of each document, then classify them using the Improved K-Nearest Neighbor algorithm. The testing process in this research uses 6 kfold. The study uses 100 training documents and 20 testing documents. The average results obtained in each test produced the best results at the value of k=55 with a f-measure value is 0.6693, recall is 0,6582, and precision is 0.7427.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/394/051905712 |
| Uncontrolled Keywords: | classification, emotion of song lyrics, Feature Selection, BM25, Improved K-Nearest Neighbor |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 01 Aug 2020 08:55 |
| Last Modified: | 01 Aug 2020 08:55 |
| URI: | http://repository.ub.ac.id/id/eprint/171985 |
Actions (login required)
 |
View Item |