ABSTRAK Nama : Mohammad Syahid Wildan Program Studi : Ilmu Komputer Judul : Deteksi Emosi pada Lagu Bahasa Indonesia Secara Otomatis Menggunakan Klasifikasi Multi-label Penelitian ini bertujuan untuk membangun model untuk deteksi emosi pada lagu bahasa Indonesia secara otomatis. Sebuah lagu sangat memungkinkan untuk memiliki lebih dari satu jenis emosi yang mana klasifikasi single-label tidak dapat menyelesaikan permasalahan tersebut. Oleh karena itu, penelitian ini menggunakan klasifikasi multi-label, dengan sebuah lagu dapat memiliki lebih dari satu kelas. Pendekatan transformasi data (Binary Relevance, Label Powerset, and Pairwise) dan algoritma adaptasi (Back Propagation Multi-Label Learning) digunakan untuk menyelesaikan permasalahan klasifikasi multi-label. Penelitian ini menggunakan fitur dari signal (MFCC) dan lirik (n-gram dan kamus emosi) pada lagu. Emosi yang digunakan pada penelitian ini mengacu pada model emosi Tellegen-Watson-Clark. Penelitian ini menghasilkan akurasi terbaik sebesar 34,5% dengan menggunakan gabungan MFCC dan kamus emosi sebagai fitur. Kata Kunci: deteksi emosi, lagu bahasa Indonesia, klasifikasi multi-label, fitur signal dan lirik