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
|
|