Klasifikasi Emosi Pada Tekas Bahasa Indonesia Menggunakan Metode K-Nearest Neighbor Dengan Pembobotan Widf

Emosi merupakan sebuah ekspresi dari suatu keadaaan yang berkaitan dengan perasaan seseorang yang dipengaruhi berbagai faktor baik internal maupun eksternal. Dalam mengekpresikan sebuah emosi seseorang biasanya menggunakan berbagai cara salah satunya dalam sebuah tulisan. Sebuah tulisan yang mengandung emosi sangat sulit untuk ditafsirkan oleh pembaca karena dipengaruhi oleh sudut pandang yang berbeda antara penulis dan pembaca. Maka dari itu untuk memudahkan pembaca mengetahui emosi dari sebuah tulisan bisa menggunakan cara klasifikasi. Pada penelitian ini metode yang digunakan dalam mengklasifikasikan emosi pada teks yaitu K-Nearest Neighbor, pemilihan metode ini didasarkan pada penelitian yang dilakukan yang menjelaskan bahwa metode ini memiliki kinerja yang baik dengan hasil akurasi sampai 86%. Pada penelitian sebelumnya yang telah dilakukan dengan tahapan proses dari mulai preprocessing, pembobotan TF.IDF dan pengklasifikasian hasil akurasi yang didapat masih kurang sekitar 60%, hal ini dipengaruhi oleh beberapa kelemahan salah satunya dalam metode pembobotan yang digunakan. Oleh karena itu dalam penelitian ini metode pembobotan yang akan digunakan adalah WIDF yang memiliki kinerja yang baik dan pengembangan dari TF.IDF. Berdasarkan hasil pengujian dari penelitian ini yang mengimplementasikan lirik lagu bahasa Indonesia dalam mengklasifikasikan emosi dengan metode K-Nearest Neighbor dan pembobotan WIDF ke dalam lima kategori yaitu senang, takut, marah, sedih dan bersalah, menghasilkan akurasi sebesar 73.3% pada nilai K = 5. Untuk nilai relevansi dari setiap kategori emosi dengan menggunakan precision dan recall menghasilkan nilai rata-rata terbaik pada kategori �Takut� untuk precision, dan kategori �Marah� untuk recall.

Emotion is an expression of an event related to the feeling of someone who is influenced by a variety of factors, both internal and external. In expressing a person's emotions typically use a variety of ways one of which in his writing. An inscription containing the emotions are very difficult to be interpreted by the reader because it is influenced by the different points of view between the writer and the reader. Therefore to make it easier for the reader to know the emotions of piece of writing can use the method of classification. On the research methods used in classifying emotion in text that is K-Nearest Neighbor method, the selection is based on research conducted which explains that this method has a good performance with accuracy results up to 86%. In previous research that has been done with the stages of the process from the start preprocessing, weighting TF.IDF and the classification accuracy of obtained results is still lacking around 60%, it is influenced by some of the weaknesses of one in the method of weighting is used. Therefore, in this study the method of weighting to be used is the WIDF which has good performance and development of the TF. IDF. Based on the test results of this research are implemented in Indonesia language lyrics classify emotions with the K-Nearest Neighbor method and weighting WIDF into five categories, namely happy, fear, anger, sadness and guilt, produce the accuracy of 73.3% on the value of K = 5. To value the relevance of each category of emotions with the use of precision and recall the average value produces a best in category "Fear" for precision, and the category of "angry" for a recall.