Claim Missing Document
Check
Articles

Found 11 Documents
Search

Mendeteksi Emosi Berdasarkan Postingan Sosial Media X Menggunakan Algoritma Long Short-Term Memory Nadhiroh, Irni Irana Ainin; Sarwani, Mohammad Zoqi; Udin, Muhammad
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13509

Abstract

Emosi merupakan aspek penting dalam komunikasi manusia yang sering muncul melalui unggahan di media sosial. Emosi tersebut diekspresikan dalam teks berbahasa Indonesia di platform media sosial X. Penelitian ini bertujuan untuk mendeteksi lima kategori emosi, yaitu marah, takut, senang, cinta, dan sedih. Model yang digunakan adalah algoritma Long Short-Term Memory (LSTM) dengan representasi kata dari FastText. Model dilatih menggunakan metode EarlyStopping dan dievaluasi dengan metrik akurasi, presisi, recall, dan F1-score. Hasil  menunjukkan bahwa model mencapai akurasi sebesar 79% pada data testing dengan performa yang relatif seimbang untuk setiap kategori emosi. Penelitian ini menunjukkan bahwa FastText dan LSTM efektif untuk mendeteksi emosi dalam teks media sosial berbahasa Indonesia. Penelitian ini diharapkan bermanfaat  dalam pengembangan penelitian berbasis emosi, seperti analisis sentimen, pemantauan opini publik, dan sistem pendukung kesehatan mental.   Kata Kunci – Deteksi Emosi, Sosial Media, Long Short-Term Memory, FastText