Jurnal Linguistik Komputasional
Vol 7 No 1 (2024): Vol. 7, NO. 1

KLASIFIKASI SENTIMEN EMOSI PADA DATASET GOEMOTION MENGGUNAKAN LSTM

Satrio, Bagus (Unknown)
Dahlan, Bulan Fitri (Unknown)
Fathan, Fathir (Unknown)
Muwafa, Fadhil Zahran (Unknown)
Zanzabili, Muhammad Reyhan (Unknown)
Abdiansah, Abdiansah (Unknown)



Article Info

Publish Date
26 Mar 2024

Abstract

Penelitian ini membahas tentang pengembangan sistem klasifikasi sentimen emosi pada teks menggunakan metode deep-learning LSTM (Long Short Term Memory) dengan dataset yang digunakan yaitu dataset GoEmotion. Sistem ini bertujuan untuk mengidentifikasi emosi tersirat yang terkandung dalam suatu teks secara tepat dan efisien ke dalam 28 jenis bentuk emosi. Metode yang digunakan dalam penelitian ini adalah LSTM atau Long Short Term Memory untuk mendeteksi dan mengklasifikasikan emosi berdasarkan teks. Program dalam penelitian ini dibuat menggunakan bahasa pemrograman python dengan menggunakan beberapa library yang telah tersedia. Hasil dari eksperimen ini menunjukkan bahwa model LSTM mampu mengenali dan mengklasifikasikan emosi yang terkandung di dalam sebuah teks secara cukup baik dengan akurasi tertinggi mencapai angka 0.36 (36% akurasi). Sistem klasifikasi ini digunakan untuk dapat mengatasi masalah terkait dengan pengenalan emosi yang terkandung dalam suatu teks atau kalimat.

Copyrights © 2024






Journal Info

Abbrev

jlk

Publisher

Subject

Computer Science & IT

Description

Jurnal Linguistik Komputasional (JLK) menerbitkan makalah orisinil di bidang lingustik komputasional yang mencakup, namun tidak terbatas pada : Phonology, Morphology, Chunking/Shallow Parsing, Parsing/Grammatical Formalisms, Semantic Processing, Lexical Semantics, Ontology, Linguistic Resources, ...