KLASIFIKASI EMOSI PADA LIRIK LAGU MENGGUNAKAN ALGORITMA NAÏVE BAYES

Abstract

Lirik lagu memiliki potensi untuk menyampaikan berbagai emosi melalui perpaduan kata dan nada. Penelitian ini bertujuan untuk melakukan klasifikasi emosi pada lirik lagu menggunakan algoritma Naïve Bayes. Proses penelitian dimulai dengan pengumpulan data berupa lirik lagu dari beberapa situs web, seperti lirik.kapanlagi.com, liriklaguindonesia.net, dan liriklaguanak.com. Selanjutnya, dilakukan tahap preprocessing data yang meliputi case folding, tokenizing, stopword removal, dan stemming. Proses Part of Speech (POS) tagging juga diterapkan untuk memberikan label pada kata sesuai dengan kelas kata seperti kata kerja, kata sifat, atau keterangan. Untuk klasifikasi emosi, algoritma Naïve Bayes digunakan sebagai metode utama dengan bantuan optimasi menggunakan Particle Swarm Optimization (PSO) untuk meningkatkan performa. Hasil penelitian menunjukkan bahwa kombinasi Naïve Bayes dengan PSO mampu memberikan akurasi tinggi pada klasifikasi emosi lirik lagu, mencapai performa antara 90% hingga 96% dengan nilai Inertia Weight sebesar 1.0. Penelitian ini menunjukkan potensi besar algoritma Naïve Bayes yang dioptimasi dengan PSO dalam menganalisis emosi pada teks berbahasa Indonesia.