KLASIFIKASI TEKS EMOSI BAHASA BATAK TOBA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

MEGA YUSTIKA NAINGGOLAN (2023), KLASIFIKASI TEKS EMOSI BAHASA BATAK TOBA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE . Skripsi, Universitas Samudra.

ABSTRAK

Jenis emosi seperti malu, senang, sedih, marah dan jijik telah di kenal sejak lama dan mejadi peranan dalam komunikasi antar manusia di kehidupan sehari-hari dan menjadi aspek penting dari perilaku manusia pada umumnya. Akan tetapi penerapan emosi belum banyak di gunakan untuk interaksi antara manusia dan computer. Dalam bahasa batak toba teks emosi dapat dinyatakan dalam bentuk teks, namun tingkat emosinya agak sulit ditebak karena dalam bahasa batak toba teks belum tentu dapat menunjukkan dengan pasti emosi apa yang dirasakan oleh teks itu sendiri. Maka, tujuan dari pembuatan program, aplikasi ini adalah sistem dapat memprediksi emosi dari berbagai kategori emosi dengan mendapatkan nilai akurasi dari keberhasilan metode Support Vector Machine dalam mengklasifikasi setiap kategori emosi pada bahasa toba. Hasil dari penelitian menunjukkan bahwa Support Vector Machine dapat mengkelompokkan klasifikasi dari setiap kategori emosi. Persentase dari kategori emosi malu mendapatkan nilai akurasi 90%, emosi jijik mendapatkan nilai akurasi 93,75%, emosi marah mendapatkan nilai akurasi 90%, emosi senang mendapatkan nilai akurasi 94,44%, emosi sedih mendapatkan nilai akurasi 92,31%.

File ::(login required)

• s1-2023-170504002-cover.pdf (11.88 KB) |
• s1-2023-170504002-di.pdf (149.72 KB) |
• s1-2023-170504002-bab1.pdf (175.96 KB) |
• s1-2023-170504002-bab5.pdf (158.91 KB) |