Klasifikasi Emosi pada Twitter Menggunakan Convolutional NeuralNetwork (CNN)

FIRHAN MAULANA RUSLI

Informasi Umum

Kode

21.04.1211

Klasifikasi

006.35 - Natural Language Processing, Computer Science

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Natural Language Processing

Dilihat

292 kali

Informasi Lainnya

Abstraksi

Manusia tidak terlepas dari emosi, emosi mengisi kehidupan manusia setiap saat. Emosi berdampak pada hubungan sosial, memori dan pengambilan keputusan. Di era penelitian ini, manusia cenderung mengekspresikan emosi melalui media sosial seperti Twitter dalam bentuk video, gambar, dan teks. Seiring berjalannya waktu, media sosial telah menjadi bagian penting dari kehidupan kebanyakan orang. Emosi manusia merupakan bidang penelitian yang banyak diteliti terutama di bidang linguistik. Dalam studi ini, kami mengklasifikasikan emosi dengan Convolutional Neural Network. Selain itu, kami membandingkan kinerja dengan tiga metode word embedding yang berbeda, Glove, word2vec, dan fastText dalam mengklasifikasikan dataset yang diberikan. Dataset yang kami gunakan sebanyak 4403 tweet yang akan diklasifikasikan ke dalam 5 kelas, yaitu: love, happy, angry, sadness, dan fear. F1-score digunakan sebagai metrik evaluasi. Hasil percobaan kami menunjukkan bahwa kombinasi CNN dan word2vec dapat mencapai 72.06% dari skor F1, yang meningkatkan model dasar sebesar 63.71%