Sekarang ini sosial media berkembang
dengan
sangat pesat, banyak orang
yang saling berinteraks
i dengan menggunakan sosial media, bahkan
jutaan
pengguna sosial media membuat status dan bertukar opini tentang berbagai aspek
kehidupan setiap harinya. Melalui sosial media seseorang dapat dengan bebas
mengungkapkan perasaan, pendapat, dan pemikirannya s
ehingga secara tidak
langsung status yang ditulis di sosial media menunjukkan ekspresi wajah dan
tingkah laku seseorang. Berbeda dengan komunikasi biasa yang berinteraksi
langsung dengan orang yang diajak bicara dimana emosinya dapat langsung
diketahui. Un
tuk mengetahui emosi seseorang di sosial media perlu dilakukan
preprocessing dan analisis terhadap status yang dituliskan seseorang.
Tugas akhir ini bertujuan untuk menentukan emosi seseorang di sosial
media dengan cara menganalisis dan mengklasifikasikan
status yang ditulis
kedalam lima jenis emosi yaitu marah, sedih, senang, takut, dan netral. Dataset yang
akan digunakan pada penelitian tugas akhir ini diambil langsung dari
www.twitter.com
. Metode yang diterapkan pada penelitian ini menggunakan
metode mu
lticlass Support Vector Machine (SVM). Metode multiclass SVM dapat
mengklasifikasikan data lebih dari dua kelas berbeda dengan SVM biasa yang
hanya dapat mengklasifikasikan hanya dua kelas saja.
Pengklasifikasian tweet ke
dalam suatu jenis emosi tidak hany
a diklasifikasikan berdasarkan kata
kata yang
terdapat dalam tweet saja tetapi juga berdasarkan emoticon dan hashtag. Emoticon
dan hashtag digunakan untuk klasifikasi emosi karena emoticon dan hashtag dapat
menggamba
rkan suatu emosi dalam tweet
.
Oleh karen
a itu sosial media
khususnya
twitter
merupakan sumber daya data yang sangat kaya untuk mengidentifikasi sifat
dan karakter seseorang. Emosi, Sosial Media, Klasifikasi, Multiclass SVM