Lirik merupakan komponen terpenting dari sebuah lagu yang dapat dianalisis sebagai data yang terdiri dari pikiran, suasana hati, emosi atau perasaan yang terkait dengan topik tertentu. Lirik juga memberikan tampilan lagu yang lebih luas daripada bentuk data yang lebih sederhana seperti artis, tahun, judul, genre dan album. Penentuan emosi pada lirik memuat kata-kata yang bersesuaian dengan karakteristik emosi. Salah satunya lirik dapat dikategorikan kedalam emosi senang dan sedih berdasarkan kata-kata yang dimuat didalam lirik. Banyak penelitian yang telah melakukan klasifikasi emosi lagu berdasarkan lirik. Namun, penelitian tersebut memiliki akurasi kurang baik dan masih belum optimal. Penelitian ini memberikan solusi terhadap masalah tersebut dengan melakukan klasifikasi emosi lirik lagu berdasarkan lirik menggunakan support vector machine dengan seleksi fitur gain ratio. Klasifikasi menggunakan SVM kernel linear memberikan nilai akurasi yang lebih baik pada pengklasifikasian data teks lirik. Tahap pertama yang dilakukan pada data teks lirik tersebut adalah preprocessing. Kemudian dilakukan pembobotan kata dan dilakukan seleksi fitur menggunakan gain ratio. Hasil dari tahap ini digunakan sebagai input dari klasifikasi SVM. Penelitian ini mendapatkan akurasi dengan penggunaan preprocessing, pembobotan kata menggunakan tf-idf, seleksi fitur berbasis gain ratio, klasifikasi SVM dan k-fold 10 yaitu sebesar 70,23%.
Kata kunci : klasifikasi emosi, lirik, tf-idf, gain ratio, support vector machine