Perpustakaan Digital ITB

Instant Messenger (IM) adalah salah satu media komunikasi yang cukup banyak digunakan oleh pengguna internet di Indonesia. Teks komunikasi antara pengguna IM bisa mengandung emosi dan dapat klasifikasikan emosinya secara otomatis. Word embedding adalah salah satu teknik yang cukup popular pada pekerjaan NLP dan sudah banyak digunakan untuk digunakan dalam klasifikasi data berupa teks. Klasifikasi emosi menggunakan 2.341 data percakapan IM Telegram yang diambil dari tiga grup percakapan Telegram yang kemudian dilabel secara manual mengacu pada enam kategori emosi dasar (marah, jijik, takut, gembira, sedih, terkejut) dan ditambahkan kategori tidak ada emosi. Secara umum ada tiga tahapan yang dilakukan dalam klasifikasi emosi, yaitu praproses, ekstraksi fitur dan klasifikasi. Data percakapan IM dilakukan praproses untuk memastikan bahwa teks yang diproses telah bersih dari noise. Ekstraksi fitur menggunakan dua pendekatan yaitu unigram sebagai baseline dan word embedding. Word embedding menggunakan dua teknik yaitu word2vec dan doc2vec. Word embedding juga menggunakan dua pendekatan yaitu word embedding dari training corpus dan word embedding dari korpus teks percakapan dengan jumlah yang lebih besar. Penyisipan label emosi dilakukan terhadap pendekatan word embedding dari training corpus untuk meningkatkan akurasi hasil klasifikasi emosi. Berdasarkan percobaan yang telah dilakukan, dapat ditarik kesimpulan bahwa klasifikasi emosi pada instant messenger dengan menggunakan metode word embedding diperoleh akurasi terbaik yaitu 86.199% menggunakan metode word2vec dan teknik SG dengan algoritma classifier SVM. Klasifikasi emosi pada instant messenger dengan menggunakan word embedding kurang baik bila dibandingkan dengan metode unigram yang menghasilkan akurasi terbaik 86.604% dengan algoritma classifier SVM. Penyisipan emosi dapat meningkatkan akurasi klasifikasi emosi dengan akurasi terbaik meningkat sebesar 15.256% dengan menggunakan teknik word2vec dan SG. Jumlah korpus data yang lebih besar untuk membentuk word embedding juga mampu meningkatkan akurasi dengan akurasi terbesar 88.679% menggunakan metode word2vec algoritma SG.