Klasifikasi Lirik Lagu Bahasa Indonesia Berdasarkan Emosi Berbasis Metode Support Vector Machine

Lagu mempunyai banyak peran dalam kehidupan manusia. Seiring dengan berkembangnya dunia digital, bertambah banyak lagu yang berada di dalam media daring, membuat lagu sangat dekat dengan kehidupan manusia. Dengan bertambahnya banyaknya lagu, itu juga membuat sulitnya pendengar untuk menemukan lagu yang tepat sesuai dengan emosi yang sedang dirasakan. Platform media streaming belum membantu dikarenakan pengelompokan lagu berdasarkan emosi di dalam platform digital masih perlu general dan semua masing-masing orang masih sama. Dengan merujuk permasalahan tersebut diperlukan suatu model pembelajaran mesin untuk membantu pendengar atau penikmat lagu untuk mengklasifikasikan lagu berdasarkan emosi tertentu. Dataset yang digunakan juga merupakan dataset lirik lagu bahasa Indonesia. Hasil yang diharapkan dalam penelitian ini adalah sebuah sistem atau model prediksi sederhana yang dapat digunakan untuk memprediksi emosi yang terkandung dalam lirik lagu tersebut. Model klasifikasi terbaik dalam penelititan ini merupakan kombinasi dari algoritma Support Vector Machine dan feature extraction Bag Of Word dengan skor akurasi 63%, presisi 64%, recall 63%, dan F1-Score 63%. Sedangkan berdasar confusion matrix kombinasi algoritma Multinomial Naive Bayes dan feature extraction Bag Of Word mampu mengenali sebanyak enam emosi kebahagiaan, lima emosi ketakutan, 128 emosi kelembutan dan lima emosi kesedihan