#AkuGalau: Korpus Bahasa Indonesia untuk Deteksi Emosi dari Teks

Detection of emotions from text is a problem of text classification based on the type of emotion. The availability of an emotional corpus plays an essential role in the detection of emotions. However, most corpus for emotional detection is available in English. This condition is a major problem when developing a system for detecting emotions from Indonesian texts. The emotional text corpus for Indonesian is very limited. Therefore, this research focuses on the development of Indonesian text emotional corpus. The development of such a corpus is the first step in the study of detecting emotions from the Indonesian text. The data source used to develop the corpus is a tweet. The annotation process is done automatically based on the hashtag (#) of emotions contained in a tweet with five types of emotions: happy, sad, angry, afraid, and love. This research produced an Indonesian emotional text corpus consisting of 500 complete tweets with emotional labels at the superordinate and basic levels. Emotion detection experiments were conducted to test the corpus using the Naive Bayes method. The accuracy of the experiments reached 82%, these results indicate that the corpus can be used in text emotion detection.Deteksi emosi dari teks merupakan persoalan klasifikasi teks berdasarkan jenis emosi. Ketersediaan data berupa korpus emosi memegang peranan penting dalam deteksi emosi. Namun demikian, sebagian besar korpus untuk deteksi emosi tersedia dalam bahasa Inggris. Kondisi tersebut menjadi persoalan utama ketika melakukan deteksi emosi untuk teks Bahasa Indonesia. Korpus teks emosi untuk bahasa Indonesia masih sangat terbatas. Oleh karena itu, penelitian ini berfokus pada pengembangan korpus teks berbahasa Indonesia. Pengembangan korpus emosi berbahasa Indonesia ini sebagai langkah awal dalam penelitian deteksi emosi dari teks bahasa Indonesia. Sumber data yang digunakan untuk mengembangkan korpus adalah tweet. Proses anotasi dilakukan secara otomatis berdasarkan hashtag (#) emosi yang terdapat dalam tweet dengan lima jenis emosi: senang, sedih, marah, takut dan cinta. Penelitian ini menghasilkan korpus teks emosi bahasa Indonesia yang terdiri dari 500 tweet lengkap dengan label emosi pada tingkat superordinate dan tingkat basic. Percobaan deteksi emosi dilakukan untuk menguji korpus dengan menggunakan metode Naive Bayes. Tingkat akurasi dari percobaan mencapai 82 %, hasil ini menunjukkan bahwa korpus dapat digunakan dalam deteksi emosi