Implementasi Deep Learning Untuk Deteksi Ekspresi Emosi Pada Twitter

2020: Seminar Informatika Aplikatif Polinema (SIAP) - 2020

Adinda Larasati
Budi Harijanto
Faisal Rahutomo

Abstract

Twitter menjadi salah satu media berjejaring yang digunakan oleh peneliti pada bidang penelitian media sosial. Banyak hal yang bisa diteliti dari kumpulan tweet. Salah satu yang populer dilakukan adalah menganalisa emosi dari tweet. Emosi dapat dideteksi melalui ekspresi suara, wajah, maupun tulisan. Dalam penelitian ini, dilakukan deteksi ekspresi emosi pada konteks tulisan atau teks dari Twitter. Memahami emosi dengan konteks tulisan cukup sulit karena ekspresi wajah dan/atau suara tidak diketahui. Penelitian untuk menganalisa emosi yang dilakukan pada Twitter juga masih banyak yang menggunakan metode machine learning. Untuk itu penelitian kali ini dilakukan dengan metode deep learning dengan menggunakan metode LSTM-GloVe untuk mendeteksi label emosi dari suatu tweet berbahasa Indonesia. Data yang digunakan berjumlah 4.403 dari 5 jenis emosi yaitu marah, sedih, bahagia, cinta dan takut dari penelitian “Emotion Classification on Indonesian Twitter Dataset”. Dari hasil uji coba dengan menggunakan metode LSTM-GloVe didapatkan nilai precision, recall, dan F1 masing-masing sebesar 33%, 38%, dan 35%. Adapun nilai loss dan accuracy dari pengujian model tersebut sebesar 1,29 dan 0,5.