Skripsi

Perbandingan kernel support vector machine (SVM) untuk klasifikasi emosi pada Cerita Rakyat Indonesia / Elok Cahyaning Asih

Abstrak
Seiring dengan perkembangan teknologi digital saat ini pengenalan emosi tidak hanya dari wajah saja tapi melalui teks emosi juga dapat dideteksi. Seringkali anak-anak tak dapat mengolah emosi. Mereka cenderung datar serta tidak bisa mengekspresikannya dalam bercerita sehingga kecerdasan emosional pada sebuah cerita tak terbentuk. Salah satu karya sastra anak untuk membentuk kecerdasan emosional adalah melalui bacaan cerita rakyat Indonesia. Oleh karena itu penelitian ini akan dilakukan proses klasifikasi teks emosi pada cerita rakyat dalam empat emosi yaitu marah senang sedih dan takut. Metode penelitian yang digunakan adalah Support Vector Machine (SVM) yang menggunakan dataset ISEAR sebagai data pelatihan dan data kalimat cerita sebagai data pengujian. Analisa dilakukan dengan membandingkan hasil kinerja klasifikasi berdasarkan empat kernel yaitu Linear Polynomial Radial Basis Function (RBF) dan Sigmoid. Hasil penelitian dari perbandingan kinerja klasifikasi menunjukkan nilai akurasi tertinggi diperoleh pada kernel Radial Basis Function (RBF) sebesar 75%.

Informasi Detail

DDC

Rs 005.1 ASI p

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2022.

Deskripsi Fisik

xiii, 62 lembar: ill. ,tab. ; 30 cm

Bahasa

Indonesia

No Reg

07903/KI/22

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2022

Subjek

1. ALGORITMA KOPUTER
2. SUPPORT VECTOR MACHINE
3. COPUTER ALGORITHM

Pembimbing

1. Agusta Rakhmat Taufani ; 2. Aji Prasetya Wibawa

Lampiran Berkas