BAB 2 TINJAUAN REFERENSI Teori Pengenalan Emosi …library.binus.ac.id/eColls/eThesisdoc/Bab2/RS1_2019_1_49... · 2020. 5. 31. · sebagai respons terhadap peristiwa internal atau

7

BAB 2

TINJAUAN REFERENSI

2.1 Teori Pengenalan Emosi

Menurut Swati D. Bhutekar (Bhutekar, Chandak, & Agrawal, 2012), emosi

digambarkan sebagai perasaan intens yang diarahkan pada sesuatu atau seseorang

sebagai respons terhadap peristiwa internal atau eksternal yang memiliki signifikansi

khusus bagi individu.

Dalam penelitian pembuatan leksikon emosi bahasa Indonesia yang dilakukan

oleh Julius bersama rekan timnya (Bata, Suyoto, & Pranowo, 2015),

mengelompokkan emosi menjadi 5 kategori yaitu senang, cinta, marah, sedih, dan

takut. Mengutip Calvo dalam jurnal Julius (Bata et al., 2015; Calvo & D’Mello,

2010), emosi dapat dideteksi dari suara, ekspresi wajah, gestur dan teks. Teks

merupakan salah satu media yang digunakan untuk berkomunikasi dan

menyampaikan informasi. Tidak hanya memuat informasi, teks juga dapat

mengekspresikan sikap dan keadaan emosional seseorang (Hirat & Mittal, 2015).

2.2 Media social

Menurut Manning (Manning, 2014) Social media merupakan suatu istilah yang

mengacu pada bentuk baru sebuah media yang melibatkan partisipasi interaktif.

Menurutnya pengembangan media dibagi menjadi dua masa, masa broadcast dan

masa interaktif. Pada masa broadcast media hanya berfokus pada satu entitas dan

didistribusikan kepada banyak orang seperti radio dan televisi. Sedangkan media

interaktif adalah masa di mana interaktif sebagai fokus dari fungsi suatu media.

Sehingga setiap individu dapat berkomunikasi secara langsung ke satu atau banyak

orang.

Kemudian disimpulkan oleh Hayes (Hayes, 2015), media sosial merupakan

saluran berbasis internet yang memungkinkan pengguna untuk dapat berinteraksi

secara opurtunis dan selektif menampilkan diri, baik secara real time atau asinkron.

8

2.3 Twitter

Twitter diluncurkan pada Oktober 2006. Twitter adalah layanan pesan singkat

real-time gratis yang memungkinkan pengguna untuk mengirim dan membaca pesan

(tweet) melalu situs web Twitter, layanan pesan singkat (SMS), aplikasi seluler, dan

berbagai aplikasi desktop. Salah satu karakteristik penting Twitter adalah batasnya

pengguna mengirim pembaruan hanya dalam 140 karakter. (Liu, Cheung, & Lee,

2010)

Menurut Imam (Imam & Fajtriab, 2015) Twitter adalah jejaring sosial berupa

blog ukuran kecil yang biasa digunakan sebagai media untuk mengirim dan

membaca pesan, berbagi informasi, menjalin relasi bisnis, dan menuangkan isi

pikiran dengan kapasitas kata maksimal 140 karakter.

Sebagai salah satu situs mikroblog, pengguna Twitter dapat memperbarui

informasi berupa status yang disebut dengan tweet atau kicauan, yaitu pesan teks

yang jumlah karakternya tidak melebihi 280 karakter (PERTIWI, 2018).

2.4 Twitter APIs

Application Programming Interface atau API adalah yang memungkinkan

aplikasi dengan data untuk membaginya dengan seluruh dunia. API adalah situs web

tanpa hiasan, diakses melalui permintaan URL tetapi tidak mengembalikan halamana

web yang ditampilkan di browser, melainkan data terstruktur. Data yang

dikembalikan disusun untuk memudahkan penguraian dan mendapatkan informasi di

dalamnya (Makice, 2009).

Menurut (Bruns & Moe, 2014) Twitter menyediakan tiga jenis API data berbeda

yang tersedia bagi para peneliti, diantaranya adalah:

a. Streaming API

Twitter Streaming API adalah jenis API yang sangat tidak lazim

dibandingkan dengan bagaimana sebagian besar API lainnya berfungsi.

Dalam konfigurasi yang lebih tradisional, API didasarkan pada “pull” -

peneliti meminta halaman data dari server dengan meminta URL, di mana

server mengembembalikan halaman yang diminta. Sedangkan, Twitter

streaming API berbasis “push”, yaitu data terus-menerus mengalir dari URL

yang diminta dan terserah kepada peniliti untuk mengembangkan atau

9

menggunakan alat yang mempertahankan koneksi terus-menerus ke aliran

data sekaligus memprosesnya.

Menurut Bruns (Bruns & Moe, 2014), Streaming API merupakan

sumber data yang paling banyak digunakan untuk penelitian Twitter.

Biasanya analisis kuantitatif skala besar dari data Twitter didasarkan pada

data mentah yang dikumpulkan.

b. REST API

REST (REpresent State Transfer) API menyediakan kumpulan

metode untuk interaksi data yang secara fundamental berbeda dari Streaming

API, menggunakan model pull yang lebih tradisional. Metode yang lebih

berguna dalam REST API menyediakan akses ke topik yang sedang tren,

memungkinkan pengguna batch dengan kelompok ID pengguna, dan

umumnya melakukan fungsi yang menarik seiring dengan informasi yang

dapat dikumpulkan melalui Streaming API. (Bruns & Moe, 2014)

c. Search API

Serupa dengan REST API, search API adalah sumber daya berbasis

tarik, dan pada dasarnya mereplikasi fungsi pencarian Twitter. Sementara

secara teori, beberapa pengumpulan data historis masih dimungkinkan

melalui search API, dalam praktiknya kegunaannya sangat terbatas. Data

secara bebas hilang dari sistem pencarian dalam waktu seminggu setelah

dipublikasikan, dan tidak ada informasi yang dapat diandalkan tentang

kelengkapannya. (Bruns & Moe, 2014)

2.5 Natural Language Processing

Menurut Diksha, Sukhdev, Aditya, dan Kiran (Khurana, Koli, Khatter, & Singh,

2017) Natural Language Processing (NLP) merupakan cabang dari Artificial

Intellegence dan Linguistik, yang ditujukan pada komputer untuk dapat memahami

pernyataan atau kata-kata yang ditulis dalam bahasa manusia. Pemrosesan bahasa

alami muncul untuk memudahkan pekerjaan pengguna dan untuk memenuhi

keinginan untuk berkomunikasi dengan komputer dalam bahasa alami.

Menurut Bird, Klein, dan Loper dalam bukunya “Natural Language Processing

with Python” (Bird, Klein, & Loper, 2009), Natural Language Processing atau NLP

secara luas diartikan sebagai segala sesuatu yang berhubungan dengan manipulasi

komputer pada bahasa alami. Dapat berupa perhitungan frekuensi kata untuk

10

membandingkan gaya penulisan, hingga melibatkan pemahaman terhadap ucapan

manusia.

Menurut Hirschberg dan Manning (Hirschberg & Manning, 2015) Natural

Language Processsing adalah cabang ilmu dalam computer science yang berkaitan

dengan penggunaan teknik komputasi untuk belajar, memahami, dan menghasilkan

sebuah konten dengan bahasa manusia.

Menurut jurnal yang ditulis oleh Frank (Frank Zhao, 2017) Natural Language

Processing mengingkatkan kemampuan komputer dan statistika untuk memproses

dan memahami suatu bahasa dengan cara yang sistematis dan masuk akal tanpa

adanya keterlibatan manusia selain coding. Dalam NLP terdapat tiga proses dasar,

yaitu:

1. Text processing

Proses pengolahan teks dengan cara melakukan pembersihan teks dari noise

(kata-kata yang tidak relevan atau tidak dibutuhkan) dan penyederhanaan

kata. Dalam text processing terdapat tiga sub proses, diantaranya:

a. Noise Removal

Proses menghilangkan segala sesuatu dalam sebuah teks yang tidak tidak

relevan atau tidak mempengaruhi hasil analisa. Contohnya seperti URL,

hashtag, akronim, dan stopword.

b. Lexicon Normalization

Proses penyederhanaan representasi berganda pada suatu kata.

Pendekatan yang sering digunakan adalah stemming dan lemmatization.

Stemming merupakan proses menghilangkan imbuhan pada suatu kata,

sedangkan lemmatization adalah proses mengembalikan suatu kata

menjadi kata dasarnya. Kedua proses tersebut bertujuan untuk

mengurangi adanya kata baru dan turunan dari suatu kata dengan cara

mengembalikan kata tersebut ke kata dasarnya.

c. Object Standarization

Proses merubah variasi suatu kata ataupun kata yang disingkat menjadi

kata baku.

2. Text to features

a. Syntatical Parsing

11

Proses penggambaran struktur dari suatu kalimat. Terdapat dua jenis

pendekatan yaitu, dependency grammar dan part of speech tagging.

Dalam dependency grammar, setiap kalimat akan dipecah menjadi tiga

relasi diantaranya adalah subjek, kata kerja, dan objek. Beberapa kata

dapat memiliki arti yang berbeda tergantung pada konteks dalam suatu

kalimat, part of speech tagging digunakan untuk hal tersebut dengan

memperhatikan dimensi dari PoS.

b. Statistical Features

Proses merubah text menjadi sesuatu yang dapat dihitung, seperti jumlah

kata atau kalimat dari sebuat teks. Salah satu metode dalam statistical

features adalah word embedding. Word embbeding merupakan metode

dengan menggunakan memanfaatkan vektor untuk mendapatkan

perbedaan dimensi dari sebuah kata.

3. Testing & refinement

Testing & refinement merupakan proses terakhir dalam proses NLP. Testing

merupakan proses untuk mengetahui seberapa baik performa sebuah

algoritma NLP melalui batas yang ditentukan. Refinement merupakan proses

kalibrasi algoritma NLP yang dilakukan secara berulang hingga mencapai

batas yang diinginkan.

2.6 Preprocessing

Dalam penelitian sebelumnya (Krouska, Troussas, & Virvou, 2016),

preprocessing merupakan langkah penting dalam menyiapkan data untuk melakukan

klasifikasi sentimen. Langkah tersebut akan menghasilkan atribut-atribut yang

dibutuhkan dalam proses klasifikasi.

Menurut Haddi (Haddi, Liu, & Shi, 2013) preprocessing data adalah proses

untuk menyiapkan dan membersihkan data untuk proses klasifikasi. Data text yang

didapatkan secara online biasanya mengandung bagian-bagian yang tidak penting

dalam proses klasifikasi. Sehingga preprocessing perlu dilakukan untuk mengurangi

noise pada text.

Menurut Vivek (Agarwal, 2015) preprocessing merupakan proses untuk merubah

data mentah menjadi data dengan format yang dapat dipahami oleh komputer.

12

Beberapa data di dunianya biasanya tidak konsisten, redundan, dan terdapat noise

(tidak bermakna). Dalam preprocessing terdapat beberapa langkah untuk merubah

data mentah menjadi bentuk yang dapat dipahami oleh komputer, diantaranya data

cleaning, data integration, data transformation, data reduction, dan data

discretization. (Sivakumar, 2017)

Gambar 2.1 Tahapan proses preprocessing (Sivakumar, 2017)

1. Data Cleaning

Proses pembersihan data dengan cara menghilangkan data-data yang bersifat

tidak akurat, tidak konsisten, dan data-data yang tidak relevan.

2. Data Integration

Sebuah data mungkin berasal dari beberapa sumber, data integration

berfungsi untuk menjamin konsistensi data, menghilangkan redundasi

meskipun ada kemungkinan sebuah berasal dari berbagai sumber.

3. Data Transformation

Proses merubah data menjadi bentuk yang lebih dipahami oleh komputer.

Terdapat beberapa proses diantaranya:

a. Normalization, yaitu membatasi suatu data kedalam rentang tertentu

seperti dari -1 sampai 1 atau 0 sampai 1.

13

b. Smoothing, yaitu proses menghilangkan noise dari data. Teknik yang

biasa digunakan dalam proses ini adalah binning, clustering, dan

regression.

c. Aggregation, yaitu proses untuk menghasilkan sebuah ringkasan dari

kumpulan data.

d. Generalization, yaitu proses merubah suatu data yang bersifat “low level”

ke bentuk yang lebih tinggi bergantung pada tingkatan tertentu. Seperti

penggunaan angka pada umur dapat dipetakan menjadi muda, remaja, dan

tua.

4. Data Reduction

Proses mengurangi representasi dari sebuah kumpulan data tanpa

menghilangkan integritas data asli dan menghasilkan qualitative knowledge.

Konsep data reduction biasanya berupa pengurangan volume atau

pengurangan dimensi (jumlah atribut dalam suatu data). Tujuan dari data

reduction adalah untuk mempercepat proses analisa.

2.7 Word2vec

Menurut (Sivakumar, 2017), Word2vec memiliki dua jenis algoritma, yang

pertama adalah Continouos Bag of Word (CBOW) dan Skip-gram. Word2vec sendiri

merupakan cara untuk merubah kata-kata dan frase menjadi vektor.

2.7.1 Skip-gram

Menurut (Lilleberg, Zhu, & Zhang, 2015) Skip-gram merupakan salah satu

algoritma dari word2vec yang berfungsi untuk memprediksi vektor kata-kata yang ada

disekitar kata yang diberikan.

Skip-gram dikenalkan oleh Mikolov (Lilleberg et al., 2015; Mikolov, Sutskever,

Chen, Corrado, & Dean, 2013). Jika dalam CBOW untuk memprediksi suatu target

dibutuhkan suatu konteks, Skip-gram justru sebaliknya, untuk memprediksi konteks

dalam suatu kalimat, dibutuhkan suata kata target yang berhubungan dari kata

tersebut.

14

Gambar 2.2 Arsitektur model skip-gram (Rong, 2014)

15

16

2.8 Machine Learning

Algoritma machine learning adalah proses komputasi yang menggunakan input

data untuk mencapai tugas yang diinginkan tanpa memprogram secara harfiah “hard

coded” untuk menghasilkan hasil tertentu. Algoritma ini dalam arti “soft coded” di

mana secara otomatis mengubah atau mengadaptasi arsitektur yang ada melalui

17

pengulangan (yaitu, pengalaman) sehingga menjadi lebih baik dan lebih baik dalam

mencapai tugas yang diinginkan (El Naqa & Murphy, 2015).

Machine learning dapat digunakan untuk menyelesaikan beberapa permasalahan

seperti Document Classification, Natural Language Processing, Speech Processing,

Computer Vision, dan permasalahan lainnya. Menurut Mehryar, Afshin, dan Ameet

(Mohri, Rostamizadeh, & Talwalkar, 2018) untuk dapat menyelesaikan

permasalahan yang ada, ada beberapa metode learning yang dipelajari dalam proses

machine learning, yaitu:

1. Classification

Proses menentukan kategori dari setiap data. Seperti contohnya menentukan

suatu dokumen dikategorikan sebagai dokumen olahraga, bisnis, atau cuaca.

2. Regression

Proses memprediksi nilai dari suatu data. Contohnya memprediksi harga dari

suatu saham. Dalam regression, penalty dari suatu prediksi ditentukan

berdasarkan besarnya perbedaan antara nilai yang benar dan yang bisa

diprediksi.

3. Ranking

Proses untuk menentukan urutan berdasarkan suatu kriteria yang ditentukan.

Contohnya seperti situs pencarian, menampilkan halaman situs yang paling

sesuai dengan kata pencarian.

4. Clustering

Proses membagi kumpulan data ke dalam himpunan yang homogen,

Clustering biasa digunakan untuk menganalisa dataset yang sangat besar.

Contohnya seperti mengidentifikasi sebuah komunitas alami dari kelompok

besar orang.

5. Dimensionality Reduction

Proses perubahan terhadap suatu representasi data menjadi dimensi yang

lebih rendah dengan tetap mempertahankan integritas data tersebut.

Contohnya seperti preprocessing gambar pada tugas computer vision.

Machine learning dapat dibagi sesuai dengan sifat pelabelan data menjadi

supervised learning, unsupervised learning, dan semi-supervised learning (El Naqa

& Murphy, 2015) seperti yang terlihat pada Gambar 2.3

18

Gambar 2.3 Sifat-sifat pelabelan pada Machine Learning (El Naqa & Murphy, 2015)

2.8.1 Supervised Learning

Supervised learning terdiri dari ketersediaan output yang diinginkan untuk

serangkaian sinyal input yang diberikan; dengan kata lain, setiap sampel pelatihan

terdiri dari sinyal input dan output yang sesuai (I. N. Da Silva, Spatti, Flauzino,

Liboni, & dos Reis Alves, 2017).

Supervised learning didasarkan pada pelatihan sampel data dari sumber data

dengan klasifikasi yang sudah ditentukan. Teknik-teknik tersebut digunakan dalam

feedforward atau multilayer perceptron (MLP). MLP memiliki tiga karakteristik:

a. Satu atau lebih lapisan neuron tersembunyi yang tidak termasuk bagian

dari lapisan input atau ouput dari jaringan yang mengaktifkan jaringan

untuk belajar dan menyelesaikan segala kerumitan masalah.

b. Ketidaklinieran yang tercermin dalam aktivitas neuron adalah

terdiferensiasi.

c. Model interkoneksi jaringan menunjukkan tingkat konektivitas yang

tinggi.

Karakteristik ini dengan pembelajaran melalui pelatihan dapat memecahkan

masalah yang sulit dan beragam (Sathya & Abraham, 2013).

19

2.8.2 Unsupervised Learning

20

a. Clustering merupakan permasalahan di mana peneliti ingin menemukan

pengelompokan yang melekat dalam data, seperti mengelompokkan

pelanggan berdasarkan perilaku.

b. Association merupakan permasalahan di mana peneliti ingin menemukan

aturan-aturan yang menggambarkan sebagian besar dari data yang dimiliki,

seperti orang yang membeli barang A juga cenderung membeli barang B.

2.8.3 Support Vector Machine

Gambar 2.4 Perhitungan SVM (Lessmann et al., 2006)

Karena maka dapat diformulasikan menjadi

21

22

Trik kernel ini membuat SVM fleksibel sehingga memungkinkan pembangunan

kernel dengan tujuan khusus, seperti untuk klasifikasi teks.

2.8.4 Random Forest

23

2.9 Artificial Neural Network

Menurut Hassoun (Hassoun, 1995), Artificial Neural Network adalah model

komputasi paralel. Jaringan pada ANN merupakan implementasi dari sistem statis

atau dinamis non linear. Fitur pada ANN adalah sifat adaptif di mana dalam

menyelesaikan suatu masalah sistem ini belajar dengan contoh.

Artificial Neural Networks dapat didefinisikan sebagai struktur yang terdiri

atas elemen pemprosesan sederhana adaptif yang saling terhubung erat (disebut

neuron atau node buatan) yang mampu melakukan komputasi paralel masif untuk

pemrosesan data dan representasi pengetahuan (I. N. Da Silva et al., 2017).

Artificial neural networks adalah model komputasi yang terinspirasi oleh sistem

saraf makhluk hidup. ANN memiliki kemampuan untuk memperoleh dan

mempertahankan pengetahuan (berbasis informasi) dan dapat didefinisikan sebagai

satu set unit pemrosesan, diwakili oleh neuron buatan, saling terkait oleh banyak

interkoneksi (sinapsis buatan), dilaksanakan oleh vektor dan matriks bobot sinaptik

(I. N. Da Silva et al., 2017). Terdapat arsitektur pada artificial neural network yang

mengatur bagaimana suatu neuron tersusun dan terhubung satu sama lain. Secara

umum neural network dapat dibagi menjadi tiga bagian, yaitu:

1. Input layer

Merupakan lapisan yang berfungsi sebagai penerima input informasi berupa

data atau fitur yang berasal dari lingkungan luar.

2. Hidden layers

Lapisan yang terdiri dari komposisi beberapa neuron yang bertanggung jawab

untuk mengekstrak pola yang terkait dengan sistem yang dianalisis.

3. Output layer

Lapisan yang juga terdiri dari komposisi beberapa neuron, dan masing-

masing bertanggung jawab untuk menghasilkan hasil akhir, yang mana

diproses di lapisan sebelumnya.

24

Menurut Da Silva (I. N. Da Silva et al., 2017), berdasarkan jumlah komposisi

lapisan pada arsitektur artificial neural networks, dapat dibagi menjadi beberap

kategori seperti single-layer feedforward network, multilayer feedforward network,

dan recurrent networks

2.9.1 Single-Layer Feedforward Neural Network

Arsitektur artificial neural network pada single-layer feedforward hanya terdiri

dari satu input layer, dan satu output layer. Informasi dalam arsitektur ini selalu

berasal dari input layer dan berakhir di output layer.

Gambar 2.5 Arsitektur single-layer feedforward (I. N. Da Silva et al., 2017)

2.9.2 Multilayer Feedforward Neural Network

Berbeda dengan single-layer feedforward network, multilayer feedforward

network memiliki komposisi satu atau lebih hidden layer. Hidden layer berfungsi

untuk menyelesaikan beragam permasalahan seperti, perkiraan fungsi, klasifikasi

pola, kontrol proses dan lain sebagainya.

25

Gambar 2.6 Arsitektur multi-layer feedforward (I. N. Da Silva et al., 2017)

2.9.3 Recurrent Neural Network

Dalam arsitektur recurrent neural network, hasil dari neuron output digunakan

kembali menjadi sebuah input sebagai feedback. Fitur feedback digunakan untuk

pemrosesan informasi dinamis, yang berarti dapat digunakan untuk sistem varian

waktu seperti prediksi time-series.

Gambar 2.7 Arsitektur recurrent neural network (I. N. Da Silva et al., 2017)

26

Seperti pada Gambar 2.7 salah satu hasil ouput kembali ke lapisan tengah sebagai

feedback.

2.9.4 Long Short Term Memory

Long Short Term Memory pertama kali diperkenalkan oleh Hochreiter dan

Schmidhuber (Hochreiter & Schmidhuber, 1997; Nunes, Gerding, McGroarty, &

Niranjan, 2019). Model LSTM serupa dengan RNN yaitu memiliki struktur yang

mencangkup mekanisme feedback loop tertunda dalam waktu dan struktur tersebut

dapat “dibuka” pada suatu waktu. Pada setiap perubahan waktu, secara substansial

LSTM memiliki struktur yang lebih kompleks daripada RNN, yaitu menggabungkan

empat saraf yang lengkap di masing-masing sel atau disebut sel memori (Nunes et

al., 2019).

konten lama harus dihapus, dan konten saat ini harus diekspos. (Cheng, Dong, &

Lapata, 2016).

Gate adalah fitur khas dari pendekatan LSTM. Setiap sel pada LSTM terdapat

jalur informasi yang dikontrol dengan tiga gate: forget, input, dan ouput.

1. Forget Gate

Forget gate bertugas untuk menentukan apakah suatu informasi harus

disimpan atau dilupakan. Hal tersebut ditentukan melalui hasil dari aktivasi

fungsi sigmoid antara hidden state sebelumnya dan nilai input terkini. Hasil

dari aktivasi fungsi sigmoid antara 0 dan 1, semakin mendekati 0 maka

semakin besar kemungkinan untuk dilupakan, sebaliknya semakin mendekati

1 maka informasi tersebut akan disimpan.

2. Input Gate

Input gate bertugas untuk melakukan update pada cell state. Proses update

cell state dimulai dengan melakukan aktivasi fungsi sigmoid pada nilai

hidden state dan nilai input terkini. Aktivasi fungsi sigmoid menghasilkan

antara 0 dan 1 yang merepresentasikan suatu informasi tidak penting dan

penting secara berurutan. Kemudian melakukan aktivasi fungsi tanh pada

hidden state dan nilai input terkini untuk menekan nilai antara -1 dan 1 untuk

27

membantu mengatur jaringan. Dan terakhir dilakukan perkalian pada hasil

dari aktivasi fungsi sigmoid dan tanh. Hasil dari fungsi sigmoid menentukan

bagian informasi dari hasil tanh yang harus disimpan.

3. Output Gate

Output gate bertugas untuk menentukan hidden state selanjutnya. Hidden

state memilki informasi dari nilai input sebelumnya. Untuk menentukan

hidden state, dimulai dengan melakukan aktivasi fungsi sigmoid pada hidden

state sebelumnya dan nilai input terkini. Dilanjutkan dengan aktvasi fungsi

tanh terhadap cell state terbaru. Dan terakhir dilakukan perkalian antara hasil

activation function tanh dan sigmoid yang akan menghasilkan hidden state

baru untuk dilanjutkan ke proses selanjutnya.

Seluruh perhitungan pada setiap gate bergantung pada nilai input terkini pada

waktu yang sama dan juga state dari hidden layer pada waktu t - 1. Hasil output pada

sel bergantung pada kedua variable tersebut ditambah dengan cell state pada waktu t.

28

Gambar 2.8 Long Short Term Memory cell diagram (Nunes et al., 2019)

2.10 Penelitian Terdahulu

Berdasarkan beberapa jurnal sebelumnya, diantaranya memiliki keterkaitan

dengan penelitian yang akan peneliti lakukan.

Jurnal pertama adalah jurnal yang ditulis oleh Mei Silviana Saputri, Rahmad

Mahendra, Mirna Adriani (2018) yang berjudul “Emotion Classification on

Indonesian Twitter Dataset”. Penelitian tersebut bertujuan untuk memanfaatkan

microblog seperti Twitter sebagai platform untuk menganalisa emosi yang terdapat

pada tweet-tweet yang ada di Twitter. Dalam penelitian tersebut peneliti melakukan

pengumpulan sample data selama dua minggu dan mendapatkan data sebanyak 7.500

tweet. Kemudian data tersebut diklasifikasikan menjadi lima kelas emosi: love, joy,

surprise, anger, sadness, dan fear. Setelah proses klasifikasi hanya 64% dari total

data yang dapat diklasifikasikan menjadi lima kelas, 32% tanpa emosi, dan 4%-nya

multi-label. Pendekatan yang dilakukan oleh peneliti untuk klasifikasi emosi berupa

Lexicon-based, Bag-of-Words, Word embeddings, orthography, dan Part-Of-Speech

(POS). Peneliti juga menggunakan dataset lain yang memiliki klasifikasi yang sama

berdasarkan emotion word list.

Hasil penelitian pada jurnal pertama dibagi menjadi beberapa kategori dengan

memperhatikan masing-masing pendekatan yang digunakan. Yang pertama adalah

hasil dengan menggunakan emotion word list sebagai fitur utama memiliki hasil

yang lebih baik pada dataset yang terdapat emosi secara eksplisit di dalamnya. Hal

29

tersebut dibuktikan dengan hasil 57.85% pada nilai F1 saat Logistic Regression

diaplikasikan. Yang di sisi lain, persentase pada fitur dasar hanya 43,09%.

Kemudian, penggunaan Bag-of-Words dapat meningkatkan performa pada kedua

dataset. Hasil yang sangat baik didapatkan ketika menggabungkan fitur-fitur emotion

word list, Bag-of-Words, dan FastText.

Jurnal kedua ditulis oleh Nurjanah, Perdana, dan Fauzi (Nurjanah, Perdana, &

Fauzi, 2017) dengan judul “Analisis Sentimen Terhadap Tayangan Televisi

Berdasarkan Opini Masyarakat pada Media Sosial Twitter menggunakan Metode

K-Nearest Neighbor dan Pembobotan Jumlah Retweet”. Penelitian tersebut dibuat

dengan tujuan untuk memprediksi apakah opini masyarakat terhadap suatu tayangan

televisi bersfiat positif atau negatif. Peneliti memanfaatkan sosial media Twitter

sebagai platform untuk mengumpulkan opini masyakarat. Dalam proses klasifikasi

30

windows 10, dimensi fitur 800, dan menggunakan arsitektur skip-gram. Dalam

proses klasifikasinya, peneliti mencoba tiga pecobaan yaitu:

31

Deep network dilatih dengan seluruh emosi (happiness, sadness, anger, fear,

disgust, dan surprise).

Deep network dilatih tanpa disgust dan surprise.

Network dilatih hanya dengan emosi bipolar yaitu happiness dan sadness.

Menghasilkan permasalahan klasifikasi biner.

Pada percobaan pertama, peneliti mendapatkan Precission 67% pada happiness,

47% pada sadness, 55% pada anger, 22% pada fear, 0% pada disgust, dan 0% pada

surprise. Kemudian mendapatkan Recall sebesar 81% pada happiness, 47% pada

sadness, 53% pada anger, dam 0% pada fear, disgust, dan surprise. Kemudia F1-

Score 73% pada happiness, 47% pada sadness, 54% pada anger, 1% pada fear, dan

0% pada disgust dan surprise. Secara keseluruhan emosi, peneliti mendapatkan 63%.

Pada percobaan kedua, peneliti tidak menggunakan dataset disgust dan surprise.

Peneliti mendapatkan Precision 66% pada happiness, 48% pada sadness, 61% pada

anger, dan 27% pada fear. Kemudian untuk Recall 82% pada happiness, 49% pada

sadness, 47% pada anger, dan 1% pada fear. Kemudian Untuk F1-Score 73% pada

happiness, 49% pada sadness, 53% pada anger, dan 2% pada fear. Secara

keseluruhan emosi peneliti mendapatkan nilai 66%. Pada percobaan terakhir, peneliti

hanya menggunakan dataset emosi dengan jumlah dua terbanyak yaitu happiness dan

sadness. Dari percobaan ketiga tersebut peneliti mendapatkan Precision 78% pada

happiness dan 69% pada sadness. Kemudian pada nilai Recal, 84% pada happiness

dan 60% pada sadness. Terakhir F1-Score 81% pada happiness dan 64% pada

sadness.

Jurnal keempat ditulis oleh Joshi (Joshi & Deshpande, 2018) dengan judul

“Twitter Sentiment Analysis System”. Dalam jurnal tersebut peneliti mencoba

melakukan klasifikasi polaritas dari sebuah tweet dikatakan negatif atau positif. Data

pada penelitian tersebut didapatkan melalui Kaggle dan terdapat kelas sentiment

dengan 1 dikatakan positif dan 0 dikatakan negatif. Dalam proses preprocessing

peneliti melakukan beberapa proses diantaranya: merubah tweet menjadi lowercase,

menggantikan hyperlinks dengan kata URL, menggantikan emoticon menjadi dua

jenis emoticon EMO_POS dan EMO_NEG, dan beberapa proses lainnya. Peneliti

membuat pemetaan untuk merubah emoticon yang ditemukan pada suatu tweet

menjadi salah satu dari dua kata tersebut. Kemudian peneliti melakukan Feature

Extraction dengan Unigrams dan Bigrams. Pada Unigrams, peneliti mendapatkan

181.232 kata unik dan pada bigrams mendapatkan 1.954.953 bigrams unik. Peneliti

32

menggunakan beberapa algoritma diantaranya Baseline (Evaluation Metric), Naïve

Bayes, dan Maximum Entropy. Pada penelitian tersebut, peneliti menerapkan model

Naïve Bayes dan Maximum Entropy dikarenakan performa keduanya jauh lebih baik

dibandingkan penggunaan model Baseline.

Jurnal kelima adalah jurnal yang ditulis oleh Gaind, Syal, dan Padgalwar (Gaind,

Syal, & Padgalwar, 2019) dengan judul “Emotion Detection and Analysis on

Social Media”. Penelitian tersebut ditujukan untuk mengklasifikasikan teks menjadi

enam kategori emosi, yaitu: happiness, sadness, fear, anger, surprise, dan disgust.

Dalam pembuatan model, peneliti menggunakan dua pendekatan berbeda

kemudiannya menggabungkannya. Metode pertama menggunakan fitur tekstual

seperti emoticons, degree words, Part of Speech, dan grammatical analysis. Metode

kedua menggunakan pendekatan klasifikasi machine learning. Peneliti

mengumpulkan data sebanyak 10 ribu tweet dengan menggunakan Tweepy library

Python untuk mengumpulkan data tweet. Kemudian peneliti membuat sebuah bag of

words emosi dengan kualitas akurasi tinggi sebanyak 1500 kata yang disebut sebagai

Emotion Word Set (EWS). Kemudian, disesediakan 50 kata degree seperti kata “too”,

“more”, dan lainnya. Selain itu peneliti juga menyediakan 20 data kota-kota besar di

India.

Pada pendekatan pertama peneliti menggunakan NLP, Emotion Word Set, dan

beberapa tekstual fitur seperti Tokenizing, Annotating, Finding Hits, Detecting

person in context, Effect of Negation dan Degree-words, dan Emoticon detection.

Kemudian pada pendekatan kedua, peniliti menggunakan pendekatan machine

learning. Pada pendekatan ini, peneliti melakukan tiga tahap yaitu Generation of the

Training Set, Filtering and Labelling the Training Set, dan Training the Classifier.

Setelah itu peneliti menggabungkan hasil keduanya dengan menjumlahkan nilai

maksimal pada pendekatan pertama dengan pendekatan kedua. Dengan

menggabungkan kedua pendekatan peneliti berhasil mendapatkan akurasi 91.7%

dengan klasifikasi SMO dan 85.4% dengan klasifikasi J48.

Menurut Jimmie (Manning, 2014) Social media merupakan suatu istilah yang

mengacu pada bentuk baru sebuah media yang melibatkan partisipasi interaktif.

Menurutnya pengembangan media dibagi menjadi dua masa, masa broadcast dan

masa interaktif. Di mana pada masa broadcast media hanya berfokus pada satu

entitas dan didistribusikan kepada banyak orang seperti radio dan televisi. Sedangkan

media interaktif adalah masa di mana interaktif sebagai fokus dari fungsi suatu

33

media. Sehingga setiap individu dapat berkomunikasi secara langsung ke satu atau

banyak orang.

Kemudian disimpulkan oleh Hayes (Hayes, 2015), media sosial merupakan

saluran berbasis internet yang memungkinkan pengguna untuk dapat berinteraksi

secara opurtunis dan selektif menampilkan diri, baik secara real time atau asinkron.

34