Musthafa, Aziz (2021) Klasifikasi Ekspresi Teks Berbahasa Jawa Menggunakan Algoritma Long Short Term Memory. Klasifikasi Ekspresi Teks Berbahasa Jawa Menggunakan Algoritma Long Short Term Memory, 10 (02). pp. 137-143. ISSN ISSN: 2252-9039 (print) ISSN: 2655-3198 (online),

	FILE TEXT (Jurnal) 3..pdf License Creative Commons Attribution Non-commercial Share Alike. Download (795kB)
	FILE TEXT (plagiarisme) 3.1.pdf Download (1MB)

Abstract

Suku Jawa adalah suku terbesar yaitu 41% atau sekitar 95.217.022 jiwa. Pulau Jawa juga pengakses internet terbesar khususnya untuk media sosial, yaitu 87,13%. Dari data tersebut banyak informasi yang bisa didapatkan dari keaktifan suku Jawa dalam menggunakan media social, khususnya adalah data tekstual. Tetapi tidak mudah mendapatkan ekspresi atau emosi suku Jawa dari media sosial karena jumlah datanya sangat banyak. Penelitian ini bertujuan untuk mengklasifikasikan eskpresi teks bahasa Jawa khususnya dalam media sosial yang menggunakan bahasa Jawa dan menguji keakuratan algoritma long short term memory (LSTM) dalam mengklasifikasikan ekspresi teks bahasa Jawa berdasarkan jenis ekspresinya. Penelitian ini juga membandingkan dua algoritma lainnya, yaitu support vector machine (SVM) dan random forest (RF). Metode yang digunakan adalah text mining yang sudah banyak digunakan untuk kebutuhan machine learning dalam pengolahan data tekstual. Bahasa pemrogaman yang dipakai adalah Python dan code editor yang dipakai, yaitu google colabs serta google drive sebagai perangkat untuk menyimpan dataset. Hasil proses penggunaan LSTM dan perbandingannya dengan SVM dan RF untuk memilah ekspresi menjadi empat ekspresi, yaitu marah, senang, sedih, dan takut. LSTM mendapat akurasi 92%, akurasi tersebut menunjukkan LSTM efektif dalam pengklasifikasian ekspresi teks berbahasa Jawa karena mendapat akurasi paling tinggi.

View more statistics

View Item