ANALISIS SENTIMEN PADA LIRIK LAGU MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

HALAMAN JUDUL

ANALISIS SENTIMEN PADA LIRIK LAGU MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES Skripsi Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Oleh Elsa Rika Octaviana 115314079

PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2015

i


HALAMAN JUDUL

ANALYSIS SENTIMENT FOR SONG LYRICS BY USING MULTINOMIAL NAÏVE BAYES METHOD

A Final Project Presented as Partial Fulfillment of The Requirements To Obtain Sarjana Komputer Degree In Informatics Engineering Study Program

By Elsa Rika Octaviana 115314079

INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2015

ii


HALAMAN PERSETUJUAN

iii


HALAMAN PENGESAHAN

iv


HALAMAN PERSEMBAHAN

Tugas akhir ini saya persembahkan kepada: Tuhan Yesus yang telah memberikan berkat, rahmat, perlindungan serta arahan yang terbaik dalam hidupku. Ayahanda dan Ibunda tercinta Saudara dan saudari yang terkasih.

v


PERNYATAAN KEASLIAN KARYA

vi


LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

vii


KATA PENGANTAR

Puji dan syukur penulis panjatkan atas kehadirat Tuhan Yang Maha Esa atas berkat, rahmat serta kasih-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Analisis Sentimen pada Lirik Lagu Menggunakan Metode Multinomial Naive Bayes”. Penulisan skripsi ini bertujuan untuk memenuhi sebagian syarat memperoleh gelar sarjana komputer program studi S1 jurusan Teknik Informatika Universitas Sanata Dharma. Penulis menyadari bahwa skripsi ini masih jauh dari sempurna oleh sebab itu penulis mengharapkan kritik dan saran yang bersifat membangun dari semua pihak demi kesempurnaan skripsi ini. Selesainya skripsi ini tidak lepas dari peran penting berbagai pihak, sehingga pada kesempatan ini penulis dengan segala kerendahan hati serta rasa hormat mengucapkan terima kasih yang sebesar – besarnya kepada semua pihak yang telah memberikan dukungan baik secara langsung maupun tidak langsung

kepada

penulis dalam penyusunan skripsi ini hingga selesai, terutama kepada yang saya hormati: 1.

Ibu Sri Hartati Wijono, S.Si., M.Kom. selaku pembimbing yang sabar memberikan pengarahan serta solusi dalam pengerjaan skripsi ini hingga selesai.

2.

Yang tersayang orang tua penulis yaitu Marlan Rikeh, S.Pd., M.Pd. dan Frederica Ujiana, S.Pd yang selalu rela berkorban, mendoakan serta memberikan motivasi baik dari segi moril maupun material kepada penulis sehingga dapat terselesaikan skripsi ini dengan baik.

3.

Yang terkasih saudara dan saudari yaitu Frederikus Rinaldo dan Cyintia Septiana Rini yang telah mendoakan.

4.

Yang terkasih Gersom Jalaq yang telah meluangkan waktu serta membantu dalam penyelesaian skripsi ini dengan baik.

5.

Seluruh keluarga besar yang yang telah memberikan dukungan serta motivasi baik dari segi moril dan material sehingga penyelesaian skripsi penulis berjalan dengan lancar.

viii


ix


ABSTRAK

Lirik merupakan salah satu media komunikasi yang sering digunakan untuk menyampaikan perasaan dari seseorang. Salah satunya yaitu melalui lirik lagu yang dapat dijumpai oleh seluruh masyarakat melalui media online, buku dan lainnya. Lirik lagu ini digunakan sebagai data yang diperoleh melalui beberapa situs website, lirik lagu yang telah disalin akan disimpan dengan format ekstensi *.txt agar mampu diolah oleh sistem. Agar mempermudah dalam pemerolehan informasi data lirik lagu yang dicari, maka dilakukan pengklasifikasian data teks. Penelitian ini bertujuan untuk memudahkan pemilihan lagu yang baik dan tidak baik terhadap anak. Fungsi klasifikasi pada penelitian ini dibagi dalam dua klasifikasi yaitu baik dan tidak baik. Proses yang akan dilalui oleh data diantaranya membaca data, tokenizing, normalization, stop word, stemming, sorting dan grouping. Sistem ini akan menggunakan vektor ciri berupa TF (Term Frequency) yang merupakan jumlah kemunculan suatu kata dalam sebuah dokumen. Proses klasifikasi teks lirik lagu menggunakan algoritma Multinomial Naïve Bayes. Harapannya adalah berdasarkan pengelompokan yang terbentuk melalui proses klasifikasi ini, dapat diketahui lagu yang baik dan lagu yang tidak baik untuk anak. Dengan adanya pengelompokan ini dapat membantu dalam menentukkan lagu yang baik dan tidak baik untuk anak.

x


ABSTRACT

A song is one of the media that is often used to express feelings for a person. Song texts amongst other can be found by all people online, in books and in other media. The songs used in this research were obtained from various online media and were transcribed and saved with *.txt extension so that it can be processed through the system. To facilitate the collection of information on songs that were searched, the text was classified. The purpose of this research is to facilitate the selection of songs that are appropriate and inappropriate for children. The classification function in this research was divided into two groups; appropriate and inappropriate songs for children. The data processing includes reading of the data, tokenizing, normalization, stop word, stemming, calculation of data frekuensi, sorting and grouping. This system uses vector feature Term Frequency, meaning the number of times a certain word appears in certain data. The classification process of song texts used a Multinominal Naïve Bayes algorithm. The expectation is that the grouping based on this classification will specify which song is appropriate and which song is inappropriate for children. The grouping will assist in deciding which songs are appropriate and inappropriate for children.

xi


DAFTAR ISI

HALAMAN JUDUL .......................................................................................................... i HALAMAN JUDUL ......................................................................................................... ii HALAMAN PERSETUJUAN ........................................................................................ iii HALAMAN PENGESAHAN ...........................................................................................iv HALAMAN PERSEMBAHAN .......................................................................................iv PERNYATAAN KEASLIAN KARYA ...........................................................................vi LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI ........................................vii KATA PENGANTAR ..................................................................................................... viii ABSTRAK ......................................................................................................................... x ABSTRACT .......................................................................................................................xi DAFTAR ISI..................................................................................................................... xii DAFTAR TABEL ........................................................................................................... xiv DAFTAR GAMBAR ........................................................................................................ xv BAB I PENDAHULUAN .................................................................................................. 1 1.1

Latar Belakang .................................................................................................. 1

1.2

Rumusan Masalah ............................................................................................ 2

1.3

Batasan Masalah ............................................................................................... 3

1.4

Tujuan Penelitian .............................................................................................. 3

1.5

Metodologi Penelitian ....................................................................................... 3

BAB II LANDASAN TEORI ........................................................................................... 5 2.1

Analisis Sentimen .............................................................................................. 5

2.2

Pemerolehan Informasi .................................................................................... 5

2.3

Indexing ............................................................................................................. 7

2.4

Porter Stemmer ................................................................................................. 9

2.4.1

Tentang Porter Stemmer .......................................................................... 9

2.4.2

Porter Stemmer Bahasa Indonesia .......................................................... 9

2.5

Klasifikasi Teks ............................................................................................... 13

2.6

Naive Bayes ...................................................................................................... 14

2.7

Multinomial Naive Bayes................................................................................ 14

2.8

Penerapan Multinomial Naive Bayes Pada Klasifikasi Teks ...................... 16

2.9.1

Data Training .......................................................................................... 16

2.9.2

Data Testing ............................................................................................. 25

xii


BAB III PERANCANGAN SISTEM ............................................................................ 36 3.1

Gambaran Umum Sistem ............................................................................... 36

3.2

Teknik Analisis Data....................................................................................... 37

3.2.1

Metode Pengumpulan Data .................................................................... 37

3.2.1

Pengolahan Data ..................................................................................... 38

3.2.2

Preprocessing Data ................................................................................. 39

3.2.3

Klasifikasi Data ....................................................................................... 40

3.3

Akurasi Data.................................................................................................... 41

BAB IV IMPLEMENTASI ............................................................................................ 43 4.1

Antarmuka Menu............................................................................................ 43

4.2

Antarmuka Training ...................................................................................... 43

4.3

Antarmuka Testing ......................................................................................... 44

BAB V PENGUJIAN ...................................................................................................... 48 5.1

Pengujian Data ................................................................................................ 48

5.1.1 5.2

Pengujian Akurasi................................................................................... 51

Analisis Pengujian ........................................................................................... 52

BAB VI KESIMPULAN DAN SARAN ........................................................................ 60 6.1

Kesimpulan ...................................................................................................... 60

6.2

Saran ................................................................................................................ 60

DAFTAR PUSTAKA ...................................................................................................... 62 LAMPIRAN..................................................................................................................... 63

xiii


DAFTAR TABEL

Tabel 2.1 Aturan 1 Inflection Particle. .......................................................................... 10 Tabel 2.2 Aturan 2 Inflection Possessive Pronouns. .................................................... 11 Tabel 2.3 Aturan 3 Fisrt Order of Derivational Prefixs. ............................................. 11 Tabel 2.4 Aturan 4 Second Order of Derivational Prefixs. ........................................ 12 Tabel 2.5 Aturan 5 Derivational Suffixes...................................................................... 12 Tabel 2.6 Aturan 6 Suku Kata dalam Bahasa Indonesia ............................................ 13 Tabel 2.7 Tokenizing Training....................................................................................... 17 Tabel 2.8 Normalization Training ................................................................................ 18 Tabel 2.9 Stop Word Training ...................................................................................... 19 Tabel 2.10 Stemming Training ...................................................................................... 20 Tabel 2.11 Daftar Kata beserta Frekuensi Kata Training .......................................... 21 Tabel 2.12 Hasil Sorting secara Ascending Training................................................... 22 Tabel 2.13 Hasil Grouping dengan Kata yang Sama Training ................................... 23 Tabel 2.14 Prior Probabilitas Training ......................................................................... 24 Tabel 2.15 Conditional Probabilitas Training .............................................................. 24 Tabel 2.16 Tokenizing Testing ....................................................................................... 26 Tabel 2.17 Normalization Testing.................................................................................. 27 Tabel 2.18 Stop Word Testing ....................................................................................... 28 Tabel 2.19 Stemming Testing ......................................................................................... 29 Tabel 2.20 Daftar Kata beserta Frekuensi Kata Testing............................................. 30 Tabel 2.21 Hasil Sorting secara Ascending Testing ..................................................... 31 Tabel 2.22 Hasil Grouping dengan Kata yang Sama Testing ..................................... 32 Tabel 2.23 Prior Probabilitas Testing ........................................................................... 33 Tabel 2.24 Hasil Proses Matching antara Model dengan Data Testing ..................... 33 Tabel 2.25 Hasil Matching beserta dengan Nilai Conditional Probabilitas Testing . 34 Tabel 2.26 Hasil Perkalian Nilai Conditional Probabilitas dengan Frekuensi Kata Testing .............................................................................................................................. 35 Tabel 2.27 Hitung Probabilitas Testing ........................................................................ 35 Tabel 3.1 Tabel Data Training dan Testing .................................................................. 38 Tabel 3.2 Tabel Confusion Matrix ................................................................................. 41 Tabel 5.1 Sebelum Diolah Sistem................................................................................... 48 Tabel 5.2 Setelah Diolah Sistem ..................................................................................... 49 Tabel 5.3 Tabel Confusion Matrix ................................................................................. 51 Tabel 5.4 Perbandingan Data Testing Terhadap Model ............................................ 54 Tabel 5.5 Batasan Frekuensi Kata................................................................................. 55 Tabel 5.6 Kata Unik Pada Tiap Kelas ........................................................................... 56

xiv


DAFTAR GAMBAR

Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar Gambar

2.1 Model Pemerolehan Informasi (Bates, 1989). .......................................... 5 2.2 Proses Porter Stemmer untuk Bahasa Indonesia (Tala, 2003). ............ 10 3.1 Diagram Block Proses Klasifikasi ........................................................... 36 4.1 Menu .......................................................................................................... 43 4.2 Input Data ................................................................................................. 43 4.3 Hasil Stemming ......................................................................................... 44 4.4 Ambil File .................................................................................................. 44 4.5 Hasil Klasifikasi ........................................................................................ 45 4.6 Penentu Kategori Lagu ............................................................................ 45 4.7 Akurasi Sistem .......................................................................................... 45 4.8 Nomor Lagu .............................................................................................. 46 4.9 Progres Sistem dan Reset ......................................................................... 46 4.10 Isi Teks Lagu ........................................................................................... 47 5.1 Jumlah Kata .............................................................................................. 52 5.2 Pengujian Data Testing ............................................................................ 53

xv


1. BAB I PENDAHULUAN

1.1

Latar Belakang Perkembangan teknologi yang semakin pesat membuat manusia melakukan

berbagai macam karya cipta yang baru dan inovatif. Pada dunia industri musik, terutama pada lirik lagu yang dapat mempengaruhi terhadap perkembangan anak. Pengawasan yang kurang dari orang tua membuat anak bebas melakukan banyak hal baik itu bersifat hal positif maupun negatif. Tanpa disadari musik telah mempengaruhi kehidupan sosial masyarakat khususnya untuk anak. Musik dapat dikatakan sebagai sebuah media dalam menyampaikan pesan oleh penulis. Dalam penelitian ini penggunaan lirik lagu sebagai acuan untuk mengklasifikasikan lagu dalam dua kelas yaitu lagu yang baik atau tidak baik untuk anak. Pemilihan lirik lagu sebagai acuan klasifikasi dikarenakan pada lirik lagu terdapat kata yang mengandung suatu ungkapan perasaan atau makna tertentu yang disampaikan oleh pembicara atau penulis untuk pendengar. Sehingga lirik lagu dapat dijadikan sebagai salah satu acuan untuk menggali data dalam mengetahui ketepatan akurasi dari penggunaan algoritma Naive Bayes dalam klasifikasi data teks. Sebelumnya pernah dilakukan penelitian mengenai oponion mining pada lirik lagu (Shu, 2010). Penelitian tersebut adalah mengklasifikasikan lagu dengan lirik berdasarkan kepopuleran lagu pada tahun tertentu. Pada penelitian ini menggunakan teori Natural Language Processing. Hal berbeda pada penelitian ini, penelitian ini pengelompokan data pada lirik lagu yang baik atau tidak baik untuk

1


anak dengan menggunakan analisis sentimen terhadap hasil klasifikasi lagu yang baik dan tidak baik. Analisis sentimen (Go & Bhayani, 2009) adalah proses memahami, mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan informasi. Analisis sentimen merupakan salah satu bagian dari opinion mining. Berkenaan dengan penggalian data dengan menggunakan analisis sentimen maka digunakan metode Multinomial Naive Bayes. Klasifikasi yang akan dilakukan dengan mengklasifikasikan data berdasarkan jumlah kemunculan kata dalam teks lirik lagu. Kegiatan klasifikasi data pada lirik lagu ini dapat menggunakan metode Multinomial Naive Bayes untuk mengklasifikasikan data sehingga dapat diperoleh hasil analisis sentimen terhadap klasifikasi lagu yang baik atau tidak baik untuk anak.

1.2

Rumusan Masalah Berdasarkan pada latar belakang yang telah dipaparkan, perumusan masalah

akan dijabarkan sebagai berikut: 1.

Bagaimana mengklasifikasikan lagu untuk analisis sentimen lagu yang baik atau tidak baik untuk anak.

2.

Bagaimana ketepatan akurasi klasifikasi data lirik lagu untuk menentukan analisis sentimen lagu baik atau tidak untuk anak dengan menggunakan metode Multinomial Naive Bayes.

2


1.3

Batasan Masalah Dalam penulisan ini batasan – batasan permasalahan yang akan dibahas yaitu: 1. Bahasa yang digunakan dalam data berupa bahasa Indonesia. 2. Klasifikasi lagu ditujukan pada anak usia 5 – 10 tahun.

1.4

Tujuan Penelitian Tujuan penulisan ini adalah memperoleh hasil analisis sentimen terhadap klasifikasi lagu baik atau tidak baik untuk anak dengan menggunakan Multinomial Naive Bayes.

1.5

Metodologi Penelitian Langkah – langkah yang digunakan untuk melakukan penelitian ini adalah

sebagai berikut: 1.

Studi Pustaka Penggunaan studi pustaka pada penelitian ini adalah untuk mencari sumber – sumber mengenai metode Multinomial Naive Bayes untuk mengklasifikasikan data teks.

2.

Observasi Penggunaan observasi pada penelitian adalah untuk melakukan pencarian data teks lirik lagu dari berbagai macam situs website.

3


3.

Antarmuka Penggunaan antarmuka pada penelitian adalah mempermudah melakukan analisis sentimen terhadap klasifikasi lagu yang baik dan tidak baik untuk anak.

4.

Pengujian Penggunaan pengujian pada penelitian berikut adalah untuk mengukur ketepatan akurasi klasifikasi data teks dengan menggunakan metode Multinomial Naïve Bayes.

4


2. BAB II LANDASAN TEORI

2.1

Analisis Sentimen Analisis sentimen atau opinion mining merupakan proses memahami,

mengekstrak dan mengolah data tekstual secara otomatis untuk mendapatkan informasi sentimen yang terkandung dalam suatu kalimat opini. Analisis sentimen dilakukan untuk melihat pendapat atau kecenderungan opini terhadap sebuah masalah atau objek oleh seseorang, apakah cenderung beropini negatif atau positif.

2.2

Pemerolehan Informasi Pemerolehan informasi atau biasa dikenal dengan Information Retrieval

mengacu pada pengambilan data terstruktur yang berisi bahasa teks alami. Data yang dapat diolah dalam pemerolehan informasi diantaranya teks, gambar, video, audio dan lainnya. Pemerolehan informasi fokus pada pengambilan data teks alami, karena terdapat tekanan penting dan banyaknya data tekstual dalam internet dan data pribadi.

Document

Document Representation

Query

Information Need

Matching

Gambar 2.1 Model Pemerolehan Informasi (Bates, 1989).

5


1.

Document Document merupakan kumpulan informasi yang dibutuhkan oleh pengguna. Pada penelitian ini data yang dimaksud adalah data teks pada lirik lagu yang akan diklasifikasikan berdasarkan kata.

2.

Document Representastion Document representation merupakan kumpulan informasi yang telah direpresentasikan atau diolah sesuai dengan kebutuhan yang diinginkan oleh pengguna. Pada penelitian ini proses yang dilakukan untuk mendapatkan document representation tersebut yaitu melalui proses indexing.

3.

Query Query merupakan proses merepresentasikan informasi yang dibutuhkan oleh pengguna sehingga menghasilkan sebuah query. Pengertian secara umum query merupakan interaksi antara pengguna dan komputer, sehingga menghasilkan suatu pemahaman terhadap informasi yang dibutuhkan oleh pengguna.

4.

Information Need Informastion need merupakan kebutuhan pengguna mengenai suatu informasi yang belum jelas atau belum dipahami.

5.

Matching Matching merupakan sebuah proses untuk membandingkan query dengan indexed document yang diperoleh melalui proses pencocokan. Tujuan dalam proses matching tersebut berguna dalam menemukan data teks yang sesuai. Hasil proses matching tersebut berupa daftar peringkat (rangking) dalam data. Peringkat pada daftar data digunakan oleh pengguna untuk menemukan

6


informasi yang dibutuhkan. Pada penelitian ini yang diharapkan adalah perbandingan mengenai lagu yang akan diklasifikasikan menggunakan model berdasarkan hasil training dengan menggunakan Multinomial Naive Bayes sehingga hasil yang didapatkan sesuai.

2.3

Indexing Langkah – langkah untuk membangun sebuah indeks dalam data teks menurut

Christopher dan Raghavan: 1.

Tokenizing Tokenizing merupakan proses pemisahan karakter yang muncul dalam suatu teks Input: Andi, mari kita berangkat sekarang Juga ! Output: Andi

mari

kita

berangkat

sekarang

juga

!

Tokenizing:

2.

Titik (.)

Kurung siku ([])

Kurung kurawal ({})

Petik (“)

Sign (@ _ )

Operator matematika (+ - * / = <>)

Titik dua (:)

Kurung ( ( ) )

Karakter special ( | & ~)

Koma (,)

Titik koma (;)

Normalization Normalization merupakan proses menyamakan ejaan dalam sebuah teks yang

memiliki berbagai macam ejaan dengan arti atau makna yang sama. Misal, t’lah,

7


tlah, atau Telah; pada tiga kata tersebut terdapat penulisan kata yang berbeda tetapi memiliki makna atau arti yang sama sehingga diganti menjadi telah. 3.

Stop Word Stop word merupakan proses menghilangkan kata pada data yang tidak

memiliki arti atau makna yang mempengaruhi proses klasifikasi sehingga mendapatkan hasil akurasi yang lebih tepat. Stop word didapat dari hasil tokenizing dan normalization. stop word: abang ada adalah adik agar ah akan aku alih anak andaikan antara apabila apalagi asalkan atas atau ayah bagai bahkan bahwa bak biar biarpun bibi cicit cucu dan daripada demi demikian dengan di dia du engkau hanya ho hoo ialah ibarat ibu ini ipar itu jika jikalau kakak kakek kalau kami kamu kanda karena ke kemudian kendati kendatipun keponakan ketika la lagi lagipula laksana maka manakala maupun melainkan menantu menjadi mereka mertua meskipun namun nenek oh oleh om ooo pada padahal paman pun sambil sampai seakan seandainya sebab sebagai sebagaimana sebelum sedangkan sedari sehingga sehubungan sejak sekali sekalipun sekiranya selagi selain selama selesai semenjak sementara seolah seperti sepupu seraya serta sesudah setelah setelah seusai sewaktu sungguh sungguhpun supaya tanpa tante tatkala tetapi tidak umpamanya untuk walau walaupun yaitu yakni yang 4.

Stemming Stemming merupakan proses menghilangkan kata imbuhan pada setiap kata

seperti awalan, akhiran, dan sisipan sehingga diperoleh kata dasar. Dalam proses stemming digunakan algortima porter untuk menentukan kata dasar.

8


5.

Sorting dan Grouping Proses sorting dan grouping akan dilakukan setelah stemming dilakukan.

Data yang diperoleh akan diurutkan mulai dari abjad a sampai dengan z.

2.4

Porter Stemmer

2.4.1

Tentang Porter Stemmer Porter Stemmer (Porter, 2006) merupakan sebuah algoritma yang digunakan

untuk melakukan proses menghapus akhiran infeksional dan morfologi yang umum pada kata dalam Bahasa Inggris. Terutama, penggunaan porter stemmer sebagai proses normalisasi pada kata yang biasa digunakan pada saat membangun sebuah pemerolehan informasi (Information retrieval). Algoritma porter stemmer didasarkan pada ide akhiran dalam Bahasa Inggris, secara umum terdiri dari kombinasi akhiran yang sederhana. Proses pada algoritma porter stemmer akan melalui beberapa tahapan, simulasi proses infleksional dan derivasional pada sebuah kata. Pada tahapan tersebut, sebuah akhiran dihapus melalui aturan subsitusi, aturan subsitusi menerapkan pada suatu kondisi harus terpenuhi secara keseluruhan. Dalam suatu kondisi kata dasar yang diakhiri dengan huruf mati maupun huruf hidup, maka panjang pada kata dasar yang telah dihasilkan disebut dengan measure.

2.4.2

Porter Stemmer Bahasa Indonesia Dalam Bahasa Indonesia terdapat sebuah kombinasi pada struktur yaitu

infleksional dan derivasional yang sederhana. Tahap – tahap dalam porter stemmer adalah simulasi proses pada infleksional dan derivasional dalam Bahasa Inggris cocok pada Bahasa Indonesia. 9


Penggunaan bahasa yang berbeda tersebut adalah sangat berbeda sehingga terdapat aturan tersendiri pada penggunaan algoritma porter stemmer untuk Bahasa Indonesia. Aturan untuk Bahasa Indonesia diantaranya, menghilangkan awalan, konflik, dan peneyesuaian ejaan pada kasus, dimana pada karakter awal pada sebuah kata dasar dapat berubah pada saat penambahan awalan dilakukan. Word

Remove Particle

Remove Possessive

Remove First Order Prefix

Remove Second Order Prefix

Remove Suffix

Remove Suffix

Remove Second Order Prefix

Stem

Gambar 2.2 Proses Porter Stemmer untuk Bahasa Indonesia (Tala, 2003).

Tabel 2.1 Aturan 1 Inflection Particle. Akhiran

Replacement Measure

Additional

Conditional Conditional -kah

NULL

2

NULL

pensilkah

pensil

-lah

NULL

2

NULL

janganlah

jangan

-pun

NULL

2

NULL

pensilpun

pensil

10


Tabel 2.2 Aturan 2 Inflection Possessive Pronouns. Akhiran

Replacement Measure

Additional

Conditional Conditional -ku

NULL

2

NULL

pensilku

pensil

-mu

NULL

2

NULL

bukumu

buku

-nya

NULL

2

NULL

pensilnya

pensil

Tabel 2.3 Aturan 3 Fisrt Order of Derivational Prefixs. Awalan

Replacement Measure

Additional

Conditional Conditional meng-

NULL

2

NULL

menggali

gali

meny-

NULL

2

NULL

menyapa

apa

men-

NULL

2

NULL

mencuri

curi

mem-

NULL

2

NULL

membaca

baca

me-

NULL

2

NULL

menulis

tulis

peng-

NULL

2

NULL

penggali

gali

peny-

NULL

2

NULL

penyayang

pen-

NULL

2

NULL

pencuri

curi

pem-

NULL

2

NULL

pembawa

bawa

di-

NULL

2

NULL

dicuri

curi

ter-

NULL

2

NULL

tercuri

curi

ke-

NULL

NULL

kepada

pada

sayang

11


Tabel 2.4 Aturan 4 Second Order of Derivational Prefixs. Awalan

Replacement Measure

Additional

Conditional Conditional ber-

NULL

2

NULL

berlutut

lutut

Bel

NULL

2

NULL

belajar

ajar

Be

NULL

2

NULL

bekerja

kerja

Per

NULL

2

NULL

perjelas

jelas

pel-

NULL

2

NULL

pelajar

ajar

pe-

NULL

2

NULL

penulis

tulis

Tabel 2.5 Aturan 5 Derivational Suffixes. Akhiran

Replacement Measure

Additional

Conditional Conditional -kan

-an

NULL

NULL

2

2

Awalan ϵ

tuliskan

tulis

{ke, peng}

carikan

cari

Awalan ϵ

(per)janjian

janji

{di,

meng, minuman

minum

ter} -i

NULL

2

V|K…𝑐1 𝑐1,

curangi

𝑐1 ≠ s, 𝑐2 ≠ i, (men)jalani

curang jalan

dan awalan ϵ

12


{ber,

ke,

peng}

Tabel 2.6 Aturan 6 Suku Kata dalam Bahasa Indonesia Akhiran Replacement

Measure Conditional

0

Kh, ng, ny

Kh, ng, ny

1

Ma, af, nya, nga

Ma, af, nya, nga

2

Maaf, kami, rumpun, kompleks

Ma-af, ka-mi, rum-pun, kom-pleks

3

Mengapa, menggunung, tandai

Meng-apa, meng-gu-nung, tan-da-i

2.5

Klasifikasi Teks Banyak kebutuhan pengguna dalam berbagai macam aplikasi dalam

menggunakan pengklasifikasian teks, misalnya dalam data teks yang datanya terus bertambah. Klasifikasi teks kata masuk pada golongan supervised dikarenakan merupakan proses pembentukan golongan atau kelas dari data teks berdasarkan golongan atau kelas yang sesuai dengan kebutuhan. Klasifikasi teks merupakan suatu proses pengklasifikasian terhadap suatu data teks dengan membagi menjadi beberapa bagian kelas yang berbeda. Proses klasifikasi tersebut akan melalui beberapa tahapan reprocessing untuk mendapatkan data yang dibutuhkan oleh pengguna sehingga proses klasifikasi memiliki tingkat akurasi yang tinggi. Penggunaan klasifikasi pada teks biasanya dapat digunakan pada beberapa data.

13


2.6

Naive Bayes Naïve bayes (Tan & Kumar, 2006) merupakan salah satu metode yang

digunakan untuk pengklasifikasian sebuah data dengan berdasarkan teorema bayes dengan mengasumsikan bahwa suatu data memiliki sifat tidak saling terkait antar satu dengan yang lain atau disebut independen. Teknik penggunaan Naive Bayes sangat

sederhana

dan

cepat

dengan

penggunaan

probabilistik.

Untuk

memaksimalkan penggunaan dari metode Naive Bayes maka digunakan metode Multinomial Naive Bayes.

2.7

Multinomial Naive Bayes Multinomial Naive Bayes merupakan proses pengambilan jumlah kata yang

muncul dalam setiap dokumen, dengan mengasumsikan dokumen memiliki beberapa kejadian dalam kata dengan panjang yang tidak tergantung dari kelasnya dalam dokumen. Menurut (Manning, Raghavan, & Schutze, 2008), probabilitas sebuah dokumen d berada dikelas c, kondisi berikut dapat dinyatakan dengan rumus: 𝑃 (𝑐|𝑑) ∝ 𝑃 (𝑐) ∏1≤𝑘≤𝑛𝑑 𝑃(𝑡𝑘 |𝑐)

(1)

P(tk|c) merupakan conditional probabilitas dari kata 𝑡𝑘 yang terdapat dalam sebuah dokumen dari kelas c. P(c) merupakan prior probabilitas dari sebuah dokumen yang terdapat dalam kelas c. (t1, t2, …, tnd) merupakan token dalam dokumen d yang merupakan bagian dari vocabulary yang digunakan sebagai klasifikasi dan merupakan jumlah token dalam dokumen d.

14


Untuk memperkirakan prior probability 𝑃̂ (𝑐)dinyatakan dengan rumus: 𝑃(𝑐) =

𝑁𝑐

(2)

𝑁

𝑁𝑐 = jumlah dokumen training dalam kelas c. 𝑁 = jumlah keseluruhan dokumen training dari seluruh kelas. Untuk perkiraan conditional probability 𝑃̂ (𝑡|𝑐) dinyatakan dengan rumus: 𝑃(𝑡|𝑐) =

𝑇𝑐𝑡 ∑ 𝑡 ′ ∈𝑉 𝑇𝑐𝑡

(3)

𝑇𝑐𝑡 = jumlah kemunculan kata t dalam sebuah dokumen training pada kelas c. 𝑇𝑐𝑡 ∑ 𝑡 ′ ∈𝑉 𝑇𝑐𝑡

= jumlah total keseluruhan kata dalam dokumen training pada kelas c.

𝑡 ′ = jumlah total kata dalam dokumen training Untuk menghilangkan nilai nol pada sebuah dokumen, digunakan laplace smoothing sebagai proses penambahan nilai 1 pada setiap nilai Tct pada perhitungan conditional probabilities dan dinyatakan dengan rumus: 𝑃(𝑡𝑃𝑡𝑘 |𝑐) =

𝑇𝑐𝑡 +1 ′ ∑ 𝑡 ∈𝑉 𝑇𝑐𝑡 + 𝐵′

(4)

𝐵 ′ = total kata unik pada keseluruhan kelas dalam dokumen training Untuk memperoleh nilai probabilitas yang tinggi dari setiap kata digunakan laplace smoothing atau add-one, laplace smoothing digunakan agar nilai dari probabilitas masing – masing kata dapat memenuhi syarat yaitu tidak sama dengan 0. Jika nilai dari probabilitas kata adalah 0 maka data baik training maupun testing tidak akan pernah cukup untuk mewakili frekuensi saat terdapat kejadian langka.

15


2.8

Penerapan Multinomial Naive Bayes Pada Klasifikasi Teks

2.9.1

Data Training

Data

training merupakan kumpulan dokumen yang dijadikan sebuah data

percobaan untuk menghasilkan sebuah model, data yang diuji sebagai berikut:

Kategori

Isi Dokumen

Aku adalah anak gembala Selalu riang serta gembira Karena aku senang bekerja Tak pernah malas ataupun lengah Tralala la la la la Tralala la la la la la la

Akan kuingat selalu Ade irma suryani Waktu dipeluk dipangku ibu Dengan segala kasih

Baik

Setiap hari ku bawa ternak Ke padang rumput, di kaki bukit Rumputnya hijau subur dan banyak Ternakku makan tak pernah sdikit Tralala la la la la Tralala la la la la la la

Kini ia terbaring dipangkuan tuhan Senang dan bahagia hatinya Kini ia terlena tertidur terbaring Nyenyak dipelukan tuhannya

Akankah kau melihatku Saat ku jauh Akankah kau merasakan Kehilanganku

Aku ini anak manja kusendiri di rumah saja tiap hari kubernyanyi lagunya sesuka hati

Tidak Baik

Ayah ibu kaya raya apa saja yang kuminta semuanya tersedia Aku makan tiga kali maksakannya enak sekali pakaianku tiga almari serba mewah, warna warni

Aku seorang Kapiten mempunyai pedang panjang Kalau berjalan prok-prok-prok Aku seorang Kapiten

Jiwaku yang telah mati Bukan cintaku Janjiku s'lalu abadi Hanya milikmu Aku pergi dan takkan kembali Akhir dari cinta yang abadi Akankah kau melihatku Di akhir nanti Jiwaku yang telah mati Bukan cintaku Janjiku s'lalu abadi Hanya untukmu Aku pergi dan takkan kembali Air mata untuk yang abadi Aku pergi ke alam yang suci Akhir dari abadi cintaku

Ada yang bergerak di dalam dadaku ini Seperti ku kenal pernah kurasakan Waktu aku jatuh cinta Waktu hatiku tertarik Rasanya pun begini Jatuh cinta Apakah ini sama seperti yang itu Hatiku bergerak Aku jatuh cinta Dinding hatiku berlagu Harmoni cinta menyentuh Pipiku pun merona Jatuh cinta Harmoni cintaku kini datang Nyanyikan suara hatiku Berlagu penuh cinta

Aku pergi ke alam yang abadi Akhir dari cinta yang abadi

16


1)

Tokenizing Tabel 2.7 Tokenizing Training Kata

Tokenizing

Baik

Tidak Baik

Baik

Tidak Baik

aku

akankah

aku

akankah

adalah

kau

adalah

kau

anak

melihatku

anak

melihatku

gembala

saat

gembala

saat

selalu

ku

selalu

ku

riang

jauh

riang

jauh

serta

akankah

serta

akankah

gembira

kau

gembira

kau

karena

merasakan

karena

merasakan

aku

kehilanganku

aku

kehilanganku

senang

jiwaku

senang

jiwaku

bekerja

yang

bekerja

yang

tak

mati

tak

mati

pernah

bukan

pernah

bukan

malas

cintaku

malas

cintaku

ataupun

janjiku

ataupun

janjiku

lengah

s'lalu

lengah

s'lalu

tralala

abadi

tralala

abadi

la

hanya

la

hanya

la

milikmu

la

milikmu

la

aku

la

aku

la

pergi

la

pergi

tralala

dan

tralala

dan

17


2)

Normalization Tabel 2.8 Normalization Training Tokenizing Baik

Normalization

Tidak Baik

Baik

Tidak Baik

akankah

aku

akankah

kau

adalah

kau

melihatku

anak

melihatku

gembala

saat

gembala

saat

selalu

ku

selalu

ku

riang

jauh

riang

jauh

serta

akankah

serta

akankah

kau

gembira

kau

merasakan

karena

merasakan

kehilanganku

aku

kehilanganku

senang

jiwaku

senang

jiwaku

bekerja

yang

bekerja

yang

tak

mati

tak

mati

pernah

bukan

pernah

bukan

malas

cintaku

malas

cintaku

ataupun

janjiku

ataupun

janjiku

lengah

s'lalu

lengah

s'lalu

tralala

abadi

tralala

abadi

la

hanya

la

hanya

la

milikmu

la

milikmu

la

aku

la

aku

aku adalah anak

gembira karena aku

18


3)

Stop Word Tabel 2.9 Stop Word Training Normalization

Stopword

Baik

Tidak Baik

Baik

Tidak Baik

aku

akankah

gembala

akankah

adalah

kau

selalu

kau

anak

melihatku

riang

melihatku

gembala

saat

gembira

saat

selalu

ku

senang

ku

riang

jauh

bekerja

jauh

serta

akankah

tak

akankah

gembira

kau

pernah

kau

karena

merasakan

malas

merasakan

aku

kehilanganku

ataupun

kehilanganku

senang

jiwaku

lengah

jiwaku

bekerja

yang

tralala

mati

tak

mati

tralala

bukan

pernah

bukan

setiap

cintaku

malas

cintaku

hari

janjiku

ataupun

janjiku

ku

s'lalu

lengah

s'lalu

bawa

abadi

tralala

abadi

ternak

hanya

la

hanya

ke

milikmu

la

milikmu

padang

pergi

la

aku

rumput

takkan

19


4)

Stemming Tabel 2.10 Stemming Training Stopword

Stemming

Baik

Tidak Baik

Baik

Tidak Baik

gembala

akankah

gembala

akan

selalu

kau

selalu

kau

riang

melihatku

riang

saat

gembira

saat

gembira

ku

senang

ku

senang

jauh

bekerja

jauh

kerja

akan

tak

akankah

tak

kau

pernah

kau

pernah

rasa

malas

merasakan

malas

jiwa

ataupun

kehilanganku

atau

mati

lengah

jiwaku

lengah

bukan

tralala

mati

hari

cinta

tralala

bukan

ku

janji

setiap

cintaku

bawa

lalu

hari

janjiku

ternak

abadi

ku

s'lalu

ke

hanya

bawa

abadi

padang

milik

ternak

hanya

rumput

pergi

ke

milikmu

kaki

tak

padang

pergi

bukit

kembali

rumput

takkan

rumput

akhir

20


5)

Daftar Kata beserta Frekuensi Kata Kumpulan kata pada tabel 2.10 kemudian disusun kedalam satu kolom dan

dihitung frekuensi kata kemunculan masing – masing dokumen. Tabel 2.11 Daftar Kata beserta Frekuensi Kata Training Stemming Daftar Kata Beserta Frekuensi Kata Baik

Tidak Baik

gembala

akan

Frekuensi Kata Kata

selalu

kau

riang

saat

gembira

Baik

Tidak Baik

gembala

1

0

ku

selalu

1

0

senang

jauh

riang

1

0

kerja

akan

gembira

1

0

tak

kau

senang

1

0

pernah

rasa

kerja

1

0

malas

jiwa

tak

1

0

atau

mati

pernah

1

0

lengah

bukan

malas

1

0

hari

cinta

atau

1

0

ku

janji

lengah

1

0

bawa

lalu

hari

1

0

ternak

abadi

ku

1

0

ke

hanya

bawa

1

0

padang

milik

ternak

1

0

rumput

pergi

ke

1

0

kaki

tak

padang

1

0

bukit

kembali

rumput

1

0

kaki

1

0

bukit

1

0

rumput

akhir

21


6)

Hasil Sorting secara Ascending Tabel 2.12 Hasil Sorting secara Ascending Training Daftar Kata Beserta

Hasil Sorting Secara

Frekuensi Kata

Ascending

Frekuensi Kata Kata

Baik Tidak Baik

Frekuensi Kata Kata

Baik Tidak Baik

gembala

1

0

abadi

0

1

selalu

1

0

abadi

0

1

riang

1

0

abadi

0

1

gembira

1

0

abadi

0

1

senang

1

0

abadi

0

1

kerja

1

0

abadi

0

1

tak

1

0

abadi

0

1

pernah

1

0

ade

1

0

malas

1

0

air

0

1

atau

1

0

akan

0

1

lengah

1

0

akan

0

1

hari

1

0

akan

0

1

ku

1

0

akhir

0

1

bawa

1

0

akhir

0

1

ternak

1

0

akhir

0

1

ke

1

0

akhir

0

1

padang

1

0

alam

0

1

rumput

1

0

apa

0

1

kaki

1

0

apakah

0

1

bukit

1

0

atau

1

0

22


7)

Hasil Grouping dengan Kata yang Sama Setelah proses sorting pada tabel 2.12, dapat dilihat kata yang sama sehingga

kata yang sama dapat digabungkan seperti pada tabel berikut: Tabel 2.13 Hasil Grouping dengan Kata yang Sama Training Hasil sorting secara

Hasil Grouping berdasarkan

ascending

kata yang sama

Frekuensi kata Kata

Baik Tidak Baik

Frekuensi kata Kata

Baik

Tidak Baik

abadi

0

1

abadi

0

7

abadi

0

1

ade

1

0

abadi

0

1

air

0

1

abadi

0

1

akan

0

3

abadi

0

1

akhir

0

4

abadi

0

1

alam

0

1

abadi

0

1

apa

0

1

ade

1

0

apakah

0

1

air

0

1

atau

1

0

akan

0

1

bahagia

1

0

akan

0

1

banyak

1

0

akan

0

1

baring

2

0

akhir

0

1

bawa

1

0

akhir

0

1

begini

0

1

akhir

0

1

bukan

0

2

akhir

0

1

bukit

1

0

alam

0

1

cinta

0

12

apa

0

1

dada

0

1

apakah

0

1

dalam

0

1

atau

1

0

dari

0

3

23


8)

Prior Probabilitas Tabel 2.14 Prior Probabilitas Training Atribut kelas

9)

P(class)

Lagu Baik

3/6

Lagu Tidak Baik

3/6

Conditional Probabilitas Tabel 2.15 Conditional Probabilitas Training

Conditional probabilitas (P(t|c) Kata

Baik

Tidak Baik

abadi

0

0.039106145

ade

0.008

air

Laplace Smoothing Kata

Baik

Tidak Baik

abadi

8.474576271 44.69273743

0

ade

16.94915254 5.586592179

0

0.005586592

air

8.474576271 11.17318436

akan

0

0.016759777

akan

8.474576271 22.34636872

akhir

0

0.022346369

akhir

8.474576271 27.93296089

alam

0

0.005586592

alam

8.474576271 11.17318436

apa

0

0.005586592

apa

8.474576271 11.17318436

apakah

0

0.005586592

apakah

8.474576271 11.17318436

atau

0.008

0

atau

16.94915254 5.586592179

bahagia

0.008

0

bahagia

16.94915254 5.586592179

banyak

0.008

0

banyak

16.94915254 5.586592179

baring

0.017

0

baring

25.42372881 5.586592179

bawa

0.008

0

bawa

16.94915254 5.586592179

begini

0

0.005586592

begini

8.474576271 11.17318436

bukan

0

0.011173184

bukan

8.474576271 16.75977654

bukit

0.008

0

bukit

16.94915254 5.586592179

24


2.9.2

Data Testing Data testing merupakan data yang digunakan sebagai uji coba terhadap

model yang terbentuk dari data training dengan data sebagai berikut:

Kategori

Isi Dokumen

Hati hati dengan hatiku Karna hatiku mudah layu Jangan kamu bermain-main Karna kutak’ main-main Sungguh aku bersungguh-sungguh Cintaku ini cinta mati Mati-matian aku Pertahankan cintaku ?

Aku takkan rela...bila kau tinggalkan Aku kan berbuat...apa saja Untuk mendapatkan kamu lagi Rupa rupa alasan kamu Untuk tetap tinggalkan aku Rupanya kamu memang Sudah tak cinta aku Cintamu yang berbisa Bisa racuni aku Bisa-bisanya kamu mau tinggalkan aku

25


1) Tokenizing Tabel 2.16 Tokenizing Testing Kata

Tokenizing

Hati

Hati

hati

hati

dengan

dengan

hatiku

hatiku

Karna

Karna

hatiku

hatiku

mudah

mudah

layu

layu

Jangan

Jangan

kamu

kamu

bermain

bermain

-

main

main

Karna

Karna

kutak’

kutak’

main

main

main

-

Sungguh

main

aku

Sungguh

bersungguh

aku

sungguh

bersungguh

Cintaku

-

ini

sungguh

cinta

Cintaku

mati

ini

Mati

26


2) Normalization Tabel 2.17 Normalization Testing Tokenizing

Normalization

Hati

hati

hati

hati

dengan

dengan

hatiku

hatiku

Karna

karna

hatiku

hatiku

mudah

mudah

layu

layu

Jangan

jangan

kamu

kamu

bermain

bermain

main

main

Karna

karna

kutak’

kutak’

main

main

main

main

Sungguh

sungguh

aku

aku

bersungguh

bersungguh

sungguh

sungguh

Cintaku

cintaku

ini

ini

cinta

cinta

mati

mati

Mati

mati

27


3) Stop Word Tabel 2.18 Stop Word Testing Normalization

Stopword

hati

hati

hati

hati

dengan

hatiku

hatiku

karna

karna

hatiku

hatiku

mudah

mudah

layu

layu

jangan

jangan

bermain

kamu

main

bermain

karna

main

kutak’

karna

main

kutak’

main

main

bersungguh

main

sungguh

sungguh

cintaku

aku

cinta

bersungguh

mati

sungguh

mati

cintaku

matian

ini

pertahankan

cinta

cintaku

mati

takkan

28


4) Stemming Tabel 2.19 Stemming Testing Stopword

Stemming

hati

hati

hati

hati

hatiku

hati

karna

hati

hatiku

mudah

mudah

layu

layu

jangan

jangan

main

bermain

main

main

main

karna

main

kutak’

sungguh

main

sungguh

main

cinta

bersungguh

cinta

sungguh

mati

cintaku

mati

cinta

tahan

mati

cinta

mati

tak

matian

rela

pertahankan

bila

cintaku

kau

takkan

tinggal

rela

kan

29


5) Daftar Kata Beserta Frekuensi Kata Tabel 2.20 Daftar Kata beserta Frekuensi Kata Testing Stemming Hati

Daftar Kata Beserta Frekuensi Kata Kata

Frekuensi Kata

hati

apa

1

hati

bila

1

hati

bisa

1

mudah

bisa

1

layu

bisa

1

jangan

bisa

1

main

buat

1

main

cinta

1

main

cinta

1

main

cinta

1

sungguh

cinta

1

sungguh

cinta

1

cinta

dapat

1

cinta

hati

1

mati

hati

1

mati

hati

1

tahan

hati

1

cinta

jangan

1

tak

kan

1

rela

kau

1

bila

layu

1

kau

main

1

tinggal

main

1

kan

main

1

buat

main

1

30


6) Hasil Sorting secara Ascending Tabel 2.21 Hasil Sorting secara Ascending Testing Daftar kata beserta frekuensi katanya Kata

Hasil sorting secara ascending

Frekuensi kata

Kata

Frekuensi kata

apa

1

apa

1

bila

1

bila

1

bisa

1

bisa

4

bisa

1

buat

1

bisa

1

cinta

5

bisa

1

dapat

1

buat

1

hati

4

cinta

1

jangan

1

cinta

1

kan

1

cinta

1

kau

1

cinta

1

layu

1

cinta

1

main

4

dapat

1

mati

3

hati

1

mau

1

hati

1

memang

1

hati

1

mudah

1

hati

1

rela

1

jangan

1

rupa

3

kan

1

saja

1

kau

1

sungguh

2

layu

1

tahan

1

main

1

tak

2

main

1

tetap

1

31


7)

Hasil Grouping dengan Kata yang Sama Tabel 2.22 Hasil Grouping dengan Kata yang Sama Testing

Hasil Sorting Secara Ascending Kata

Frekuensi Kata

Hasil Grouping Berdasarkan Kata Yang Sama Kata

Frekuensi Kata

apa

1

apa

1

bila

1

bila

1

bisa

4

bisa

4

buat

1

buat

1

cinta

5

cinta

5

dapat

1

dapat

1

hati

4

hati

4

jangan

1

jangan

1

kan

1

kan

1

kau

1

kau

1

layu

1

layu

1

main

4

main

4

mati

3

mati

3

mau

1

mau

1

memang

1

memang

1

mudah

1

mudah

1

rela

1

rela

1

rupa

3

rupa

3

saja

1

saja

1

sungguh

2

sungguh

2

tahan

1

tahan

1

tak

2

tak

2

tetap

1

tetap

1

tinggal

3

tinggal

3

32


8)

Prior Probabilitas Tabel 2.23 Prior Probabilitas Testing Prior Porbabilitas Atribut Kelas

9)

P(Class)

Baik

1/2

Tidak Baik

1/2

Hasil Proses Matching antara Model dengan Data Testing Tabel 2.24 Hasil Proses Matching antara Model dengan Data Testing Hasil Proses Matching antara Model dengan Data Testing Kata

Frekuensi Kata

apa

1

cinta

5

hati

4

kau

1

mati

3

saja

1

tak

2

…

…

33


10)

Hasil Matching beserta dengan Nilai Conditional Probabilitas Setelah proses hasil matching antara model beserta dengan nilai conditional

probabilitas-nya, frekuensi kata akan digabungkan dengan nilai conditional probabilitas-nya. Tabel 2.25 Hasil Matching beserta dengan Nilai Conditional Probabilitas Testing Hasil Matching beserta dengan Nilai Conditional Probabilitas-nya kata

Frekuensi kata

Baik

Tidak Baik

apa

1

8.474576271

11.17318436

cinta

5

8.474576271

72.62569832

hati

4

16.94915254

27.93296089

kau

1

8.474576271

22.34636872

mati

3

8.474576271

16.75977654

saja

1

8.474576271

16.75977654

tak

2

25.42372881

16.75977654

34


11)

Hasil Perkalian Nilai Conditional Probabilitas dengan Frekuensi Kata

Tabel 2.26 Hasil Perkalian Nilai Conditional Probabilitas dengan Frekuensi Kata Testing Hasil Perkalian Nilai Conditional Probabilitas Dengan Frekuensi Kata Kata apa cinta hati kau mati saja tak Total 12)

Baik 8.474576271 43710.92162 82526.22002 8.474576271 608.6308727 8.474576271 646.3659868 8.63711E+17

Tidak Baik 11.17318436 2020466279 608790.5374 22.34636872 4707.655467 16.75977654 280.8901095 6.80633E+24

Hitung Probabilitas Untuk menghitung nilai probabilitas dari data testing diperlukan perkalian

antara nilai prior probabilitas dengan hasil perkalian antara nilai contiditional probabilitas dengan frekuensi kata sehingga didapat hasil sebagai berikut: Tabel 2.27 Hitung Probabilitas Testing Hitung probabilitas P(Baikllagu7)

4.31855E+17

P(Tidak Baikllagu7)

3.40316E+24

Dari hasil perhitungan diatas dapat disimpulkan bahwa lagu7 kata masuk pada klasifikasi lagu yang tidak baik untuk anak dengan nilai 3.40316E+24 yang telah melalui proses terhadap data training.

35


3. BAB III PERANCANGAN SISTEM

3.1

Gambaran Umum Sistem Sistem yang dibangun dalam penelitian ini adalah sistem pengujian akurasi

dari penggunaan metode Multinomial Naïve Bayes pada klasifikasi data teks lirik lagu. Lirik lagu yang digunakan adalah lirik lagu dari beberapa situs website salah satunya adalah lirik.kapanlagi.com dan liriklaguanak.com. Proses klasifikasi yang akan dilakukan pada sistem ini menggunakan metode Multinomial Naïve Bayes sebagai klasifikasi. User dalam sistem ini adalah pihak yang menggunakan sistem. Data yang digunakan dalam penelitian adalah data dengan format ekstensi *.txt yang diimport dari direktori kemudian hasil teks akan dieksekusi kedalam proses indexing. Proses klasifikasi tersebut dapat dilihat pada Gambar 3.1.

Data Training

Tentukan Kategori

Tokenazing

Normalization

Stop Word

Sorting dan Grouping

Stemming

Indexing Index

Hitung Prior Porbabilitas

Hitung Conditional Probabilites

Laplace Smoothing

Model

Training

Modelling

Classification

Matching

Pangkatkan Nilai Conditional Probabilites

Hitung Probabilitas Tiap Kelas

Hasil Klasifikasi Testing

Index

Data Testing

Tokenazing

Normalization

Stop Word

Stemming

Sorting dan Grouping Indexing

Gambar 3.1 Diagram Block Proses Klasifikasi 36


Pada Gambar 3.1 proses indexing menghasilkan kumpulan kata beserta nilai frekuensi kata dari masing - masing yang telah diseleksi. Kumpulan kata ini akan diolah menggunakan metode Multinomial Naïve Bayes sehingga menghasilkan model yang digunakan untuk proses klasifikasi. Proses klasifikasi, akan melalui proses indexing yang sama pada proses training tanpa diketahui kelas atau kategorinya yang menghasilkan kumpulan kata. Hasil kumpulan kata digunakan untuk proses matching agar mendapatkan daftar kata yang sama pada kumpulan kata dan data model. Hasil proses matching digunakan untuk melakukan klasifikasi menggunakan metode Multinomial Naïve Bayes.

3.2

Teknik Analisis Data

3.2.1

Metode Pengumpulan Data Data yang diperoleh merupakan data yang melalui beberapa tahapan.

Adapaun tahapan yang dilalui untuk melakukan pengumpulan data dalam penelitian ini sebagai berikut: 1.

Studi Pustaka Penggunaan studi pustaka pada penelitian ini adalah untuk mencari sumber – sumber mengenai metode Multinomia Naive Bayes untuk mengklasifikasikan data teks.

2.

Observasi Penggunaan observasi pada penelitian adalah untuk melakukan pencarian data teks lirik lagu dari berbagai macam situs website.

37


3.

Wawancara Metode wawancara digunakan untuk pengelompokan data sebagai acuan pemberian label terhadap data dari seorang ahli. Dalam kasus penelitian ahli dipilih dari dosen psikologi untuk menentukan klasifikasi data yang baik dan tidak baik untuk anak.

3.2.1

Pengolahan Data

Dalam penelitian data yang digunakan sebanyak 500. Data yang digunakan diperoleh melalui beberapa situs website. Pembagian data dapat dilihat pada tabel 3.1 berikut: Tabel 3.1 Tabel Data Training dan Testing Jumlah Data Data Training Data Testing Lagu Baik

200

50

Lagu Tidak Baik

200

50

Total

400

100

Klasifikasi

Sebanyak 400 data sebagai data training akan melalui tahap preprocessing untuk mendapatkan sebuah model dan 100 data sebagai data testing akan melalui tahap preprocessing untuk mencocokan data testing dengan model untuk mengetahui hasil klasifikasi. Sampai pada akhirnya perhitungan akurasi dengan menggunakan confusion matrix.

38


3.2.2

Preprocessing Data Preprocessing akan dilalui oleh data sebelum proses klasifikasi. Proses ini

dilakukan untuk meminimalisir permasalahan yang timbul dalam data diantaranya mengurangi jumlah kata yang tidak berarti atau tidak memiliki makna dalam data dalam dokumen. Proses yang berlangsung pada setiap data dilakukan melalui tahapan sebagai berikut : 1)

Tokenizing Tahapan ini, menghilangkan karakter yang tidak memiliki arti pada kumpulan kata.

2)

Normalization Tahapan ini, mengembalikan bentuk kata dari huruf besar menjadi huruf kecil.

3)

Stop Word Tahapan ini, menghilangkan kata yang tidak memiliki arti atau tidak mempengaruhi pemerolehan informasi.

4)

Stemming Tahapan ini, mengembalikan bentuk kata menjadi bentuk kata dasar

5)

Sorting dan Grouping Tahapan ini, mengurutkan kata dari abjad a sampai z serta menggabungkan kata yang sama.

39


3.2.3

Klasifikasi Data Proses klasifikasi data yang telah melalui tahapan menghitung frekuensi kata

yang akan diklasifikasikan berdasarkan klasifikasi

yang telah ditentukan.

Klasifikasi data ini menggunakan metode Multinomial Naïve Bayes, adapun tahapan dalam proses klasifikasi data adalah sebagai berikut : 1.

Menghitung Prior Probabilitas Pada proses ini , hitung prior probabilitas pada data training dalam kelas dengan menggunakan rumus: 𝑷(𝒄) =

2.

𝑵𝒄 𝑵

Menghitung Conditional Probabilitas Pada proses ini , hitung nilai conditional probabilitas pada setiap data baik data training atau testing dengan menggunakan rumus berikut: 𝑷(𝒕|𝒄) =

𝑻𝒄𝒕 ∑ 𝒕′ ∈ 𝑽 𝑻𝒄𝒕

Untuk menghilangkan nilai nol pada sebuah dokumen, digunakan laplace smoothing sebagai proses penambahan nilai 1 pada setiap nilai Tct pada perhitungan conditional probabilities dan dinyatakan dengan rumus: 𝑷(𝒕𝑷𝒕𝒌 |𝒄) =

∑ 𝒕′

𝑻𝒄𝒕 + 𝟏 ∈ 𝑽 𝑻𝒄𝒕 + 𝑩′

40


3.

Hasil proses matching antara model dan data testing Pada proses ini, untuk data testing akan dicari hasil matching melalui pengecekan ada atau tidak kata yang dicari pada model.

4.

Hasil matching beserta dengan nilai conditional probabilitas-nya Pada proses ini, setelah proses matching antara model dan data testing maka nilai dari kata yang sama pada data testing dan model, maka nilai dari kata pada model akan diambil dan dimasukkan dalam data testing.

5.

Hasil perkalian conditional probabilitas dengan frekuensi kata Pada proses ini, nilai yang diperoleh dari masing – masing kata pada data testing akan dipangkatkan sesuai dengan jumlah frekuensi kata yang dicari.

3.3

Akurasi Data Confusion matrix (Paskianti, 2011) adalah sebuah tabel yang menyatakan

jumlah data uji yang benar diklasifikasikan dan jumlah data uji yang salah diklasifikasikan. Confusion matrix ditunjukan pada tabel berikut: Tabel 3.2 Tabel Confusion Matrix Kelas Prediksi 1

0

Kelas

1

TP

FN

sebenarnya

0

FP

TN

tp (True positive) : jumlah dokumen dari kelas 1 yang benar diklasifikasikan sebagai kelas 1 tn (True negative) : jumlah dokumen dari kelas 0 yang benar diklasifikasikan sebagai kelas 0

41


fp (False positive) : jumlah dokumen dari kelas 0 yang salah diklasifikasikan sebagai kelas 1 fn(False negative) : jumlah dokumen dari kelas 1 yang salah diklasifikasikan sebagai kelas 0

Perhitungan akurasi dinyatakan dalam persamaan berikut:

𝑨𝒌𝒖𝒓𝒂𝒔𝒊 =

𝑻𝑷 + 𝑻𝑵 𝒙 𝟏𝟎𝟎% 𝑻𝑷 + 𝑭𝑵 + 𝑭𝑷 + 𝑻𝑵

42


4. BAB IV IMPLEMENTASI

4.1

Antarmuka Menu

GAMBAR LOGO

ANALISIS SENTIMEN PADA LIRIK LAGU MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

Lagu Baik

200

Total TF Lagu Baik

Lagu Tidak Baik

200

Total TF Lagu Tidak Baik

GAMBAR

Baik

Tdk Baik

Jumlah Kata Unik dalam Keseluruhan Dokumen

PROSES

L.Baik Test

50

LT.Baik Test

50

0%

AKURASI BROWSE

LIRIK LAGU P(Baik|Data Testing)

0

0 %

P(Tidak Baik|Data Testing)

0

0 %

Apakah lirik dari lagu tersebut baik untuk anak ? 0

0%

RESET

0

Tujuan pembuatan aplikasi ini adalah membantu klasifikasi data teks dengan menggunakan metode Multinomial Naïve Bayes guna mempermudah analisis sentimen lagu yang baik atau tidak baik bagi anak

Nama : Elsa Rika .O. NIM : 115314079

Gambar 4.1 Menu Gambar diatas merupakan tampilan menu utama dari sistem, tampilan sistem ini mencakup keseluruhan bagian mulai dari input data training, klasifikasi lagu data testing sampai dengan akurasi sistem.

4.2

Antarmuka Training

Lagu Baik Lagu Tidak Baik Proses

Gambar 4.2 Input Data

43


Gambar diatas merupakan sebuah tampilan untuk menginputkan data yang akan diolah. Data yang diolah merupakan data training dengan jumlah data maksimal yang telah ditentukan. Masing – masing klasifikasi merupakan data lagu yang tidak baik dengan jumlah data maksimal 200 data dan lagu yang tidak baik maksimal sebanyak 200 data. Pengguna dapat memasukkan data sesuai keinginan dengan jumlah data yang sama pada masing - masing klasifikasi tanpa melebihi batas maksimal data pada masing – masing klasifikasi .

Total TF Lagu Baik

Total TF Lagu Tidak Baik Jumlah Kata Unik dalam Keseluruhan Dokumen

Gambar 4.3 Hasil Stemming Gambar diatas merupakan panel yang digunakan untuk menampung hasil perhitungan dari proses preprocessing data training untuk mendapatkan total nilai frekuensi kata dari lagu yang baik, frekuensi kata dari lagu yang tidak baik serta jumlah kata unik dalam keseluruhan dokumen lagu baik dan lagu tidak baik.

4.3

Antarmuka Testing

BROWSE

Gambar 4.4 Ambil File

44


Gambar diatas merupakan panel yang digunakan untuk mengambil data pada sebuah direktori untuk melakukan pengujian satu per satu terhadap data testing .

P(Baik|Data Testing)

%

P(Tidak Baik|Data Testing)

%

Gambar 4.5 Hasil Klasifikasi Gambar diatas merupakan panel yang digunakan untuk menampung hasil dari proses klasifikasi data testing untuk menentukan klasifikasi dari lagu data testing yang diuji.

Apakah lirik dari lagu tersebut baik untuk anak ?

Gambar 4.6 Penentu Kategori Lagu Gambar diatas merupakan panel yang digunakan untuk menampilkan klasifikasi dari data testing yang telah diolah.

L.Baik Test

50 AKURASI

LT.Baik Test

0%

50

Gambar 4.7 Akurasi Sistem Gambar diatas merupakan panel yang digunakan untuk melakukan proses pengujian terhadap keseluruhan data testing atau sesuai dengan jumlah data yang

45


diinginkan oleh pengguna. Jumlah data testing baik pada klasifikasi lagu baik atau lagu tidak baik harus sama.

Baik

Tdk Baik

0

0

Gambar 4.8 Nomor Lagu Gambar diatas merupakan panel yang digunakan untuk mengetahui nomor dari lagu yang masuk klasifikasi lagu baik atau lagu tidak baik. Pada panel yang berisi angka 0 merupakan tempat menampilkan total dari lagu yang masuk dalam klasifikasi lagu baik dan total dari lagu yang masuk dalam kategori lagu tidak baik.

0%

RESET

Gambar 4.9 Progres Sistem dan Reset

46


Gambar diatas merupakan sebelah kanan merupakan panel yang digunakan untuk mengetahui progres dari sistem dan disebelah kiri merupakan panel yang berisi button reset untuk mengembalikan sistem pada kondisi awal.

LIRIK LAGU

Gambar 4.10 Isi Teks Lagu Gambar diatas merupakan panel yang digunakan untuk menampilkan isi dari teks dari lagu yang dipilih oleh pengguna pada saat uji coba terhadap satu per satu data testing.

47


5. BAB V PENGUJIAN

5.1

Pengujian Data Pengujian terhadap 500 data, dengan pembagian sebanyak 250 data lagu baik

untuk anak dan 250 data lagu tidak baik untuk anak. Dari masing – masing klasifikasi diambil 50 data lagu baik untuk anak dan 50 data lagu tidak baik untuk anak sebagai data testing. Setelah dilakukan percobaan didapat hasil sebagai berikut: Sebelum diolah oleh sistem sebagai berikut: Tabel 5.1 Sebelum Diolah Sistem Lagu Baik Data

1

2

3

4

5

6

7

8

9

10

Klasifikasi LB

LB

LB

LB

LB

LB

LB

LB

LB

LB

Data

11

12

13

14

15

16

17

18

19

20

Klasifikasi LB

LB

LB

LB

LB

LB

LB

LB

LB

LB

Data

21

22

23

24

25

26

27

28

29

30

Klasifikasi LB

LB

LB

LB

LB

LB

LB

LB

LB

LB

Data

31

32

33

34

35

36

37

38

39

40

Klasifikasi LB

LB

LB

LB

LB

LB

LB

LB

LB

LB

48


Data

41

42

43

44

45

46

47

48

49

50

Klasifikasi LB

LB

LB

LB

LB

LB

LB

LB

LB

LB

2

3

4

5

6

7

8

9

10

Lagu Tidak Baik Data

1

Klasifikasi

LTB LTB LTB LTB LTB LTB LTB LTB LTB LTB

Data

11

Klasifikasi


Data

21

Klasifikasi


Data

31

Klasifikasi


Data

41

Klasifikasi


12

22

32

42

13

23

33

43

14

15

24

25

34

35

44

45

16

26

36

46

17

27

37

47

18

28

38

48

19

29

39

49

20

30

40

50

Setelah diolah oleh sistem sebagai berikut: Tabel 5.2 Setelah Diolah Sistem Lagu Baik Data

1

2

3

4

5

6

7

8

9

10

49


Klasifikasi LB

LB

LB

LB

LB

LB

LB

LB

LB

LB

Data

11

12

13

14

15

16

17

18

19

20

Klasifikasi LB

LB

LB

LB

LB

LB

LB

LB

LB

LB

Data

22

23

24

25

26

27

28

29

30

Klasifikasi LTB

LB

LB

LB

LB

LB

LB

LB

LB

LB

Data

31

32

33

34

35

36

37

38

39

40

Klasifikasi LB

LB

LB

LB

LB

LB

LTB

LB

LB

LB

Data

41

42

43

44

45

46

47

48

49

50

Klasifikasi LB

LB

LB

LB

LB

LTB

LB

LB

LB

LB

2

3

4

5

6

7

8

9

21

Lagu Tidak Baik Data

1

Klasifikasi


Data

11

Klasifikasi

LTB LTB LTB LTB LTB LTB LTB LTB LTB LB

Data

21

Klasifikasi

LTB LTB LTB LB

12

22

13

23

14

24

15

25

16

26

17

27

LTB LTB LB

18

28

19

29

10

20

30

LTB LTB LTB

50


Data

31

32

33

34

35

36

37

Klasifikasi

LTB LTB LB

LTB LB

LTB LTB LTB LB

LTB

Data

41

42

43

44

45

46

49

50

Klasifikasi

LB

LTB LB

LB

LTB LTB LTB LTB LB

LB

47

38

48

39

40

LB = Lagu Baik; LTB = Lagu Tidak Baik

Dari hasil pengujian diatas yang dapat dilihat pada tabel 2.2 diatas dengan data yang telah diklasifikasikan sebelumnya, diketahui bahwa setelah melalui tahap pengujian, 50 data testing lagu baik diperoleh sebanyak 47 data masuk dalam klasifikasi lagu baik dan dari 50 data testing lagu tidak baik diperoleh sebanyak 39 data masuk dalam klasifikasi lagu tidak baik untuk anak.

5.1.1

Pengujian Akurasi Pengujian dilakukan terhadap 50 data testing lagu baik untuk anak dan 50

data testing lagu tidak baik untuk anak. Data testing yang diuji pada sistem dengan hasil sebagai berikut: Tabel 5.3 Tabel Confusion Matrix Kelas Prediksi Lagu Baik

Lagu Tidak Baik

Kelas

Lagu Baik

47

3

sebenarnya

Lagu Tidak Baik

11

39

51


𝑨𝒌𝒖𝒓𝒂𝒔𝒊 =

=

𝟒𝟕 + 𝟑𝟗 𝒙 𝟏𝟎𝟎% 𝟒𝟕 + 𝟑 + 𝟏𝟏 + 𝟑𝟗

𝟖𝟔 𝒙 𝟏𝟎𝟎% = 𝟖𝟔% 𝟏𝟎𝟎

Dari hasil pengujian diatas dapat diketahui kemampuan sistem untuk membantu mengklasifikasikan data teks sebesar 86%.

5.2

Analisis Pengujian Dari tabel diatas telah diperoleh data sebanyak 47 data testing lagu baik yang

masuk dalam klasifikasi lagu baik untuk anak dan 39 data testing lagu tidak baik yang masuk dalam klasifikasi lagu tidak baik untuk anak. Melalui hasil pengujian diatas dapat diketahui hasil analisis sentimen terhadap klasifikasi lagu baik dan tidak baik untuk anak sebagai berikut: 1.

Jumlah kata pada masing – masing klasifikasi data training

Gambar 5.1 Jumlah Kata Gambar diatas menunjukkan jumlah kata dari masing – masing klasifikasi. Dari 200 data lagu baik diperoleh jumlah kata sebanyak 13535 kata dan data lagu tidak baik diperoleh jumlah kata sebanyak 16417 kata. Dari keseluruhan data lagu baik dan lagu tidak baik diperoleh sebanyak 3084 kata unik.

52


2.

Kegagalan dalam klasifikasi Pengujian data yang terdapat pada lagu baik tetapi setelah diolah tidak masuk

dalam klasifikasi lagu baik seperti gambar 5.2 berikut:

Gambar 5.2 Pengujian Data Testing Gambar 5.2 diatas menunjukkan bahwa data testing ini masuk dalam klasifikasi lagu tidak baik untuk anak. Data testing dapat masuk ke dalam klasifikasi lagu tidak baik dikarenakan nilai dari laplace smoothing yang terdapat pada masing – masing klasifikasi lagu baik dan tidak baik untuk anak berbeda – beda sesuai dengan frekuensi kata. Nilai dari laplace smoothing merupakan conditional probabilitas yang akan dijadikan sebagai model sehingga nilai dari conditional probabilitas pada model akan dipangkatkan sebanyak dengan frekuensi kata data testing. Lagu pada gambar 5.2 seharusnya masuk pada klasifikasi lagu yang baik, dikarenakan nilai laplace smoothing dari masing – masing kata berbeda dengan nilai laplace smoothing dari klasifikasi lagu tidak baik lebih tinggi dibandingkan dengan nilai laplace smoothing dari klasifikasi lagu baik sehingga mendapatkan hasil sebagai berikut:

53


Tabel 5.4 Perbandingan Data Testing Terhadap Model Kata Unik Lagu Testing

Kata Frequecy Hasil Pengecekan dari Kata Unik Testing Terhadap Kata Unik Lagu pada Model Testing (TF) Lagu Baik Ada/Tidak

buat dari kita kota sahabat semua sudah teman

8 6 4 3 4 6 4 4

(Laplace Smoothing (LS))

Ada/Tidak

Ada Ada Ada Ada Ada Ada Ada Ada

Lagu Tidak Baik (Laplace Smoothing (LS))

Ada Ada Ada Ada Ada Ada Ada Ada

0.361032553 0.421204645 0.060172092 0.060172092 0.060172092 0.060172092 0.180516277 0.060172092

0.61535 0.05128 0.10256 0.10256 0.15384 0.87175 0.05128 0.10256

LS^TF

2.89E-04

2.06E-02

5.58E-03

1.82E-08

1.31E-05

1.11E-04

2.18E-04

1.08E-03

1.31E-05

5.60E-04

4.75E-08

4.39E-01

1.06E-03

6.91E-06

1.31E-05

1.11E-04

1.00E+00

1.00E+00

LS*Prior Probabilitas(PP)

1.99E-35

4.19E-30

Presentase

4.75E-04

99.9995

54


Dari tabel 5.4 dapat diketahui bahwa kata unik yang ada dalam data testing mulai dari kata buat, dari, kita, kota, sahabat, semua, sudah dan teman terdapat pada klasifikasi lagu baik dan lagu tidak baik untuk anak dengan nilai laplace smoothing yang berbeda. Dari uji coba salah satu data testing menghasilkan klasifikasi yang tidak sesuai dikarenakan nilai laplace smoothing dari klasifikasi lagu tidak baik terhadap data testing memiliki nilai laplace smoothing yang lebih tinggi dibandingkan nilai laplace smoothing dari klasifikasi lagu tidak baik. Setiap kata unik yang terdapat pada data testing diantaranya kata buat, dari, kita, kota, kata sahabat, kata, semua, sudah dan teman merupakan kata – kata yang secara umum dapat digunakan tidak hanya dalam klasifikasi lagu baik melainkan dapat digunakan pada klasifikasi lagu tidak baik karena kata – kata tersebut merupakan kata yang bersifat umum sehingga tidak mudah dalam menentukan klasifikasi lagu dari data testing.

3.

Batasan terhadap frekuensi kata Melalui beberapa kali percobaan dengan memberikan batasan didapatkan

hasil sebagai berikut: Tabel 5.5 Batasan Frekuensi Kata Percobaan 1 2 3 4

Min 1 2 2 4

Max 5 5 10 8

Presentase Akurasi 58% 52% 86% 37%

55


Dari tabel 5.4 diatas dapat diketahui presentase akurasi yang baik digunakan sebagai batasan terhadap data testing adalah percobaan kedua dengan batasan minimal 2 frekuensi kata yang digunakan dan maksimal 10 frekuensi kata yang digunakan.

4.

Kata yang ambigu Pada penelitian ini dapat dibandingkan antara total kata unik masing - masing

klasifikasi lagu baik dan lagu tidak baik untuk anak. Contoh beberapa kata unik pada masing - masing kelas dapat dilihat pada tabel berikut: Tabel 5.6 Kata Unik Pada Tiap Kelas Kata Unik Lagu Baik

Kata Unik Lagu Tidak Baik

'abadi'

'abadi'

'abah'

'abai'

'acara'

'abis'

'ada'

'abu'

'adik'

'acak'

'adil'

'acuh'

'adu'

'ada'

'agil'

'adik'

'agung'

'adu'

'air'

'aduhai'

'aja'

'agak'

'ajaib'

'ahli'

'ajak'

'air'

'ajal'

'aja'

'ajar'

'ajak'

'akan'

'ajar'

'akhir'

'akad'

'aksara'

'akal'

'aku'

'akan'

'alam'

'akang'

'alangkah'

'akh'

'album'

'akhir'

56


'alhamdulillah'

'akhirat'

'allah'

'akhlak'

'alu'

'akibat'

'alun'

'aksi'

'ama'

'aku'

'amat'

'alam'

'ambil'

'alami'

'anak'

'alangkah'

'ancol'

'alat'

'andai'

'aling'

'andong'

'alis'

'aneka'

'alur'

'angan'

'aman'

'angguk'

'amanah'

'angin'

'ambil'

'angka'

'ambisi'

'angkasa'

'amin'

'angkat'

'anak'

'angsa'

'anang'

'anjak'

'andai'

'anjing'

'aneh'

'anoa'

'angan'

'antara'

'anggap'

'antem'

'angin'

'apa'

'angkasa'

'apakah'

'angkat'

'api'

'anjak'

'arak'

'anjing'

'arek'

'antar'

'arena'

'antartika'

'ari'

'antem'

'aries'

'anti'

'arti'

'anting'

'asa'

'anugerah'

'asal'

'apa'

'asam'

'apakah'

'asap'

'ape'

'asin'

'apel'

'asing'

'api'

57


'asli'

'arah'

'asmara'

'argumen'

'asyik'

'arti'

'atas'

'arus'

'atau'

'asa'

'atur'

'asal'

'awan'

'asmara'

'awar'

'aspirin'

'awas'

'asyik'

'ayah'

'atas'

'ayam'

'atau'

'ayo'

'atom'

'ayun'

'aura'

'bab'

'awak'

'baca'

'awal' 'awan' 'awas' 'ayah' 'ayam' 'ayat' 'ayem' 'ayo' 'ayu' 'ayun' 'baca'

Merah = kata berada pada klasifikasi lagu baik dan tidak baik. Hitam = kata hanya terdapat salah satu klasifikasi lagu baik atau lagu tidak baik.

Pada tabel diatas dapat diketahui bahwa dari beberapa kata unik masing – masing kelas ditemukan kata yang sama baik pada klasifikasi lagu baik atau klasifikasi lagu tidak baik untuk anak. Kata – kata yang terdapat pada masing – masing klasifikasi terdapat pula pada masing – masing klasifikasi dikarenakan kata

58


yang muncul merupakan kata umum yang sering digunakan tidak hanya dalam lagu baik tetapi dapat digunakan dalam lagu tidak baik untuk anak.

5.

Jumlah training seimbang Jika data yang digunakan tidak seimbang maka akan mempengaruhi hasil

klasifikasi. Misal data training lagu baik 5 dan lagu tidak baik 3, maka kosa kata pada lagu baik akan lebih banyak dibandingkan kosa kata lagu tidak baik sehingga pada saat data testing diuji maka hasil cenderung lebih mengarah pada lagu baik karena kosa kata dari lagu baik lebih banyak dibandingkan lagu tidak baik. Sehingga data yang digunakan harus seimbang karena penelitian data yang digunakan tidak dinormalisasikan dan hanya menggunakan jumlah frekuensi kata dalam sebuah dokumen untuk perhitungan klasifikasi lagu.

59


6. BAB VI KESIMPULAN DAN SARAN

6.1

Kesimpulan Kesimpulan dapat diambil melalui hasil pengujian dan implementasi yang

telah dipaparkan di atas sebagai berikut : 1.

Metode multinomial naive bayes dapat digunakan untuk mengklasifikasikan data berupa teks.

2.

Penggunaan metode Multinomial Naïve Bayes dengan melakukan proses pengambilan jumlah kata yang muncul dalam setiap dokumen membuat hasil dari keseluruhan data bergantung dari jumlah kata yang muncul dalam setiap dokumen.

3.

Batasan dengan term frekuensi minimal 2 dan maksimal 10 memberikan akurasi tertinggi yaitu 86%.

4.

Frekuensi kata dari sebuah dokumen memberi pengaruh yang besar dalam klasifikasi teks karena pada penelitian ini perhitungan berdasarkan dari jumlah frekuensi kata dalam sebuah dokumen.

6.2

Saran Beberapa saran kiranya dapat membantu dalam meningkatkan efektifitas dari

pengklasifikasian data teks sebagai berikut : 1. Penambahan jumlah data sekiranya dapat membantu memperbanyak kosa kata dalam data training.

60


2. Penambahan kelas klasifikasi tidak hanya klasifikasi lagu baik dan lagu tidak baik untuk anak. 3. Program hendaknya dikembangkan menjadi sistem informasi.

61


DAFTAR PUSTAKA

Bates, Marcia J. (1989). The Design Of Browsing And Berrypicking Techniques For The Online Search Interface. University of California. Bing Liu. (2010). Sentiment Analysis and Subjectivity, in Handbook of Natural Language Processing. Go, A., Huang, L., & Bhayani, R. (2009). Twitter Sentiment Analysis. Final Project Report, Stanford University, Department of Computer Science. Manning, C. D., Raghavan, P., & Schutze, H. (2008). An Introduction to Information Retrieval. Cambridge University Press. Paskianti, Kristina. (2011). Klasifikasi Dokumen Tumbuhan Obat menggunakan Algoritma KNN Fuzzy. Institut Pertanian Bogor. Porter, M. (2006, January). The Porter Stemming Algorithm. Retrieved February 25, 2011, from Tartarus: http://tartarus.org/~martin/PorterStemmer/ Shu, Hanjie. (2010). Opinion Mining For Song Lyrics. Norwegian University of Science and Technology. Tala, F. Z. (2003). A Study of Stemming Effects on Information Retrieval in Bahasa Indonesia. M.Sc. Thesis, University of Amsterdam. Tan, P. N., Steinbach, M., & Kumar, V. (2006). Introduction to Data Mining. Pearson Education.

62


LAMPIRAN

Source Code main.fig

main.m function varargout = main(varargin) % MAIN MATLAB code for main.fig % MAIN, by itself, creates a new MAIN or raises the existing % singleton*. % % H = MAIN returns the handle to a new MAIN or the handle to % the existing singleton*. % % MAIN('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in MAIN.M with the given input arguments. % % MAIN('Property','Value',...) creates a new MAIN or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before main_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to main_OpeningFcn via varargin.

63


% % *See GUI Options on GUIDE's Tools menu. allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES

Choose "GUI

% Edit the above text to modify the response to help main % Last Modified by GUIDE v2.5 04-Jul-2015 20:36:13 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @main_OpeningFcn, ... 'gui_OutputFcn', @main_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT

% --- Executes just before main is made visible. function main_OpeningFcn(hObject, ~, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to main (see VARARGIN) % Choose default command line output for main handles.output = hObject; clc; % Clear command windows evalin( 'base', 'clearvars *' ); % Clear workspace % Menampilkan gambar axes(handles.axLogoUSD); imshow('Gambar\logosadar.png') axes(handles.axGambarNote); imshow('Gambar\gambarNote.jpg') % PEngaturan tabel no lagu set(handles.tblNoLBaik,'ColumnWidth',{50}); set(handles.tblNoLBaik,'Data',{}); set(handles.tblNoLTdkBaik,'ColumnWidth',{50});

64


set(handles.tblNoLTdkBaik,'Data',{}); % Update handles structure guidata(hObject, handles); % UIWAIT makes main wait for user response (see UIRESUME) % uiwait(handles.main);

% --- Outputs from this function are returned to the command line. function varargout = main_OutputFcn(~, ~, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in proses_dtraining. function proses_dtraining_Callback(hObject, eventdata, handles) %#ok % hObject handle to proses_dtraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)

% clear; clc; set(handles.lb_htraining,'String','0'); set(handles.ltb_htraining,'String','0'); set(handles.kataunik_htraining,'String','0'); set(handles.txtProgres,'String','0'); pause(0.1); nLgBaik=str2double(get(handles.lb_dtraining,'String')); nLgTdkBaik=str2double(get(handles.ltb_dtraining,'String')); dirTestLgBaik='DataLagu\LaguBaik\'; dirTestLgTdkBaik='DataLagu\LaguTidakBaik\'; nFileTestLbBaik=length(dir([dirTestLgBaik, '\*.txt'])); nFileTestLbTdkBaik=length(dir([dirTestLgTdkBaik, '\*.txt'])); if (nLgBaik == nLgTdkBaik) && (nLgBaik <= nFileTestLbBaik) && (nLgTdkBaik <= nFileTestLbTdkBaik) % PREPROCESSING % Baca file yang berisi kata penghubung/yang tidak dibutuhkan fileID = fopen('KamusKata\kataTiadaArti.txt'); % Membuka file data = textscan(fileID,'%s'); % Membaca file fclose(fileID); % Menutup file

65


kataTiadaArti=data{1}; % Memasukkan data file ke dalam matriks cell array % Baca file yang berisi kata dasar fileID = fopen('KamusKata\katadasar.txt'); % Membuka file data = textscan(fileID,'%s'); % Membaca file fclose(fileID); % Menutup file kamusKataDasar=data{1}; % Memasukkan data file ke dalam matriks cell array % Lagu baik [matrixkataDasarHasilStemLgBaik{1:nLgBaik,1}]=deal(zeros(0)); ktDasarTraining_lgBaik=[]; gagalStemTraining_lgBaik=[]; kataTiadaArtiTraining_lgBaik=[]; progresTemp=50/nLgBaik; progres=0; for i=1:nLgBaik fileLagu=strcat('DataLagu\LaguBaik\',int2str(i),'.txt'); fileID = fopen(fileLagu); % Membuka file data = textscan(fileID,'%s'); % Membaca file fclose(fileID); % Menutup file data=data{1}; % Memasukkan data file ke dalam matriks [kataDasarHasilStem,dataKataPrefixSufixGagal_lgBaik,tiadaArti_lg Baik] = termFrequency(data,kataTiadaArti,kamusKataDasar ); matrixkataDasarHasilStemLgBaik{i} = kataDasarHasilStem; ktDasarTraining_lgBaik=[ktDasarTraining_lgBaik;kataDasarHasilSte m]; %#ok gagalStemTraining_lgBaik=[gagalStemTraining_lgBaik;dataKataPrefi xSufixGagal_lgBaik]; %#ok kataTiadaArtiTraining_lgBaik=[kataTiadaArtiTraining_lgBaik;tiada Arti_lgBaik]; %#ok % Progres progres=progres+progresTemp; set(handles.txtProgres,'String',num2str(int8(progres))); pause(0.1); end matrixGabunganLgBaik=[]; for i=1:nLgBaik matrixGabunganLgBaik=[matrixGabunganLgBaik;matrixkataDasarHasilS temLgBaik{i}]; %#ok end

[kataUnikLgBaik,~,indeksKataLgBaik]=unique(matrixGabunganLgBaik) ; % Menentukan kata unik beserta indeksnya

66


jmlReduksiKataUnikLgBaik = length(kataUnikLgBaik); % Jumlah total kata unik jmlPerKataUnikLgBaik = hist(indeksKataLgBaik,1:jmlReduksiKataUnikLgBaik); % Jumlah per kata unik jmlPerKataUnikLgBaik=jmlPerKataUnikLgBaik'; totalKataLgBaik=sum(jmlPerKataUnikLgBaik(:));

assignin('base','KataTiadaArti_Training_lgBaik',kataTiadaArtiTra ining_lgBaik); assignin('base','KataDasarSteming_Training_lgBaik',kataUnikLgBai k); assignin('base','KataGagalStemming_Training_LgBaik',gagalStemTra ining_lgBaik);

assignin('base','jmlPerKataUnikLgBaik',jmlPerKataUnikLgBaik); set(handles.lb_htraining,'String',num2str(totalKataLgBaik)); % Lagu tidak baik [matrixkataDasarHasilStemLgTdkBaik{1:nLgTdkBaik,1}]=deal(zeros(0 )); ktDasarTraining_lgTdkBaik=[]; gagalStemTraining_lgTdkBaik=[]; kataTiadaArtiTraining_lgTdkBaik=[]; progresTemp=50/nLgTdkBaik; for i=1:nLgTdkBaik fileLagu=strcat('DataLagu\LaguTidakBaik\',int2str(i),'.txt'); fileID = fopen(fileLagu); % Membuka file data = textscan(fileID,'%s'); % Membaca file fclose(fileID); % Menutup file data=data{1}; % Memasukkan data file ke dalam matriks [ kataDasarHasilStem,dataKataPrefixSufixGagal_lgTdkBaik,tiadaArti_ lgTdkBaik] = termFrequency(data,kataTiadaArti,kamusKataDasar ); matrixkataDasarHasilStemLgTdkBaik{i} = kataDasarHasilStem; ktDasarTraining_lgTdkBaik=[ktDasarTraining_lgTdkBaik;kataDasarHa silStem]; %#ok gagalStemTraining_lgTdkBaik=[gagalStemTraining_lgTdkBaik;dataKat aPrefixSufixGagal_lgTdkBaik]; %#ok kataTiadaArtiTraining_lgTdkBaik=[kataTiadaArtiTraining_lgBaik;ti adaArti_lgTdkBaik]; % Progres progres=progres+progresTemp; set(handles.txtProgres,'String',num2str(int8(progres))); pause(0.1);

67


end matrixGabunganLgTdkBaik=[]; for i=1:nLgBaik matrixGabunganLgTdkBaik=[matrixGabunganLgTdkBaik;matrixkataDasar HasilStemLgTdkBaik{i}]; %#ok end

[kataUnikLgTdkBaik,~,indeksKataLgTdkBaik]=unique(matrixGabunganL gTdkBaik); % Manentukan kata unik beserta indeksnya jmlReduksiKataUnikLgTdkBaik = length(kataUnikLgTdkBaik); % Jumlah total kata unik jmlPerKataUnikLgTdkBaik = hist(indeksKataLgTdkBaik,1:jmlReduksiKataUnikLgTdkBaik); % Jumlah per kata unik jmlPerKataUnikLgTdkBaik=jmlPerKataUnikLgTdkBaik'; totalKataLgTdkBaik=sum(jmlPerKataUnikLgTdkBaik(:));

assignin('base','KataTiadaArti_Training_lgTdkBaik',kataTiadaArti Training_lgTdkBaik); assignin('base','KataDasarSteming_Training_lgTdkBaik',kataUnikLg TdkBaik); assignin('base','KataGagalStemming_Training_LgTdkBaik',gagalStem Training_lgTdkBaik);

assignin('base','jmlPerKataUnikLgTdkBaik',jmlPerKataUnikLgTdkBai k);

set(handles.ltb_htraining,'String',num2str(totalKataLgTdkBaik));

kataunik_htraining=jmlReduksiKataUnikLgBaik+jmlReduksiKataUnikLg TdkBaik; set(handles.kataunik_htraining,'String',num2str(kataunik_htraini ng)); % Smoothing lagu baik dan lagu tidak baik % Lagu baik smoothingLgBaik=zeros(size(jmlReduksiKataUnikLgBaik,1)); for i=1:jmlReduksiKataUnikLgBaik smoothingLgBaik(i)=(jmlPerKataUnikLgBaik(i)+1)/(totalKataLgBaik+ kataunik_htraining); end smoothingLgBaik=smoothingLgBaik'; % assignin('base','smoothingLgBaik',smoothingLgBaik); % Lagu tidak baik

68


smoothingLgTdkBaik=zeros(size(jmlReduksiKataUnikLgTdkBaik,1)); for i=1:jmlReduksiKataUnikLgTdkBaik smoothingLgTdkBaik(i)=(jmlPerKataUnikLgTdkBaik(i)+1)/(totalKataL gTdkBaik+kataunik_htraining); end smoothingLgTdkBaik=smoothingLgTdkBaik'; % assignin('base','smoothingLgTdkBaik',smoothingLgTdkBaik); kataUnikSemuaJenisLg=[kataUnikLgBaik;kataUnikLgTdkBaik]; [kataUnikSemuaJenisLg,~,indeksKataUnikSemuaJenisLagu]=unique(kat aUnikSemuaJenisLg); % Manentukan kata unik beserta indeksnya jmlReduksiKataUnikSemuaJenisLg = length(kataUnikSemuaJenisLg); % Jumlah total kata unik jmlPerKataUnikSemuaJenisLg = hist(indeksKataUnikSemuaJenisLagu,1:jmlReduksiKataUnikSemuaJenis Lg); % Jumlah per kata unik jmlPerKataUnikSemuaJenisLg=jmlPerKataUnikSemuaJenisLg'; totalKataSemuaJenisLg=sum(jmlPerKataUnikSemuaJenisLg(:)); %#ok matrixSmoothing=zeros(jmlReduksiKataUnikSemuaJenisLg,2); % Lagu baik [yaTidak,idx]=ismember(kataUnikSemuaJenisLg,kataUnikLgBaik); n=1; for i=1:length(yaTidak) if yaTidak(i)==1 matrixSmoothing(i,1)=smoothingLgBaik(idx(i)); n=n+1; else matrixSmoothing(i,1)=(0+1)/(totalKataLgBaik+kataunik_htraining); end end % Lagu tidak baik [yaTidak,idx]=ismember(kataUnikSemuaJenisLg,kataUnikLgTdkBaik); n=1; for i=1:length(yaTidak) if yaTidak(i)==1 matrixSmoothing(i,2)=smoothingLgTdkBaik(idx(i)); n=n+1; else matrixSmoothing(i,2)=(0+1)/(totalKataLgTdkBaik+kataunik_htrainin g); end end matrixSmoothing=matrixSmoothing*1000; assignin('base','matrixSmoothing',matrixSmoothing); % Persiapan data yang akan disimpan dalam dataTraining.mat lb_dtraining=str2double(get(handles.lb_dtraining,'String')); %#ok

69


ltb_dtraining=str2double(get(handles.ltb_dtraining,'String')); %#ok lb_htraining=str2double(get(handles.lb_htraining,'String')); %#ok ltb_htraining=str2double(get(handles.ltb_htraining,'String')); %#ok kataunik_htraining=str2double(get(handles.kataunik_htraining,'St ring')); %#ok

% Simpan data dalam file dataTraining.mat save('dataTraining.mat',... 'lb_dtraining',... 'ltb_dtraining',... 'lb_htraining',... 'ltb_htraining',... 'kataunik_htraining',... 'kataTiadaArti',... 'kamusKataDasar',... 'kataUnikSemuaJenisLg',... 'indeksKataUnikSemuaJenisLagu',... 'jmlReduksiKataUnikSemuaJenisLg',... 'jmlPerKataUnikSemuaJenisLg',... 'totalKataSemuaJenisLg',... 'matrixSmoothing'); uiwait(msgbox('Proses stemming telah selesai','Peringatan','modal')); else uiwait(msgbox({'Jumlah lagu training lagu baik dan lagu tidak baik harus sama',... ['dan tidak boleh lebih dari ', num2str(nFileTestLbBaik),' !']},'Peringatan','modal')); end guidata(hObject, handles); % --- Executes on button press in browse_file. function browse_file_Callback(hObject, eventdata, handles) %#ok % hObject handle to browse_file (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) clc; set(handles.txtProgres,'String','0'); pause(0.1); [filename, pathname] = uigetfile({'*.txt'},'Pilih file','DataLagu\'); % untuk membuka file yang akan dicari if filename ~= 0 fullpathname = strcat (pathname, filename); % menampilkan keseluruhan pathname text = fileread(fullpathname); % untuk menampilkan isi teks lagu={text}; % Menampilkan isi fullpathname/ isi dari file

70


handles.isiLagu=lagu; menampilkanData(hObject,handles); % Menampilkan isi lagu ke panel set(handles.data_file_browse, 'String', fullpathname) % Tampil alamat file fileID = fopen(fullpathname); % Membuka file yang telah dipilih data = textscan(fileID,'%s'); % Membaca file fclose(fileID); % Menutup file data=data{1}; % Memasukkan data file ke dalam matriks load 'dataTraining.mat'; % Testing data set(handles.txtProgres,'String','1'); pause(0.1); [probabilitasBaik,probabilitasTidakBaik,persenBaik,persenTidakBa ik]=testingData(data,ltb_dtraining,lb_dtraining,kataUnikSemuaJen isLg,matrixSmoothing,kataTiadaArti,kamusKataDasar); set(handles.lb_htesting,'String',num2str(probabilitasBaik)); set(handles.presentase_lb_htesting,'String',num2str(persenBaik)) ;

set(handles.ltb_htesting,'String',num2str(probabilitasTidakBaik) ); set(handles.presentase_ltb_htesting,'String',num2str(persenTidak Baik)); % Tampilan tulisan if persenBaik > persenTidakBaik set(handles.textHasilTest,'String','Lagu baik untuk anak','ForegroundColor',[0 0.5 0]); elseif persenBaik < persenTidakBaik set(handles.textHasilTest,'String','Lagu tidak baik untuk anak','ForegroundColor','r'); else set(handles.textHasilTest,'String','Tidak diketahui','ForegroundColor','m'); end set(handles.txtProgres,'String','100'); pause(0.1); end % --- Executes on button press in btnAkurasi. function btnAkurasi_Callback(hObject, eventdata, handles) %#ok % hObject handle to btnAkurasi (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)

71


clc; set(handles.txtAkurasi,'String','0','ForegroundColor','k'); set(handles.tblNoLBaik,'Data',{}); set(handles.edJmlBenarBaik,'String','0'); set(handles.tblNoLTdkBaik,'Data',{}); set(handles.edJmlBenarTdkBaik,'String','0'); set(handles.txtProgres,'String','0'); pause(0.1); nLgBaik=str2double(get(handles.edJmlLBaikTest,'String')); nLgTdkBaik=str2double(get(handles.edJmlLTBaikTest,'String')); dirTestLgBaik='DataLagu\DataTesting\LaguBaikTest\'; dirTestLgTdkBaik='DataLagu\DataTesting\LaguTdkBaikTest\'; nFileTestLbBaik=length(dir([dirTestLgBaik, '\*.txt'])); nFileTestLbTdkBaik=length(dir([dirTestLgTdkBaik, '\*.txt'])); if (nLgBaik == nLgTdkBaik) && (nLgBaik <= nFileTestLbBaik) && (nLgTdkBaik <= nFileTestLbTdkBaik) load 'dataTraining.mat'; % Testing lagu baik nBenarBaik=0; idxLgBaik=0; n=1; progresTemp=50/nLgBaik; progres=0; for i=1:nLgBaik % fileLagu=strcat('DataLagu\DataTesting\LaguBaikTest\',int2str(i), '.txt'); fileLagu=strcat(dirTestLgBaik,int2str(i),'.txt'); fileID = fopen(fileLagu); % Membuka file data = textscan(fileID,'%s'); % Membaca file fclose(fileID); % Menutup file data=data{1}; % Memasukkan data file ke dalam matriks [~,~,persenBaik,persenTidakBaik]=testingData(data,ltb_dtraining, lb_dtraining,kataUnikSemuaJenisLg,matrixSmoothing,kataTiadaArti, kamusKataDasar); if persenBaik > persenTidakBaik nBenarBaik=nBenarBaik+1; idxLgBaik(n,1)=i; %#ok n=n+1; elseif persenBaik < persenTidakBaik else end % Progres progres=progres+progresTemp; set(handles.txtProgres,'String',num2str(int8(progres))); pause(0.1); end

72


% Testing lagu tidak baik nBenarTdkBaik=0; idxLgTdkBaik=0; n=1; progresTemp=50/nLgTdkBaik; for i=1:nLgTdkBaik % fileLagu=strcat('DataLagu\DataTesting\LaguTdkBaikTest\',int2str( i),'.txt'); fileLagu=strcat(dirTestLgTdkBaik,int2str(i),'.txt'); fileID = fopen(fileLagu); % Membuka file data = textscan(fileID,'%s'); % Membaca file fclose(fileID); % Menutup file data=data{1}; % Memasukkan data file ke dalam matriks [~,~,persenBaik,persenTidakBaik]=testingData(data,ltb_dtraining, lb_dtraining,kataUnikSemuaJenisLg,matrixSmoothing,kataTiadaArti, kamusKataDasar); if persenBaik > persenTidakBaik % nBenarBaik=nBenarBaik+1; elseif persenBaik < persenTidakBaik nBenarTdkBaik=nBenarTdkBaik+1; idxLgTdkBaik(n,1)=i; %#ok n=n+1; else end % Progres progres=progres+progresTemp; set(handles.txtProgres,'String',num2str(int8(progres))); pause(0.1); end % Perhitungan akurasi assignin('base','idxLgBaik',idxLgBaik); assignin('base','idxLgTdkBaik',idxLgTdkBaik); % jmlBenarLgBaik=nBenarBaik/nLgBaik % jmlBenarLgTdkBaik=nBenarTdkBaik/nLgTdkBaik % akurasiSistemProb=((jmlBenarLgBaik+jmlBenarLgTdkBaik)/2)*100

akurasiSistem=(nBenarBaik+nBenarTdkBaik)/(nLgBaik+nLgTdkBaik)*10 0; % akurasiSistem=((nBenarBaik+(nLgTdkBaiknBenarTdkBaik))/(nLgBaik+nLgTdkBaik))*100; if akurasiSistem > 50 set(handles.txtAkurasi,'String',num2str(akurasiSistem),'Foregrou ndColor',[0 0.5 0]); else set(handles.txtAkurasi,'String',num2str(akurasiSistem),'Foregrou ndColor','r'); end

73


% Memasukkan indeks lagu yang benar pada tabel No Lagu dan jumlahnya set(handles.tblNoLBaik,'Data',idxLgBaik); set(handles.edJmlBenarBaik,'String',num2str(nBenarBaik)); set(handles.tblNoLTdkBaik,'Data',idxLgTdkBaik); set(handles.edJmlBenarTdkBaik,'String',num2str(nBenarTdkBaik)); uiwait(msgbox('Proses Akurasi telah selesai','Peringatan','modal')); else uiwait(msgbox({'Jumlah lagu testing lagu baik dan lagu tidak baik harus sama',... ['dan tidak boleh lebih dari ', num2str(nFileTestLbBaik),' !']},'Peringatan','modal')); end function [probabilitasBaik,probabilitasTidakBaik,persenBaik,persenTidakBa ik]=testingData(data,ltb_dtraining,lb_dtraining,kataUnikSemuaJen isLg,matrixSmoothing,kataTiadaArti,kamusKataDasar) probabilitasBaik=1; probabilitasTidakBaik=1; % Stemming [kataDasarHasilStem,dataKataPrefixSufixGagal_Testing,tiadaArti_T esting] = termFrequency(data,kataTiadaArti,kamusKataDasar ); [kataUnikLgTesting,~,indeksKataLgTesting]=unique(kataDasarHasilS tem); % Manentukan kata unik beserta indeksnya jmlReduksiKataUnikLgTesting = length(kataUnikLgTesting); % Jumlah total kata unik jmlPerKataUnikLgTesting = hist(indeksKataLgTesting,1:jmlReduksiKataUnikLgTesting); % Jumlah per kata unik jmlPerKataUnikLgTesting=jmlPerKataUnikLgTesting'; % Pembatasan term frekuensi [m,~]=size(jmlPerKataUnikLgTesting); dataTemp2=[]; dataTemp3=[]; dataTempBuang1=[]; dataTempBuang2=[]; x=1; y=1; for i=1:m if jmlPerKataUnikLgTesting(i,1)>2 && jmlPerKataUnikLgTesting(i,1)<10 dataTemp2(x,1)=jmlPerKataUnikLgTesting(i,1); %#ok dataTemp3{x,1}=kataUnikLgTesting{i,1}; %#ok x=x+1; else dataTempBuang1(y,1)=jmlPerKataUnikLgTesting(i,1); %#ok dataTempBuang2{y,1}=kataUnikLgTesting{i,1}; %#ok y=y+1; end end

74


jmlPerKataUnikLgTesting= dataTemp2; kataUnikLgTesting= dataTemp3; if ~isempty(kataUnikLgTesting) assignin('base','jmlPerKataUnikLgTesting',jmlPerKataUnikLgTestin g); assignin('base','kataUnikLgTesting',kataUnikLgTesting); assignin('base','jmlPerKataUnikLgTestingDibuang',dataTempBuang1) ; assignin('base','kataUnikLgTestingDibuang',dataTempBuang2); % Prior probabilitas jmlDocLgBaik=lb_dtraining; jmlDocLgTdkBaik=ltb_dtraining; priorProbabilitasLgBaik=jmlDocLgBaik/(jmlDocLgBaik+jmlDocLgTdkBa ik); priorProbabilitasLgTdkBaik=jmlDocLgTdkBaik/(jmlDocLgTdkBaik+jmlD ocLgBaik); % Hasil matching nilai conditional probabilitas dengan tf nilaiKondisionalProbabilitas=zeros(jmlReduksiKataUnikLgTesting,2 ); assignin('base','kataUnikLgTesting',kataUnikLgTesting); yaTidak=ismember(kataUnikLgTesting,kataUnikSemuaJenisLg);

assignin('base','kataUnikSemuaJenisLg',kataUnikSemuaJenisLg); % Normalisasi matrixSmoothing

assignin('base','KataDasarSteming_Testing',kataDasarHasilStem); assignin('base','KataGagalStemming_Testing',dataKataPrefixSufixG agal_Testing); assignin('base','KataTiadaArti_Testing',tiadaArti_Testing); matrixSmoothingUtkTesting=[]; n=1; for i=1:length(yaTidak) if yaTidak(i)==1 nilaiKondisionalProbabilitas(n,1)=(matrixSmoothing(i,1)^jmlPerKa taUnikLgTesting(n)); nilaiKondisionalProbabilitas(n,2)=(matrixSmoothing(i,2)^jmlPerKa taUnikLgTesting(n)); matrixSmoothingUtkTesting(n,1)=matrixSmoothing(i,1); %#ok

75


matrixSmoothingUtkTesting(n,2)=matrixSmoothing(i,2); %#ok n=n+1; else nilaiKondisionalProbabilitas(n,1)=0; nilaiKondisionalProbabilitas(n,2)=0; n=n+1; end end

assignin('base','matrixSmoothingUtkTesting',matrixSmoothingUtkTe sting); % Perkalian nilai cp [m,~]=size(nilaiKondisionalProbabilitas); for i=1:m if nilaiKondisionalProbabilitas(i,1)> 0 probabilitasBaik=probabilitasBaik*nilaiKondisionalProbabilitas(i ,1); probabilitasTidakBaik=probabilitasTidakBaik*nilaiKondisionalProb abilitas(i,2); end end % Hasil probabilitas probabilitasBaik=probabilitasBaik*priorProbabilitasLgBaik; probabilitasTidakBaik=probabilitasTidakBaik*priorProbabilitasLgT dkBaik;

persenBaik=(probabilitasBaik/(probabilitasBaik+probabilitasTidak Baik))*(100); persenTidakBaik=(probabilitasTidakBaik/(probabilitasTidakBaik+pr obabilitasBaik))*(100); else persenBaik=0; persenTidakBaik=0; end

% Function untuk menampilkan isi lagu di panel function menampilkanData(hObject,handles) uicontrol(handles.pIsiLagu, 'Style','edit', 'FontSize',10, ... 'Min',0, 'Max',2, 'HorizontalAlignment','center', ... 'BackgroundColor','white',... 'Units','normalized', 'Position',[0 0 1 1], ... 'String',handles.isiLagu'); guidata(hObject,handles);

% --- Executes on button press in btnReset.

76


function btnReset_Callback(hObject, eventdata, handles) %#ok % hObject handle to btnReset (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) choice = questdlg('Apakah Anda yakin untuk melakukan proses mereset?', ... 'Reset', ... 'Ya','Tidak','Tidak'); % Handle response switch choice case 'Ya' clc; evalin( 'base', 'clearvars *' ); set(handles.lb_dtraining,'String','200'); set(handles.ltb_dtraining,'String','200'); set(handles.lb_htraining,'String','0'); set(handles.ltb_htraining,'String','0'); set(handles.kataunik_htraining,'String','0'); set(handles.data_file_browse,'String',''); set(handles.edJmlLBaikTest,'String','50'); set(handles.edJmlLTBaikTest,'String','50'); set(handles.txtAkurasi,'String','0','ForegroundColor','k'); set(handles.lb_htesting,'String','0'); set(handles.presentase_lb_htesting,'String','0'); set(handles.ltb_htesting,'String','0'); set(handles.presentase_ltb_htesting,'String','0'); set(handles.textHasilTest,'String',''); set(handles.txtProgres,'String','0'); set(handles.tblNoLBaik,'Data',{}); set(handles.tblNoLTdkBaik,'Data',{}); set(handles.edJmlBenarBaik,'String','0'); set(handles.edJmlBenarTdkBaik,'String','0'); uicontrol(handles.pIsiLagu, 'Style','edit', 'FontSize',10, ... 'Min',0, 'Max',2, 'HorizontalAlignment','center', ... 'BackgroundColor','white',... 'Units','normalized', 'Position',[0 0 1 1], ... 'String',''); uiwait(msgbox('Proses reset selesai.','Peringatan','modal')); end

function data_file_browse_Callback(~, ~, ~) %#ok % hObject handle to data_file_browse (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of data_file_browse as text % str2double(get(hObject,'String')) returns contents of data_file_browse as a double

77


% --- Executes during object creation, after setting all properties. function data_file_browse_CreateFcn(hObject, ~, ~) %#ok % hObject handle to data_file_browse (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function lb_dtraining_Callback(~, ~, ~) %#ok % hObject handle to lb_dtraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of lb_dtraining as text % str2double(get(hObject,'String')) returns contents of lb_dtraining as a double

% --- Executes during object creation, after setting all properties. function lb_dtraining_CreateFcn(hObject, ~, ~) %#ok % hObject handle to lb_dtraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end

function ltb_dtraining_Callback(~, ~, ~) %#ok % hObject handle to ltb_dtraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of ltb_dtraining as text

78


% str2double(get(hObject,'String')) returns contents of ltb_dtraining as a double

% --- Executes during object creation, after setting all properties. function ltb_dtraining_CreateFcn(hObject, ~, ~) %#ok % hObject handle to ltb_dtraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function lb_htraining_Callback(~, ~, ~) %#ok % hObject handle to lb_htraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of lb_htraining as text % str2double(get(hObject,'String')) returns contents of lb_htraining as a double

% --- Executes during object creation, after setting all properties. function lb_htraining_CreateFcn(hObject, ~, ~) %#ok % hObject handle to lb_htraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function kataunik_htraining_Callback(~, ~, ~) %#ok % hObject handle to kataunik_htraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)

79


% Hints: get(hObject,'String') returns contents of kataunik_htraining as text % str2double(get(hObject,'String')) returns contents of kataunik_htraining as a double

% --- Executes during object creation, after setting all properties. function kataunik_htraining_CreateFcn(hObject, ~, ~) %#ok % hObject handle to kataunik_htraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function lb_htesting_Callback(hObject, eventdata, handles) %#ok % hObject handle to lb_htesting (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of lb_htesting as text % str2double(get(hObject,'String')) returns contents of lb_htesting as a double

% --- Executes during object creation, after setting all properties. function lb_htesting_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to lb_htesting (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function ltb_htesting_Callback(hObject, eventdata, handles) %#ok % hObject handle to ltb_htesting (see GCBO)

80


% eventdata MATLAB % handles

reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of ltb_htesting as text % str2double(get(hObject,'String')) returns contents of ltb_htesting as a double

% --- Executes during object creation, after setting all properties. function ltb_htesting_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to ltb_htesting (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function presentase_lb_htesting_Callback(hObject, eventdata, handles) %#ok % hObject handle to presentase_lb_htesting (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of presentase_lb_htesting as text % str2double(get(hObject,'String')) returns contents of presentase_lb_htesting as a double % menghitung presentase % lagu baik

% --- Executes during object creation, after setting all properties. function presentase_lb_htesting_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to presentase_lb_htesting (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER.

81


if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function presentase_ltb_htesting_Callback(hObject, eventdata, handles) %#ok % hObject handle to presentase_ltb_htesting (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of presentase_ltb_htesting as text % str2double(get(hObject,'String')) returns contents of presentase_ltb_htesting as a double

% --- Executes during object creation, after setting all properties. function presentase_ltb_htesting_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to presentase_ltb_htesting (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end % --- Executes during object creation, after setting all properties. function axLogoUSD_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to axLogoUSD (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: place code in OpeningFcn to populate axLogoUSD % --- Executes during object creation, after setting all properties. function ltb_htraining_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to ltb_htraining (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB

82


% handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edJmlLBaikTest_Callback(hObject, eventdata, handles) %#ok % hObject handle to edJmlLBaikTest (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edJmlLBaikTest as text % str2double(get(hObject,'String')) returns contents of edJmlLBaikTest as a double

% --- Executes during object creation, after setting all properties. function edJmlLBaikTest_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to edJmlLBaikTest (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edJmlLTBaikTest_Callback(hObject, eventdata, handles) %#ok % hObject handle to edJmlLTBaikTest (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edJmlLTBaikTest as text % str2double(get(hObject,'String')) returns contents of edJmlLTBaikTest as a double

% --- Executes during object creation, after setting all properties.

83


function edJmlLTBaikTest_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to edJmlLTBaikTest (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edJmlBenarBaik_Callback(hObject, eventdata, handles) %#ok % hObject handle to edJmlBenarBaik (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edJmlBenarBaik as text % str2double(get(hObject,'String')) returns contents of edJmlBenarBaik as a double

% --- Executes during object creation, after setting all properties. function edJmlBenarBaik_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to edJmlBenarBaik (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end function edJmlBenarTdkBaik_Callback(hObject, eventdata, handles) %#ok % hObject handle to edJmlBenarTdkBaik (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'String') returns contents of edJmlBenarTdkBaik as text

84


% str2double(get(hObject,'String')) returns contents of edJmlBenarTdkBaik as a double

% --- Executes during object creation, after setting all properties. function edJmlBenarTdkBaik_CreateFcn(hObject, eventdata, handles) %#ok % hObject handle to edJmlBenarTdkBaik (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end

stemming.m function [kataDasar,dataKataPrefixSufixGagal]=stemming(data,kamus) dataKataPrefixSufixGagal=[]; % Stemming % Cek awal untuk mengambil kata dasar atau tidak [kataDasar,dataKataPrefixSufix]=cekKeKamus(data,kamus); % assignin('base','kataDasarCekKamusAwal',kataDasar); % assignin('base','dataKataPrefixSufix',dataKataPrefixSufix); if ~isempty(dataKataPrefixSufix) [kataDasar,dataKataPrefixSufixGagal]=cekPrefixSufix(dataKataPref ixSufix,kamus,kataDasar); end end function [kataDasar,dataKataPrefixSufix]=cekKeKamus(data,kamus) % Cek ke kamus dan mengambil kata dasar dan tidak x=1; y=1; kataDasar={}; dataKataPrefixSufix={}; yaTidak=ismember(data,kamus); for i=1:length(data) if yaTidak(i)==1 kataDasar{x}=data{i}; x=x+1; else dataKataPrefixSufix{y}=data{i}; y=y+1;

85


end end kataDasar=sort(kataDasar'); dataKataPrefixSufix=sort(dataKataPrefixSufix'); end function [kataDasar,dataKataPrefixSufixGagal]=cekPrefixSufix(dataKataPref ixSufix,kamus,kataDasarTemp) % Hilangkan akhiran % -kah, -lah, pun inflection_particle={'kah' 'lah' 'pun' 'kan'}; % [m,n]=size(dataKataPrefixSufix); % kataDasar2={}; dataHilangSufix1={}; kataDasarTempKahLahPun={}; for i=1:length(dataKataPrefixSufix) kataTemp=dataKataPrefixSufix{i}; % mm=size(kataTemp,2); % kataTemp(mm-2:mm) % for j=1:length(inflection_particle) if length(kataTemp)>4 if ismember(kataTemp(end-2:end),inflection_particle) dataHilangSufix1{i}=kataTemp(1:end-3); % dataHilangSufix1{i}=regexprep(kataTemp,inflection_particle,'','m atchcase'); if ismember(dataHilangSufix1{i},kamus); kataDasarTempKahLahPun{i}=dataHilangSufix1{i}; dataHilangSufix1{i}=''; else dataHilangSufix1{i}=kataTemp; end else dataHilangSufix1{i}=kataTemp; end else dataHilangSufix1{i}=kataTemp; end end dataHilangSufix1=dataHilangSufix1'; kataDasarTempKahLahPun=kataDasarTempKahLahPun'; kataDasarTemp=[kataDasarTemp;kataDasarTempKahLahPun]; dataHilangSufix1=dataHilangSufix1(~cellfun('isempty',dataHilangS ufix1)); % Menghilangkan cell yang kosong % -ku, -mu, -nya inflection_possesif1={'ku' 'mu'}; inflection_possesif2={'nya'}; kataDasarTempKuMU={}; kataDasarTempNya={}; dataHilangSufix2={}; for i=1:length(dataHilangSufix1) kataTemp=dataHilangSufix1{i}; if length(kataTemp)>3 if ismember(kataTemp(end-1:end),inflection_possesif1)

86


% ismember(kataTemp(end1:end),inflection_possesif1) % kataTemp(1:end-2) % kataTemp(end-1:end) dataHilangSufix2{i}=kataTemp(1:end-2); if ismember(dataHilangSufix2{i},kamus); kataDasarTempKuMU{i}=dataHilangSufix2{i}; dataHilangSufix2{i}=''; else dataHilangSufix2{i}=kataTemp; end elseif ismember(kataTemp(end2:end),inflection_possesif2) dataHilangSufix2{i}=kataTemp(1:end-3); if ismember(dataHilangSufix2{i},kamus); kataDasarTempNya{i}=dataHilangSufix2{i}; dataHilangSufix2{i}=''; else dataHilangSufix2{i}=kataTemp; end else dataHilangSufix2{i}=kataTemp; end else dataHilangSufix2{i}=kataTemp; end end kataDasarTempKuMU=kataDasarTempKuMU'; kataDasarTempNya=kataDasarTempNya'; dataHilangSufix2=dataHilangSufix2'; dataHilangSufix2=dataHilangSufix2(~cellfun('isempty',dataHilangS ufix2)); % Menghilangkan cell yang kosong kataDasarTemp=[kataDasarTemp;kataDasarTempKuMU;kataDasarTempNya] ; % Cek awalan % pen-, ter-, me-, di-, keprefix1_2={ 'me' 'di' 'ke' 'ku'}; prefix1_3={'pen' 'ter'}; % prefix1_4={'meng' 'peng'}; kataDasarTempMeDiKe={}; kataDasarTempPenTer={}; dataHilangPrefix1={}; for i=1:length(dataHilangSufix2) kataTemp=dataHilangSufix2{i}; if length(kataTemp)>3 if ismember(kataTemp(1:2),prefix1_2) dataHilangPrefix1{i}=kataTemp(3:end); if ismember(dataHilangPrefix1{i},kamus); kataDasarTempMeDiKe{i}=dataHilangPrefix1{i}; dataHilangPrefix1{i}=''; else [hasilKata]=hilangkanSufixKanAnI(dataHilangPrefix1{i},kamus); if ismember(hasilKata,kamus); kataDasarTempMeDiKe{i}=hasilKata; dataHilangPrefix1{i}=''; else dataHilangPrefix1{i}=kataTemp;

87


end end elseif ismember(kataTemp(1:3),prefix1_3) dataHilangPrefix1{i}=kataTemp(4:end); if ismember(dataHilangPrefix1{i},kamus); kataDasarTempPenTer{i}=dataHilangPrefix1{i}; dataHilangPrefix1{i}=''; else [hasilKata]=hilangkanSufixKanAnI(dataHilangPrefix1{i},kamus); if ismember(hasilKata,kamus); kataDasarTempMeDiKe{i}=hasilKata; dataHilangPrefix1{i}=''; else dataHilangPrefix1{i}=kataTemp; end end else dataHilangPrefix1{i}=kataTemp; end else dataHilangPrefix1{i}=kataTemp; end end kataDasarTempMeDiKe=kataDasarTempMeDiKe'; kataDasarTempPenTer=kataDasarTempPenTer'; dataHilangPrefix1=dataHilangPrefix1'; dataHilangPrefix1=dataHilangPrefix1(~cellfun('isempty',dataHilan gPrefix1)); % Menghilangkan cell yang kosong kataDasarTemp=[kataDasarTemp;kataDasarTempMeDiKe;kataDasarTempPe nTer]; % meng-, peng-, meny-, meng-, peng-, peny-, pem-, mem-, menprefix2_3={'pem' 'mem' 'men'}; prefix2_4={'meng' 'peng' 'meny' 'meng' 'peng' 'peny'}; kataDasarTempMengPengMenyMengPengPeny={}; kataDasarTempPemMemMen={}; kataDasarTempPrefixLain={}; dataHilangPrefix2={}; for i=1:length(dataHilangPrefix1) kataTemp=dataHilangPrefix1{i}; if length(kataTemp)>4 % Cek apakah masuk prefix2_3 dan pefix2_4 atau tidak if ismember(kataTemp(1:3),prefix2_3) || ismember(kataTemp(1:4),prefix2_4) if ismember(kataTemp(1:4),prefix2_4) dataHilangPrefix2{i}=kataTemp(5:end); % Cek apakah huruf awal fokal atau tidak [hasilKata]=jikaKondisiPrefixHurufAwalVokalAtauTidak(dataHilangP refix2{i},kamus); % Menghilangkan sufix -kan,-an,i [hasilKata]=hilangkanSufixKanAnI(hasilKata,kamus); kataDasarTempMengPengMenyMengPengPeny{i}=hasilKata; dataHilangPrefix2{i}=''; elseif ismember(kataTemp(1:3),prefix2_3)

88


dataHilangPrefix2{i}=kataTemp(4:end); % Cek apakah huruf awal fokal atau tidak [hasilKata]=jikaKondisiPrefixHurufAwalVokalAtauTidak(dataHilangP refix2{i},kamus); % Menghilangkan sufix -kan,-an,i [hasilKata]=hilangkanSufixKanAnI(hasilKata,kamus); kataDasarTempPemMemMen{i}=hasilKata; dataHilangPrefix2{i}=''; end else % -kan, -an, -i [hasilKata]=hilangkanSufixKanAnI(kataTemp,kamus); [hasilKata]=hilangkanPrefixBerBelBePerPelPe(kataTemp,kamus); kataDasarTempPrefixLain{i}=hasilKata; end else dataHilangPrefix2{i}=kataTemp; end end kataDasarTempMengPengMenyMengPengPeny=kataDasarTempMengPengMenyM engPengPeny'; kataDasarTempPemMemMen=kataDasarTempPemMemMen'; kataDasarTempPrefixLain=kataDasarTempPrefixLain'; dataHilangPrefix2=dataHilangPrefix2'; dataHilangPrefix2=dataHilangPrefix2(~cellfun('isempty',dataHilan gPrefix2)); % Menghilangkan cell yang kosong kataDasarTemp=[kataDasarTemp;kataDasarTempMengPengMenyMengPengPe ny;kataDasarTempPemMemMen;kataDasarTempPrefixLain]; kataDasarTemp=kataDasarTemp(~cellfun('isempty',kataDasarTemp)); % Menghilangkan cell yang kosong kataDasarTemp=sort(kataDasarTemp); % assignin('base','dataHilangPrefix2',dataHilangPrefix2); % assignin('base','kataDasarTambah',kataDasarTemp); [kataDasarTemp,dataKataPrefixSufixGagal]=cekKeKamus(kataDasarTem p,kamus); kataDasar=sort(kataDasarTemp); end function [hasilKata]=jikaKondisiPrefixHurufAwalVokalAtauTidak(data,kamus) kataTemp=data; vokal='[aiuoe]'; if ismember(kataTemp(1:1),vokal) kataTemp=strcat('s',kataTemp); if ismember(kataTemp,kamus); hasilKata=kataTemp; else [kataTemp]=hilangkanSufixKanAnI(kataTemp,kamus); if ismember(kataTemp,kamus); hasilKata=kataTemp; else kataTemp(1:1)='t'; if ismember(kataTemp,kamus);

89


hasilKata=kataTemp; else [kataTemp]=hilangkanSufixKanAnI(kataTemp,kamus); if ismember(kataTemp,kamus); hasilKata=kataTemp; else kataTemp(1:1)='p'; if ismember(kataTemp,kamus); hasilKata=kataTemp; else [kataTemp]=hilangkanSufixKanAnI(kataTemp,kamus); if ismember(kataTemp,kamus); hasilKata=kataTemp; else kataTemp(1:1)='l'; if ismember(kataTemp,kamus); hasilKata=kataTemp; else [kataTemp]=hilangkanSufixKanAnI(kataTemp,kamus); if ismember(kataTemp,kamus); hasilKata=kataTemp; else kataTemp(1:1)='k'; if ismember(kataTemp,kamus); hasilKata=kataTemp; else [kataTemp]=hilangkanSufixKanAnI(kataTemp,kamus); if ismember(kataTemp,kamus); hasilKata=kataTemp; else kataTemp(1:1)='c'; if ismember(kataTemp,kamus); hasilKata=kataTemp; else [kataTemp]=hilangkanSufixKanAnI(kataTemp,kamus); if ismember(kataTemp,kamus); hasilKata=kataTemp; else % Kata dihilangkan jika huruf pertama vokal tetapi setelah % ditambah s,t,p,k,atau c tetap tidak ada di kamus. kataTemp(1:1)=''; hasilKata=kataTemp; end end end end

90


end end end end end end end end else % Kondisi huruf awal bukan vokal hasilKata=kataTemp; end end % Menghilangkan sufix -kan,-an,i function [hasilKata]=hilangkanSufixKanAnI(data,kamus) sufixKan={'kan'}; sufixAn={'an'}; sufixI={'i'}; kataTemp=data; if length(kataTemp)>3 if ismember(kataTemp(end-2:end),sufixKan) dataHilangSufixKan=kataTemp(1:end-3); if ismember(dataHilangSufixKan,kamus); hasilKata=dataHilangSufixKan; else % dataHilangSufixKan cek awalan ber dll [hasilKata]=hilangkanPrefixBerBelBePerPelPe(dataHilangSufixKan,k amus); end elseif ismember(kataTemp(end-1:end),sufixAn) dataHilangSufixAn=kataTemp(1:end-2); if ismember(dataHilangSufixAn,kamus); hasilKata=dataHilangSufixAn; else % dataHilangSufixAn cek awalan ber dll [hasilKata]=hilangkanPrefixBerBelBePerPelPe(dataHilangSufixAn,ka mus); end elseif ismember(kataTemp(end:end),sufixI) dataHilangSufixI=kataTemp(1:end-1); if ismember(dataHilangSufixI,kamus); hasilKata=dataHilangSufixI; else % dataHilangSufixI cek awalan ber dll [hasilKata]=hilangkanPrefixBerBelBePerPelPe(dataHilangSufixI,kam us); end else hasilKata=data; end else hasilKata=data;

91


end end % Menghilangkan prefix ber-, bel-, be-, per-, pel-, atau pefunction [hasilKata]=hilangkanPrefixBerBelBePerPelPe(data,kamus) prefix1_3={'ber' 'bel' 'per' 'pel'}; prefix2_2={'be' 'pe'}; kataTemp=data; if length(kataTemp)>3 if ismember(kataTemp(1:3),prefix1_3) dataHilangPrefix=kataTemp(4:end); if ismember(dataHilangPrefix,kamus); hasilKata=dataHilangPrefix; else [hasilKata]=hilangkanSufixKanAnI(dataHilangPrefix,kamus); end elseif ismember(kataTemp(1:2),prefix2_2) dataHilangPrefix=kataTemp(3:end); if ismember(dataHilangPrefix,kamus); hasilKata=dataHilangPrefix; else [hasilKata]=hilangkanSufixKanAnI(dataHilangPrefix,kamus); end else hasilKata=kataTemp; end else hasilKata=kataTemp; end end

strjoin.m function output = strjoin(input, separator) %STRJOIN Concatenate an array into a single string. % % Sumber: http://www.mathworks.com/matlabcentral/fileexchange/31862strjoin % % S = strjoin(C) % S = strjoin(C, separator) % % Description % % S = strjoin(C) takes an array C and returns a string S which concatenates % array elements with comma. C can be a cell array of strings, a character % array, a numeric array, or a logical array. If C is a matrix, it is first % flattened to get an array and concateneted. S = strjoin(C, separator) also

92


% specifies separator for string concatenation. The default separator is comma. % % Examples % % >> str = strjoin({'this','is','a','cell','array'}) % str = % this,is,a,cell,array % % >> str = strjoin([1,2,2],'_') % str = % 1_2_2 % % >> str = strjoin({1,2,2,'string'},'\t') % str = % 1 2 2 string % if nargin < 2, separator = ','; end assert(ischar(separator), 'Invalid separator input: %s', class(separator)); separator = strrep(separator, '%', '%%'); output = ''; if ~isempty(input) if ischar(input) input = cellstr(input); end if isnumeric(input) || islogical(input) output = [repmat(sprintf(['%.15g', separator], input(1:end-1)), ... 1, ~isscalar(input)), ... sprintf('%.15g', input(end))]; elseif iscellstr(input) output = [repmat(sprintf(['%s', separator], input{1:end1}), ... 1, ~isscalar(input)), ... sprintf('%s', input{end})]; elseif iscell(input) output = strjoin(cellfun(@(x)strjoin(x, separator), input, ... 'UniformOutput', false), ... separator); else error('strjoin:invalidInput', 'Unsupported input: %s', class(input)); end end end

stemming.m function [ kataDasarHasilStem,dataKataPrefixSufixGagal,ktTiadaArti] = termFrequency(data,kataTiadaArti,kamus ) %UNTITLED Summary of this function goes here % Detailed explanation goes here

93


tiadaArti=[]; data=lower(data); % Mengubah huruf besar menjadi kecil data=regexprep(data,'[.,?!"-+=\/:;_12345678910]',' '); % Menghilangkan tanda baca tiadaArtiTemp=ismember(data,kataTiadaArti); % Mengambil kata tiada arti dari teks % dataTempt=data{1} mTiadaArti=size(tiadaArtiTemp); n=1; for i=1:mTiadaArti if tiadaArtiTemp(i) == 1 tiadaArti{n}=data{i}; n=n+1; end end tiadaArti=tiadaArti'; ktTiadaArti=tiadaArti; data = strjoin(data(~ismember(data,kataTiadaArti)),' '); % Menghilangkan kata yang tidak punya arti dari data data=regexprep(data,'-',' '); % Menghilangkan tanda baca % data=regexprep(data,kataTiadaArti,'') data = textscan(data,'%s'); % Membaca file data=data{1}; % Memasukkan data file ke dalam matriks cell array % data(strcmp('',data)) = []; % Menghilangkan cell yang kosong data=data(~cellfun('isempty',data)); % Menghilangkan cell yang kosong data=sort(data); % assignin('base','data',data); [kamusKataDasar]=unique(kamus); % Memastikan bahwa di kamus data tidak ada kata yang sama [kataDasarHasilStem,dataKataPrefixSufixGagal]=stemming(data,kamu sKataDasar); % steming end

94

ANALISIS SENTIMEN PADA LIRIK LAGU MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

Recommend Documents