Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network

Ekspresi wajah dapat memperkuat informasi yang disampaikan dalam sebuah komunikasi interaktif. Dalam bidang pengembangan karakter virtual khusus karakter wajah, ekspresi wajah diperlukan untuk menghidupkan karakter virtual agar terlihat natural dan alami seperti manusia. Salah satu jenis ekspresi em...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Aripin, Wisnu Agastya, Hanny Haryanto
Formato: article
Lenguaje:EN
ID
Publicado: Universitas Gadjah Mada 2021
Materias:
Acceso en línea:https://doaj.org/article/9d02876e251c468e8d00cdd9e9495f83
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:doaj.org-article:9d02876e251c468e8d00cdd9e9495f83
record_format dspace
spelling oai:doaj.org-article:9d02876e251c468e8d00cdd9e9495f832021-11-17T04:15:42ZEkstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network2301-41562460-571910.22146/jnteti.v10i2.1051https://doaj.org/article/9d02876e251c468e8d00cdd9e9495f832021-05-01T00:00:00Zhttps://jurnal.ugm.ac.id/v3/JNTETI/article/view/1051https://doaj.org/toc/2301-4156https://doaj.org/toc/2460-5719Ekspresi wajah dapat memperkuat informasi yang disampaikan dalam sebuah komunikasi interaktif. Dalam bidang pengembangan karakter virtual khusus karakter wajah, ekspresi wajah diperlukan untuk menghidupkan karakter virtual agar terlihat natural dan alami seperti manusia. Salah satu jenis ekspresi emosi adalah ekspresi emosi majemuk (kompleks), yang merupakan gabungan dari dua atau lebih emosi dasar. Misalnya, ekspresi emosi wajah kecewa merupakan gabungan dari emosi marah dan sedih. Ekspresi wajah dapat muncul oleh adanya rangsangan emosi, salah satunya dari makna kalimat. Makalah ini bertujuan untuk mengekstraksi data emosi dari kalimat bahasa Indonesia dengan menggunakan proses klasifikasi multi-label model Convolution Neural Network (CNN) sehingga menghasilkan ekspresi wajah majemuk yang diterapkan dalam animasi karakter virtual. Adapun kelas-kelas emosi yang digunakan dalam proses klasifikasi teks adalah enam kelas emosi dasar yang meliputi marah, jijik, takut, senang, sedih, dan terkejut. Berdasarkan hasil eksperimen, model CNN dapat menghasilkan akurasi sebesar 94,5% dengan komposisi data latih dan data uji adalah 8:2. Hasil dari proses klasifikasi tersebut menunjukkan bahwa setiap kalimat dapat menghasilkan lebih dari satu kelas emosi dasar yang membentuk emosi majemuk. Tiap kelas emosi majemuk tersebut divisualisasikan menggunakan karakter wajah virtual untuk membentuk ekspresi wajah yang dapat merepresentasikan emosi majemuk.AripinWisnu AgastyaHanny HaryantoUniversitas Gadjah Madaarticleklasifikasi teksconvolutional neural networkemosi majemukkalimat bahasa indonesiaEngineering (General). Civil engineering (General)TA1-2040ENIDJurnal Nasional Teknik Elektro dan Teknologi Informasi, Vol 10, Iss 2, Pp 148-155 (2021)
institution DOAJ
collection DOAJ
language EN
ID
topic klasifikasi teks
convolutional neural network
emosi majemuk
kalimat bahasa indonesia
Engineering (General). Civil engineering (General)
TA1-2040
spellingShingle klasifikasi teks
convolutional neural network
emosi majemuk
kalimat bahasa indonesia
Engineering (General). Civil engineering (General)
TA1-2040
Aripin
Wisnu Agastya
Hanny Haryanto
Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network
description Ekspresi wajah dapat memperkuat informasi yang disampaikan dalam sebuah komunikasi interaktif. Dalam bidang pengembangan karakter virtual khusus karakter wajah, ekspresi wajah diperlukan untuk menghidupkan karakter virtual agar terlihat natural dan alami seperti manusia. Salah satu jenis ekspresi emosi adalah ekspresi emosi majemuk (kompleks), yang merupakan gabungan dari dua atau lebih emosi dasar. Misalnya, ekspresi emosi wajah kecewa merupakan gabungan dari emosi marah dan sedih. Ekspresi wajah dapat muncul oleh adanya rangsangan emosi, salah satunya dari makna kalimat. Makalah ini bertujuan untuk mengekstraksi data emosi dari kalimat bahasa Indonesia dengan menggunakan proses klasifikasi multi-label model Convolution Neural Network (CNN) sehingga menghasilkan ekspresi wajah majemuk yang diterapkan dalam animasi karakter virtual. Adapun kelas-kelas emosi yang digunakan dalam proses klasifikasi teks adalah enam kelas emosi dasar yang meliputi marah, jijik, takut, senang, sedih, dan terkejut. Berdasarkan hasil eksperimen, model CNN dapat menghasilkan akurasi sebesar 94,5% dengan komposisi data latih dan data uji adalah 8:2. Hasil dari proses klasifikasi tersebut menunjukkan bahwa setiap kalimat dapat menghasilkan lebih dari satu kelas emosi dasar yang membentuk emosi majemuk. Tiap kelas emosi majemuk tersebut divisualisasikan menggunakan karakter wajah virtual untuk membentuk ekspresi wajah yang dapat merepresentasikan emosi majemuk.
format article
author Aripin
Wisnu Agastya
Hanny Haryanto
author_facet Aripin
Wisnu Agastya
Hanny Haryanto
author_sort Aripin
title Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network
title_short Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network
title_full Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network
title_fullStr Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network
title_full_unstemmed Ekstraksi Emosi Majemuk Kalimat Bahasa Indonesia Menggunakan Convolutional Neural Network
title_sort ekstraksi emosi majemuk kalimat bahasa indonesia menggunakan convolutional neural network
publisher Universitas Gadjah Mada
publishDate 2021
url https://doaj.org/article/9d02876e251c468e8d00cdd9e9495f83
work_keys_str_mv AT aripin ekstraksiemosimajemukkalimatbahasaindonesiamenggunakanconvolutionalneuralnetwork
AT wisnuagastya ekstraksiemosimajemukkalimatbahasaindonesiamenggunakanconvolutionalneuralnetwork
AT hannyharyanto ekstraksiemosimajemukkalimatbahasaindonesiamenggunakanconvolutionalneuralnetwork
_version_ 1718426004551106560