23
� adalah dokumen uji, adalah dokumen training, dan adalah nilai bobot setiap term pada dokumen.
Kedekatan query dengan dokumen diindikasikan dengan sudut yang dibentuk. Nilai cosinus yang cenderung besar menunjukkan dokumen
cenderung sesuai query. Proses membandingkan satu dokumen dengan dokumen lain menggunakan angka similaritas yang didapat dengan
perhitungan pada persamaan Putri, 2013.
2.9 Confusion Matrix
Data pelatihan dan pengujian merupakan data yang berbeda sehingga klasifikasi dapat diuji dengan benar. Akurasi dari klasifikasi dihitung dari
jumlah data yang dikenali sesuai dengan target kelasnya. Perhitungan akurasi klasifikasi data dihitung menggunakan tabel yang bernama Confusion Matrix
Tan, Steinbach, dan Kumar, 2006. Tabel 2.5 merupakan Confusion Matrix untuk klasifikasi 2 kelas.
Tabel 2.5 Confusion Matrix 2 kelas Hasil pengujian
1 Target
kelas 1
F11 F10
F01 F00
Fij adalah jumlah data yang dikenali sebagai kelas j dengan target kelas i. Dari Tabel 2.1, didapat persamaan-persamaan untuk menghitung akurasi
dan tingkat kesalahan suatu klasifikasi:
24
1. Persamaan untuk menghitung akurasi keseluruhan klasifikasi
� � � =
�ℎ � � � �
� �ℎ
� � �
=
� +� � +� +� +�
2.5 2.
Persamaan untuk menghitung error keseluruhan klasifikasi �
� � =
�ℎ � � �
� � �
�ℎ � � �
=
� +� � +� +� +�
2.6 3.
Persamaan untuk menghitung akurasi klasifikasi kelas 1 �
� � =
�ℎ � � � �
� �ℎ
� � � �
=
� � +�
2.7 4.
Persamaan untuk menghitung error klasifikasi kelas 1 �
� � =
�ℎ � � �
� � �
�ℎ � � �
�
=
� � +�
2.8 5.
Persamaan untuk menghitung akurasi klasifikasi kelas 0 �
� � =
�ℎ � � � �
� �ℎ
� � � �
=
� � +�
2.9 6.
Persamaan untuk menghitung error klasifikasi kelas 0 �
� � =
�ℎ � � �
� � �
�ℎ � � �
�
=
� � +�
2.10
25
3. BAB III
METODOLOGI PENELITIAN
Bab ini berisi perancangan penelitian yang akan dibuat oleh penulis meliputi data, deskripsi sistem, dan model analisis.
3.1 Data
Data yang digunakan pada penelitian ini adalah tweet berbahasa Indonesia yang ditulis oleh para pengguna layanan Twitter. Tweet yang
dikumpulkan merupakan tweet yang berisi emosi cinta, sedih, senang, marah, atau takut. Penulis mengumpulkan masing-masing 200 tweet untuk tiap
kelompok emosi sehingga total tweet yang digunakan sebagai data berjumlah 1000.
Pengumpulan data dilakukan pada tanggal 1 Januari sampai 30 Juni 2015 secara manual yaitu dengan menyalin kalimat tweet ke file teks.
Pencarian dan pengumpulan data dilakukan dengan menggunakan hashtag cinta, sedih, senang, marah, dan takut. Setiap tweet diletakkan pada
setiap baris pada file teks. File teks berisi tweet tersebut kemudian dijadikan input pada sistem untuk diolah lebih lanjut.
Gambar 3.1 menunjukkan contoh tweet dengan emosi cinta. Penulis tweet tersebut mengungkapkan kecintaan pada seseorang atau sesuatu melalui
kata-kata yang ditulis.
26
MT_lovehoney Jun 30 View translation saat hati berbunga, rindu akan melanda,,, selmat pagi duniaaaa,,,,, cinta
andrisaragih6 Jun 29 View translation Rasa itu pasti ada , baik sudah lama maupun tidak lama , dengan diri nya Cinta
SemuaCintaKamu Jun 29 View translation Semoga rindu ini bisa menyatukan kita dalam satu ikatan cinta yg suci rindu cinta suci
asmi_AB Jun 29 View translation Jangan salahkan jika rindu datang, nikmati hadirnya, hapus airmatamu dan peluk dia dengan doa. Cinta
ozageoradeta Jun 29 View translation Cnta itu indah.. Seindah senyuman candaan Cinta itu memeluk hati ke2 insan.. Menyatukan nya
dalam 1 ikatan cinta Gambar 3.1 Tweet Cinta
Gambar 3.2 menunjukkan contoh tweet dengan emosi marah. Penulis tweet tersebut mengungkapkan kemarahan pada seseorang atau sesuatu
melalui kata-kata yang ditulis. DavidPanggi Jun 29 View translation Kampretttt...ember itu
orang....Marah
27
dear_darma Jun 29 Siman, East Java View translation Sadar g sih loe, klo kata lho udh nyakitin gw marah
Lidya_christine Jun 28 View translation Hmmmm...smkn lama smkn buat jengkel..marah kesel kecewa Gini salah gitu salah...msti y apa lg
ini kudu nangis ae..
EytikaSari Jun 27 View translation Tamasha retweeted lisa vanestha Ngambek bnget Marah thu sampai rumah depan mati lampu ,,,,, alnya
dah tidur orangnya jdi di matii lmpunya
angelaflassy Jun 26 View translation Saat sedang berpuasa, jangan buat orang lain marah dong.....marah
Gambar 3.2 Tweet Marah Gambar 3.3 menunjukkan contoh tweet dengan emosi sedih. Penulis
tweet tersebut mengungkapkan kesedihan pada seseorang atau sesuatu melalui kata-kata yang ditulis.
shasiahmohd Jun 29 View translation Dengar alunan Al-Quran ni makin rasa sedih pula. Allahu, kuatkan aku Sedih
DelsaMpuspita Jun 29 View translation Malam ini banjir air mata ; rindu Ibu ; sedih
