Pemetaan Emosi Dominan pada Kalimat Majemuk Bahasa Indonesia Menggunakan Multinomial Naïve Bayes

Makalah ini bertujuan untuk memetakan kalimat bahasa Indonesia ke dalam kelas-kelas emosi berdasarkan proses klasifikasi pada kalimat tersebut. Hasil pemetaan emosi dapat diaplikasikan dalam berbagai bidang, seperti produksi film animasi dan game, analisis ekspresi wajah, interaksi manusia-komputer, dan pengembangan karakter virtual ekspresif lainnya, khususnya untuk menghasilkan ekspresi wajah yang sesuai dengan kalimat yang diucapkan. Metode yang digunakan untuk proses pemetaan emosi adalah klasifikasi teks menggunakan model multinomial naïve Bayes yang disertai persamaan batas dominan. Model multinomial naïve Bayes pada klasifikasi teks digunakan untuk menentukan jenis dan intensitas emosi dari kalimat bahasa Indonesia, sedangkan persamaan batas dominan digunakan untuk menentukan ambang batas untuk mengidentifikasi kelas-kelas yang dominan. Kelas emosi yang digunakan sebagai acuan adalah enam kelas emosi dasar menurut Paul Ekman, yaitu senang, sedih, marah, takut, jijik, dan terkejut. Eksperimen pada proses pemetaan emosi menggunakan kalimat bahasa Indonesia yang meliputi kalimat tunggal dan kalimat majemuk. Hasil eksperimen menunjukkan bahwa dengan klasifikasi teks menggunakan model multinomial naïve Bayes yang disertai persamaan batas dominan dapat memetakan kalimat majemuk ke dalam beberapa kelas emosi yang dominan.