ANALISIS SENTIMEN LIRIK LAGU POPULER DENGAN PEMANFAATAN TEKNIK NATURAL LANGUAGE PROCESSING

Green Manueke; Luis Lumando; Ellen Manueke

Authors

Green Manueke Universitas Nusantara Manado
Luis Lumando Universitas Nusantara Manado
Ellen Manueke Universitas Nusantara Manado

Keywords:

Lyrics, Sentiment Analysis, Lagu Popular, Media Sosial, Natural Language Processing.

Abstract

Tujuan dari penelitian ini adalah untuk mengkaji dan mengkategorikan lirik lagu populer berbahasa Indonesia yang terdapat di media sosial, khususnya dengan menggunakan teknologi Natural Language Processing atau NLP, Sentiment Analysis. Penelitian ini menggunakan metode kuantitatif dalam mengumpulkan data numerik untuk dianalisis dengan teknik statistik. Perangkat yang digunakan adalah iPad dengan spesifikasi tertentu mengingat kemampuannya untuk mengakses internet, mengunduh dan menyimpan data serta membuat dan mengedit dokumen. Sumber datanya adalah lirik lagu yang diambil dari media sosial seperti. YouTube, Facebook, dan beberapa platform lainnya. Kajian ini dibatasi pada lagu Indonesia dan Inggris yang dirilis tiga tahun terakhir. Data tersebut kemudian diklasifikasikan melalui Analisis Sentimen. Ditemukan bahwa liriknya mengandung konten yang baik dan buruk, yang mengklasifikasikan sebagai "sangat baik" dan "tidak baik".

References

Sugiono, & Lestari, P. (2021). Metode Penelitian Komunikasi. Book, 51. http://eprints.upnyk.ac.id/27727/1/Buku Metode Penelitian Komunikasi.pdf

Wahid, A. A. (2020). Analisis Metode Waterfall Untuk Pengembangan Sistem Informasi. https://www.researchgate.net/publication/346397070%0AAnalisis

Biancofiore, G. M., Di Noia, T., Di Sciascio, E., Narducci, F., & Pastore, P. (2022). Aspect Based Sentiment Analysis in Music: a case study with Spotify. Proceedings of the ACM Symposium on Applied Computing, 696–703. https://doi.org/10.1145/3477314.3507092

Oudenne, A. M., & Chasins, S. E. (2010). Identifying the Emotional Polarity of Song Lyrics through Natural Language Processing. http://www.jamrockentertainment.com/billboardmusic-

Rumapea, M. E. M. (2019). Tantangan Pembelajaran Musik Pada Era Digital. Gondang: Jurnal Seni Dan Budaya, 3(2), 101. https://doi.org/10.24114/gondang.v3i2.13168

Alvioletta, V., Setyawan, M. yusril helmi, & Saputra, M. H. K. (2020). Penerapan Metode Analytical Hierarchy Process (AHP) pada penilaian kepuasan pelanggan berdasarkan pelayanan divisi. https://www.google.co.id/books/edition/Penerapan_Metode_Analitycal_Hierarchy_Pr/uor9DwAAQBAJ?hl=id&gbpv=1&dq=flowmap&pg=PA51&printsec=frontcover

Oktafianto, M. M. (2016). Analisis dan Perancangan Sistem Informasi menggunakan model terstruktur dan uml (p. 59 of 116). Andi. https://www.google.co.id/books/edition/Analisis_dan_Perancangan_Sistem_Informas/2SU3DgAAQBAJ?hl=id&gbpv=1&dq=analisis+dan+desain+sistem+informasi&printsec=frontcover

Riyanto. (2005). Migrasi Microsoft Sql Server Dengan Postgre Sql. PT Elex Media Komputindo Kelompok Gramedia, Anggota IKAPI. https://www.google.co.id/books/edition/Migrasi_Microsoft_Sql_Server_Dengan_Post/LeXu-8CqHcMC?hl=id&gbpv=0

Sari, L., & Sari siregar, G. yanti kemala. (2021). Perancangan Aplikasi Pendataan Data Kepegawaian Negeri Sipil Pada Dinas Komunikasi Dan Informatika Kota Metro. Jurnal Mahasiswa Ilmu Komputer, 2(1), 115–135. https://doi.org/10.24127/.v2i1.1235

Allaudin Hafidz, D., Shely Amalia, F., Informasi, S., & Informasi, T. (2021). Pengembangan Sistem Informasi Edukasi dan Pemasaran Hasil Pertanian di Tulang Bawang. In Cyberarea.id (Vol. 1, Issue 2).

Farhan, F. (2021). Using Natural Language Processing to Analyse the Musical Lyric Decency of Malaysia’s Top Hit Songs.

Herrada, O. C. (2008). MUSIC RECOMMENDATION AND DISCOVERY IN THE LONG TAIL`Oscar TAIL` TAIL`Oscar Celma Herrada.

Imam Fahrur Rozi, Sholeh Hadi Pramono, & Erfan Achmad Dahlan. (2012). Implementasi Opinion Mining (Analisis Sentimen) untuk Ekstraksi Data Opini Publik pada Perguruan Tinggi. Jurnal EECCIS, 6(1), 37–43.

Lisangan, E. A. (2013). Lisangan, Natural Language Processing Dalam Memperoleh Informasi Akademik Mahasiswa UAJM NATURAL LANGUAGE PROCESSING DALAM MEMPEROLEH INFORMASI AKADEMIK MAHASISWA UNIVERSITAS ATMA JAYA MAKASSAR.

Ting, S. L., Ip, W. H., & Tsang, A. H. C. (2011). Is Naïve bayes a good classifier for document classification? International Journal of Software Engineering and Its Applications, 5(3), 37–46.

Yabin, Z., Zhiyuan, L., & Maosong, S. (2007). Information Mining of Song Lyrics Based on Natural Language Processing Techniques.