KLASIFIKASI MOOD MUSIK MENGGUNAKAN METODE RANDOM FOREST

Antariksa, Dani (2022) KLASIFIKASI MOOD MUSIK MENGGUNAKAN METODE RANDOM FOREST. Other thesis, UPN 'Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (9kB)
	Text COVER.pdf Download (134kB)
	Text Daftar Isi.pdf Download (95kB)
	Text DAFTAR PUSTAKA.pdf Download (141kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (309kB)
	Text SKRIPSI FULL_DaniAntariksa_123150116.pdf Restricted to Repository staff only Download (2MB)

Abstract

Ada beberapa cara untuk menikmati/mendengarkan music di era digital ini, akan tetapi
kebanyakan orang memanfaatkan aplikasi streaming untuk mendengarkan musik daripada media
player pribadi. Layanan yang dapat di jumpai pada aplikasi Spotify salah satunya adalah Dialy
Mix yang dapat membuat rekomendasi playlist kita lebih mudah untuk mencari musik apa yang
akan diputar sesuai mood kita saat itu. Layanan yang dapat di jumpai pada aplikasi Spotify salah
satunya adalah Dialy Mix yang dapat membuat rekomendasi playlist kita lebih mudah untuk
mencari musik apa yang akan diputar sesuai mood kita saat itu.
Pada penelitian klasifikasi mood music ini dengan memanfaatkan seleksi fitur mutual
information yang dapat menyeleksi fitur-fitur yang ada pada lagu seperti acousticness,
analysis_ur, danceability, duration_ms, energy, id, instrumental, key, liveness, loudness, mode,
speechiness, tempo, time_signature, track_href, type, uri, valence. Lalu di seleksi fitur dan
menunjukan banyak informasi ada atau tidaknya sebuah term memberikan kontribusi dalam
membuat keputusan klasifikasi secara benar atau salah.
Skenario pengujian ini dilakukan dengan menggunakan confusion matrix multi-class
dimana untuk menentukan tingkat akurasi, persisi, dan recall. Menurut hasil pengujian yang
sudah dilakukan dengan menggunakan 100 data lagu mendapatkan hasil akurasi sebesar 58%,
presisi sebesar 59%, dan recall 58%. Dari hasil tersebut dapat disimpulkan metode dari random
forest ini dapat digunakan pada klasifikasi mood music.
Kata Kunci: Mood Music, Spotify, Random Forest

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Mood Music, Spotify, Random Forest
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	26 Jul 2022 06:23
Last Modified:	26 Jul 2022 06:35
URI:	http://eprints.upnyk.ac.id/id/eprint/30455

Actions (login required)

View Item