Skripsi
ANALISIS FITUR MUSIK PADA DATA SPOTIFY MENGGUNAKAN ALGORITMA RANDOM FOREST UNTUK KLASIFIKASI GENRE LAGU”.
- Bagikan:
ABSTRAK
Memahami hubungan dan pengaruh fitur audio musik merupakan langkah penting
dalam klasifikasi genre lagu. Penelitian ini bertujuan untuk menganalisis fitur
musik terhadap klasifikasi genre lagu menggunakan algoritma random forest. Fitur
tersebut merupakan fitur audio musik yang telah diekstrak ke dalam bentuk angka.
Berdasarkan hasil pengujian menggunakan 12000 data lagu dari platform spotify,
algoritma random forest menghasilkan akurasi 62,38%, precision 0,61, recall 0,62,
dan f1-score 0,62 untuk klasifikasi 6 jenis genre musik yang meliputi pop, rap,
rock, r&b, latin, dan edm. Speechiness, tempo dan danceability merupakan fitur
musik yang paling mempengaruhi hasil klasifikasi selama pelatihan model. Genre
rock menjadi genre yang paling banyak diprediksi dengan benar dengan nilai
precision 0,75 dan nilai recall 0,80.
Kata kunci: Random Forest, genre musik, Dataset spotify, akurasi.
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Tri Hikmat Harefa - Personal Name
|
| Student ID |
220510103
|
| Dosen Pembimbing |
Dr. Sri Agustina Rumapea, S.Kom., M.T - - Dosen Pembimbing 1
Harlen Gilbert Simanullang, S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2024 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |