eprintid: 1581
rev_number: 13
eprint_status: archive
userid: 28
dir: disk0/00/00/15/81
datestamp: 2020-11-03 07:44:06
lastmod: 2020-11-03 07:44:06
status_changed: 2020-11-03 07:44:06
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22084584, DEWA KURNIALAM
creators_id: dewakurnialam@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: C., Antonius Rachmat
contributors_name: Virginia, Gloria
corp_creators: Universitas Kristen Duta Wacana
title: IMPLEMENTASI METODE K-MEANS CLUSTERING UNTUK SISTEM REKOMENDASI PLAYLIST MUSIK
ispublished: pub
subjects: M1
subjects: QA75
subjects: T1
divisions: tek_informatika
full_text_status: restricted
keywords: sistem rekomendasi, musik data mining, K-Means
abstract: Permasalahan dalam pencarian konten musik yang relevan dalam sebuah playlist pada aplikasi desktop masih menjadi hal yang penting bagi pengguna aplikasi pemutar musik khususnya pada platform windows. Setiap lagu memiliki ciri berbeda yang dapat di klasifikasikan ke dalam berbagai mood lagu yang. Hal ini menentukan relevansi pencarian konten musik dalam playlist pengguna. Melalui penelitian ini, peneliti mengimplementasikan metode K-Means clustering ke dalam sistem rekomendasi musik. Dalam penerapan metode K-Means clustering ini, beberapa ciri dokumen audio yang digunakan yaitu spectral centroid, spectral rolloff, spectral flux, spectral variability, RMS, zero crossing rate.
Berdasarkan hasil penelitian, metode K-Means clustering yang diimplementasikan ke dalam sistem rekomendasi musik ini mengeluarkan hasil rekomendasi yang cukup optimal dengan purity 65%., namun jumlah ciri dokumen audio dan banyaknya cluster mempengaruhi tingkat purity dari hasil rekomendasi.
date: 2016-11
date_type: published
pages: 39
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22084584, DEWA KURNIALAM  (2016) IMPLEMENTASI METODE K-MEANS CLUSTERING UNTUK SISTEM REKOMENDASI PLAYLIST MUSIK.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/1581/1/22084584_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/1581/2/22084584_bab2-sd-bab4_lampiran.pdf