IMPLEMENTASI METODE K-MEANS CLUSTERING UNTUK SISTEM REKOMENDASI PLAYLIST MUSIK

22084584, DEWA KURNIALAM (2016) IMPLEMENTASI METODE K-MEANS CLUSTERING UNTUK SISTEM REKOMENDASI PLAYLIST MUSIK. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
22084584_bab1_bab5_daftarpustaka.pdf

Download (3MB)
[img] Text (Skripsi Informatika)
22084584_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (3MB) | Request a copy

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.

Item Type: Student paper (Final Year Projects (S1))
Uncontrolled Keywords: sistem rekomendasi, musik data mining, K-Means
Subjects: M Musik dan Buku tentang Musik > M Musik
Q Ilmu Pengetahuan > QA Matematika > QA75 Komputer Elektronik. Ilmu Komputer
T Teknologi > T Teknologi (Umum)
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms maria sema
Date Deposited: 03 Nov 2020 07:44
Last Modified: 03 Nov 2020 07:44
URI: http://katalog.ukdw.ac.id/id/eprint/1581

Actions (login required)

View Item View Item