Sistem Rekomendasi Musik Menggunakan Machine Learning
Keywords:
Sistem Rekomendasi Musik, Machine Learning, Python, Industri Musik, Pembelajaran MesinAbstract
Penelitian ini bertujuan untuk mengatasi volume dan kompleksitas data musik yang terus meningkat. Pengumpulan data, pembersihan data, eksplorasi data, pengembangan model, evaluasi model, dan pengujian aplikasi adalah metode penelitian. Dataset yang digunakan mengandung 2391 lagu Bollywood dengan informasi seperti nama, penyanyi, artis, genre, album, dan rating pengguna. Setelah data duplikat dihilangkan dan nilai kosong ditambahkan, aplikasi diuji pada Sistem Rekomendasi Musik Menggunakan Kecerdasan Buatan. Diharapkan penelitian ini akan membantu industri musik, memperluas jangkauan musik yang didengarkan, dan mendorong keberagaman budaya dan tren musik kontemporer.
References
Alpaydin, E. (2020). Introduction to machine learning. MIT press.
Amat, S., Dadang, I. M., & Mesra, B. Y. (2022). Klasifikasi jenis alat musik tradisional Papua menggunakan metode transfer learning dan data augmentasi. Jurnal Sistem Komputer dan Kecerdasan Buatan (SISKOM-KB), 5(2), 36-44.
Anggeli, P., Suroso, S., & Agung, M. Z. (2021). Klasifikasi Alat Musik Tradisional dengan Metode Machine Learning dengan Librosa dan Tensorflow pada Python. J-SAKTI (Jurnal Sains Komputer dan Informatika), 5(2), 949-956.
Anggoro, M. V., & Izzatillah, M. (2022). Sistem Rekomendasi Musik dengan Metode Collaborative Filtering Berbasis Android. STRING (Satuan Tulisan Riset dan Inovasi Teknologi), 7(1), 1-8.
Bachtiar, F. A., Syahputra, I. K., & Wicaksono, S. A. (2019). Perbandingan algoritme machine learning untuk memprediksi pengambil matakuliah. Jurnal Teknologi Informasi Dan Ilmu Komputer, 6(5), 543-548.
Bastian, J., Swari, M. H. P., & Sihananto, A. N. (2023). Implementasi SuperTML Untuk Klasifikasi Genre Musik Indonesia. Harmoni: Jurnal Ilmu Komunikasi dan Sosial, 1(4), 56-64.
Dewi, K. C., & Ciptayani, P. I. (2022). PEMODELAN SISTEM REKOMENDASI CERDAS MENGGUNAKAN HYBRID DEEP LEARNING. Jurnal Sistem Informasi dan Sains Teknologi, 4(2).
Fawzan, M. D., Setianingsih, C., & Nugrahaeni, R. A. (2021). Sistem Rekomendasi Lagu Metode Collaborative Filtering Berbasis Website. eProceedings of Engineering, 8(6).
Grimonia, E. (2023). Dunia musik: Sains-musik untuk kebaikan hidup. Nuansa Cendekia.
Hendra, Y., Sakinah, P., & Thoriq, M. (2023). Evaluasi Kinerja Algoritma Apriori Dalam Pengelompokan Data Transaksi Penjualan Untuk Analisis Pola Pembelian. Journal of Student Development Information System (JoSDIS), 3(2), 220-228.
Id, I. D. (2021). Machine Learning: Teori, Studi Kasus dan Implementasi Menggunakan Python (Vol. 1). Unri Press.
Oktaviana, A. K. N., Santiyasa, I. W., & ER, N. A. S. (2023). PENGEMBANGAN PROYEK MACHINE LEARNING dan front-end web untuk PREDIKSI GENRE MUSIK PADA KEGIATAN mbkm Studi Independen BerseRtifikat DICODING. Jurnal Pengabdian Informatika, 1(2).
Putra, A. I., & Santika, R. R. (2020). Implementasi Machine Learning dalam Penentuan Rekomendasi Musik dengan Metode Content-Based Filtering. Edumatic: Jurnal Pendidikan Informatika, 4(1), 121-130.
Rahayu, E., Thoriq, M., & Sapriadi, S. (2022). Pemodelan Simulasi dalam Pengoptimalan Penjualan Plastik HD Menggunakan Metode Monte Carlo. Jurnal Informasi dan Teknologi, 247-252.
Roihan, A., Sunarya, P. A., & Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai Bidang. Jurnal Khatulistiwa Informatika, 5(1), 490845.
Sakinah, P., & Heryadi, Y. (2020). Chatbot Implementation to Support Mobile Learning during NCOVID19 Pandemic. Jurnal Ipteks Terapan, 14(3), 239-250.
Sidora, L. I., & Harani, N. H. (2023). SISTEM REKOMENDASI MUSIK SPOTIFY MENGGUNAKAN KNN DAN ALGORITMA GENETIKA. JATI (Jurnal Mahasiswa Teknik Informatika), 7(4), 2585-2591.
Theodorus, D., Defit, S., & Nurcahyo, G. W. (2021). Machine Learning Rekomendasi Produk dalam Penjualan Menggunakan Metode Item-Based Collaborative Filtering. Jurnal Informasi dan Teknologi, 202-208.
Wardah, M. I., & Putra, S. D. (2022). Implementasi Machine Learning Untuk Rekomendasi Film Di Imdb Menggunakan Collaborative Filtering Berdasarkan Analisa Sentimen IMDB. Jurnal Manajamen Informatika Jayakarta, 2(3), 243-249.
Yoshua, I., & Bunyamin, H. (2021). Pengimplementasian Sistem Rekomendasi Musik Dengan Metode Collaborative Filtering. Jurnal STRATEGI-Jurnal Maranatha, 3(1), 1-16.
R. Husna, Y. Hendra and M.I. Akbar (2019). Comparison Between Apriori and Fp-Growth Algorithms on Inventory Model of Item Availability. J. Ipte. Terap., vol. 14, no. 3, pp. 219–229, 2020, doi: https://doi.org/10.22216/jit.v14i3.100.
Hendra, Y. Sakinah, P. Thoriq, M. (2023). Evaluasi Kinerja Algoritma Apriori Dalam Pengelompokan Data Transaksi Penjualan Untuk Analisis Pola Pembelian. Journal of Student Development Information System (JoSDIS) 3 (2), 220-228.
