Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI GENRE MUSIK MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK LAYANAN STREAMING YOUTUBE Thoriq Nurchaidir; Widodo; Bambang Prasetya Adhi
PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer Vol. 7 No. 1 (2023): Jurnal PINTER
Publisher : PTIK Fakultas Teknik UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/pinter.7.1.1

Abstract

Genre musik adalah cara yang paling umum digunakan untuk mengorganisasi database musik digital. Klasifikasi merupakan pengelompokan data menjadi beberapa bagian yang telah ditentukan sehingga dapat mempermudah pengelolaan dan pencarian file musik bedasarkan genre musiknya. Penelitian ini melakukan klasifikasi genre musik untuk layanan streaming youtube. Metode penelitian yang digunakan pada penelitian ini adalah penelitian eksperimen laboratorium. Model pada penelitian mengklasifikasikan file musik menggunakan 3 jenis Algoritma Naïve Bayes Classifier yaitu: Gaussian Naïve Bayes, Bernoulli Naïve Bayes, dan Multinomial Naïve Bayes. Data yang digunakan adalah dataset GTZAN dan klip video yang diunduh dari layanan streaming youtube. Nilai akurasi yang dihasilkan oleh Gaussian Naïve Bayes adalah 63%, nilai akurasi yang dihasilkan oleh Bernoulli Naïve Bayes adalah 33% dan nilai akurasi yang dihasilkan oleh Multinomial Naïve Bayes adalah 10%. Jenis algoritma Naïve Bayes dengan nilai akurasi tertinggi dianggap sebagai jenis algoritma paling baik dalam melakukan klasifikasi. Hasil pengujian menyatakan bahwa Gaussian Naïve Bayes merupakan algoritma yang paling baik dalam melakukanm klasifikasi genre musik dibandingkan Bernoulli Naïve Bayes dan Multinomial Naïve Bayes.