PINTER : Jurnal Pendidikan Teknik Informatika dan Komputer
Vol. 7 No. 1 (2023): Jurnal PINTER

KLASIFIKASI GENRE MUSIK MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK LAYANAN STREAMING YOUTUBE

Thoriq Nurchaidir (Unknown)
Widodo (Unknown)
Bambang Prasetya Adhi (Unknown)



Article Info

Publish Date
01 Jun 2023

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.

Copyrights © 2023






Journal Info

Abbrev

pinter

Publisher

Subject

Computer Science & IT Education Engineering Library & Information Science

Description

Bentuk publikasi hasil-hasil riset atau penelitian bidang Metode Pengajaran TIK, Ilmu Komputer, Sistem Informasi, Multi Media, Komputer Jaringan, Rekayasa Perangkat Lunak dan Teknologi ...