Implementasi Metode Regresi Logistik Biner Pada Keakuratan Klasifikasi Jenis Musik K-Pop dan Western Pada Spotify

Imron, M.
Putroue Keumala Intan

Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA)
Vol 11 No 2 (2023): VOLUME 11 NO 2 TAHUN 2023

Musik yang didengar memiliki keunikan sendiri yang dapat menjadi suatu karakteristik, dimana dapat dengan adanya karakteristik tersebut lagu dapat dikelompokkan berdasarkan jenis lagu yang sama. Bersarkan data dari spotify penyanyi dikelompokkan oleh variabel Dancebility, Energy, Acousticness, Tempo dan beberapa variabel lain. Memanfaatkan variabel tersebut dilakukan penelitian bertujuan untuk melihat keakuratan klasifikasi jenis musik dimana musik yang akan di label adalah (1 = K-Pop) dan (0 = Western). Klasifikasi dilakukan dengan menggunakan regresi logistik biner. Data penelitian displit dengan proporsi perbandingan 80:20 kemudian diolah menggunakan metode regresi logistik biner, model yang terbentuk dapat menghasilkan akurasi klasifikasi 79.04% untuk data training, dan 79.69% untuk data testing.