Identifikasi Genre Musik pada Platform Spotify dengan Menggunakan Metode K-Nearest NeighboR (KNN)

Trimurti Mayuna (Fakultas Teknologi Informasi, Universitas Mercubuana)
Arita Witanti (Fakultas Teknologi Informasi, Universitas Mercubuana)

jurnal syntax admiration
Vol. 4 No. 12 (2023): Jurnal Syntax Admiration

Music merupakan segalannya di-era digital sekarang,music dikatalan sebuah inspirasi dalam kehidupan ini, diakatakan juga merupakan media untuk menggunkapkan perasaaan dan pikiran melalui harmoni dan irama-irama yang bermacam-macam dan juga beragam, oleh karena itu dengan dengan banyaknya irama dan harmoni yang tercipta tersebut dalam music mempunyai berbagai unsur salah satunya genre pada music untuk mengkategorikan beberapa music yang harmoni dan iramanya hampir sama dijadikan menjadi satu,dalam era globalisasi ini music sudah bisa diakses dari beragam platform yang ada salah satunya pada platform yang sekarang banyak penggunanya yaitu Spotify,dari platform tersebut diadakan adanyan pengidentifikasi genre music menggunakan metode K-Nearest Neighbor(KNN) untuk mengelompokan beberapa lagu yang dijadikan dalam satu genre , pengidentifikasian ini diperuntunkan agar pengguna kedepannya dapat lebih dimudahkan dalam pencarian genre music sesuai genrenya, dan juga guna memberikan kemudahan pada platform spotify dalam mengelompokan serta mengidentifikasi lagu baru kedepannya sesuai genrenya melalui bagian pada lagu seperti acousticness,danceability,energy, dan speechiness.bedasarkan hasil data uji pada penelitian ini, hasil data uji menunjukan bahwa pada metode K-Nearset Neighbor (KNN) pada pengujian K1-K10 diperoleh hasil terbaik yaitu pada K1 dengan nilai akurasi adalah 90%.