<![CDATA[Lagu Jawa modern merupakan perkembangan kontemporer dari musik tradisional Jawa yang semakin banyak dinikmati generasi muda melalui platform digital. Namun, meningkatnya jumlah lagu baru membuat pengguna sulit menemukan lagu yang sesuai dengan preferensi musikal jika pencarian hanya dilakukan berdasarkan judul atau nama artis. Penelitian ini mengembangkan pendekatan rekomendasi berbasis konten melalui klasterisasi fitur audio terhadap 100 lagu Jawa modern yang dikumpulkan dari YouTube. Fitur audio diekstraksi menggunakan Librosa pada Python, meliputi tempo BPM, danceability, RMS energy, zero-crossing rate, MFCC means, spectral contrast means, dan chroma features means, sehingga setiap lagu menghasilkan 36 fitur numerik. Algoritma K-Means digunakan untuk membentuk tiga klaster, PCA digunakan untuk memvisualisasikan distribusi klaster, dan Silhouette Score digunakan untuk mengevaluasi kualitas pengelompokan. Hasil penelitian mengidentifikasi tiga gaya musikal yang dapat diinterpretasikan, yaitu Jawa modern enerjik, lagu tradisional atau akustik, serta Jawa eksperimental atau ambient, dengan Silhouette Score sebesar 0,114. Temuan ini menunjukkan bahwa fitur audio mampu merepresentasikan karakter lagu secara objektif dan mendukung sistem rekomendasi adaptif untuk pelestarian musik daerah. Pendekatan ini juga membantu memperluas akses pendengar terhadap kekayaan musik lokal di era digital secara berkelanjutan.]]>
Copyrights © 2026
