| Abstrak | Music Information Retrieval merupakan bagian dari bidang sistem temu kembali informasi (Information Retrieval) yang merupakan bidang keilmuan yang berhubungan dengan pencarian informasi dalam dokumen, dan hubungan metadata berbagai dokumen dalam basis data yang saling terhubung. Data yang digunakan dalam penelitian ini adalah musik. Karena setiap musik yang tercipta memiliki energi emosi tersendiri yang terpancar, serta memiliki kaitan yang kuat dengan psikologi manusia, hal ini menandakan bahwa musik berkaitan dengan emosi dan mood (suasana hati) tertentu pada diri manusia. Untuk hal menentukan jenis mood yang terkandung dalam musik diperlukan metode khusus yang menggabungkan komputasi numerik dengan penambangan data berupa fitur-fitur unik dalam musik, hal ini dikenal sebagai Music Information Retrieval (MIR). Dalam penelitian ini akan mengelompokkan data musik berdasarkan 4 kategori mood model Thayer, dengan metode data mining menggunakan algoritma clustering K-Means. Keunggulan algoritma ini melakukan proses pemodelan tanpa supervisi (unsupervised learning) dengan meminimalkan variasi antar data yang ada di dalam suatu cluster dan memaksimalkan variasi dengan data yang ada di cluster lainnya.
Penelitian ini diharapkan dapat menghasilkan sebuah rekayasa sistem untuk mengelompokkan data musik menggunakan algoritma K-Means yang dapat mengukur tingkat kualitas cluster, sum of distance dan waktu pemrosesan cluster.
|
|---|