Pengelompokkan Mood Musik Berdasarkan Lirik Musik Menggunakan Algoritma Semut

Ariastuti, SiwiListya (2011) Pengelompokkan Mood Musik Berdasarkan Lirik Musik Menggunakan Algoritma Semut. Sarjana thesis, Universitas Brawijaya.

Abstract

Algoritma semut melakukan pengelompokkan terhadap dokumen lirik dengan cara membangun rute berdasarkan kemiripan antar dokumen sehingga menghasilkan rute dengan hasil yang optimal. Untuk kasus pengelompokkan dokumen lirik, penggunaan algoritma semut terbagi menjadi dua tahapan, yaitu tahap trial phase (pencarian rute optimal) dan tahap dividing phase (pembentukan cluster). Pada penelitian ini dilakukan beberapa percobaan terhadap dokumen lirik dengan jumlah yang berbeda-beda, yaitu sejumlah 50 dokumen, 150 dokumen, dan 300 dokumen. Selanjutnya sistem akan mengelompokkan dokumen lirik berdasarkan mood yang terkandung dalam lagu tersebut dengan perhitungan terhadap kemiripan lirik antar dokumen. Dari analisis yang dilakukan terhadap sistem pengelompokkan dengan menggunakan algoritma semut didapat hasil F-Measure sebesar 0.805 atau 80.50% pada pengujian terhadap 50 dokumen. Percobaan terhadap 150 dan 300 dokumen lirik masing-masing menghasilkan F-Measure terbaik sebesar 57.59% dan 54.33%. Nilai akurasi terbaik tersebut diperoleh dengan mengambil 6 cluster terbaik hasil dari pengelompokkan sistem dan mengabaikan dokumen hasil clustering di luar 6 cluster terbaik. Percobaan yang dilakukan menunjukkan bahwa algoritma semut kurang tepat apabila diaplikasikan dalam masalah pengelompokkan dokumen lirik.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2011/266/051103373
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 03 Nov 2011 13:45
Last Modified: 22 Oct 2021 08:07
URI: http://repository.ub.ac.id/id/eprint/152711
[thumbnail of 051103373.pdf]
Preview
Text
051103373.pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item