Document

advertisement
BAB I
PENDAHULUAN
BAB I PENDAHULUAN
1.1
Latar Belakang
Musik adalah sekumpulan nada yang dirangkai menjadi sebuah harmoni
dalam suatu irama dan tempo yang beraturan. Musik adalah suatu media untuk
mengungkapkan kesenian dan kreativitas dalam bentuk bunyi atau suara. Saat ini
banyak seniman yang mengungkapkan kreativitasnya melalui musik, hal tersebut
menyebabkan musik yang beredar semakin banyak dan beragam.
Perkembangan keragaman musik dan teknologi yang pesat menyebabkan
para pendengar musik membutuhkan rekomendasi musik-musik yang sejenis
dengan musik favoritnya dalam suatu media yang mudah diakses seperti jejaring
sosial di internet. Pada jejaring sosial Facebook, music interest seorang pengguna
diperlihatkan pada pengguna lainnya melalui profil pengguna. Para pendengar
musik bisa mencari Facebook Page dari berbagai pemusik dan mengenali
musiknya untuk mencari rekomendasi baru. Tetapi membuka Facebook Page
pemusik satu per satu membutuhkan waktu yang lama, sehingga dibutuhkan cara
rekomendasi yang lebih efisien untuk menemukan rekomendasi music interest.
Rekomendasi music interest tidak hanya didapat dari genre musik yang
sama. Kemiripan audio dapat digunakan sebagai dasar pencarian kemiripan musik
dengan menggunakan fitur-fitur yang dimiliki musik seperti key, mode, loudness,
energy, dan tempo.
Penelitian mengenai rekomendasi musik dan kemiripan audio telah
dilaksanakan oleh beberapa peneliti, seperti Dewi dan Putri merekomendasikan
musik berdasarkan kesamaan audio dengan menggunakan fitur musik ritme dan
metode K-Nearest Neighbour (Dewi & Putri, 2011), Pampalk, Flexer, dan
Widmer mencari kemiripan musik menggunakan kombinasi spectral similarity
dan fluctuation patterns (Pampalk, Flexer, & Widmer, 2005).
1
2
Metode Self Organizing Map telah digunakan untuk mengelompokkan
data berdimensi tinggi. Khususnya, peta ini telah digunakan dalam pengenalan
suara praktis, dan penelitian sedang berlangsung untuk pengaplikasian pada
robotika, kontrol proses, telekomunikasi, dll.
(Kohonen, 2001). Salah satu
penelitian Music Information Retrieval (MIR) yang menggunakan Self Organizing
Map adalah penelitian The SOM-enchanted Jukebox (Rauber, 2003). Dalam
penelitian tersebut, SOM-enchanted Jukebox dapat mengorganisasikan file-file
musik berdasarkan kemiripan audio yang dimiliki oleh musik-musik tersebut.
File-file musik dengan kesamaan audio akan dikelompokkan sehingga pengguna
bisa dengan mudah mendapatkan sebuah daftar musik dengan kemiripan audio
yang tinggi.
Dalam tugas akhir ini akan dibahas mengenai rekomendasi music interest
menggunakan algoritma Self Organizing Map yang diimplementasikan pada
aplikasi jejaring sosial Facebook disertai analisis keterkaitan antara kemiripan
fitur musik dengan genre musik.
1.2
Rumusan Masalah
Rumusan masalah tugas akhir ini adalah sebagai berikut:
1.
Apakah aplikasi rekomendasi music interest pada jejaring sosial Facebook
dapat dibangun dengan metode Self Organizing Map?
2.
1.3
Adakah keterkaitan antara kemiripan fitur musik dengan genre musik?
Tujuan
Tujuan yang ingin dicapai dalam pembuatan tugas akhir ini adalah untuk:
1.
Membangun aplikasi rekomendasi music interest pada jejaring sosial
Facebook dengan menerapkan metode Self Organizing Map.
2.
Menganalisis keterkaitan kemiripan fitur musik dengan genre musik.
3
1.4
Batasan Masalah
Batasan masalah tugas akhir ini adalah sebagai berikut:
1.
Koleksi musik yang digunakan didapat dari us.7digital.com dan
www.last.fm.
2.
Fitur musik yang digunakan sebagai dataset adalah key, mode, loudness,
energi, dan tempo yang didapat dengan menggunakan Echo Nest API.
3.
Informasi musik favorit didapat dari empat Facebook Music Page yang
telah di-like oleh pengguna.
4.
Rekomendasi musik yang diberikan adalah lima Music Page dari
artist/pemusik berbeda untuk setiap Music Page yang telah di-like oleh
pengguna.
1.5
Manfaat
Manfaat yang diharapkan dari hasil tugas akhir ini adalah membantu
pengguna dalam memilih musik-musik yang mirip dengan musik favoritnya
melalui aplikasi rekomendasi musik dalam jejaring sosial Facebook.
Download