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.