bab i pendahuluan
advertisement
BAB I PENDAHULUAN 1.1 Latar Belakang Musik adalah sekumpulan nada yang dirangkai menjadi sebuah harmoni dalam suatu irama dan tempo yang beraturan. Secara khusus, musik diartikan sebagai ilmu dan seni suara, yaitu berupa bentuk dan sinkronisasi suara-suara yang membentuk harmoni nada-nada sehingga terdengar estetik (Dewi & Harjoko, 2010). Musik adalah suatu media untuk mengungkapkan kesenian dan kreativitas dalam bentuk bunyi atau suara. Perkembangan keragaman musik serta teknologi menyebabkan bertambahnya file musik dalam bentuk digital. Pada tahun 2015, jumlah file musik digital yang terdapat pada iTunes Store mencapai jumlah 25 juta file (www.apple.com/itunes). Masalah yang timbul dari banyaknya file musik yang beredar adalah para pendengar musik bisa saja memiliki terlalu banyak file musik dan kesulitan untuk memilih musik yang akan didengar (Lee & Lee, 2007). Karena masalah tersebut, para pendengar musik membutuhkan sebuah sistem yang dapat memberikan rekomendasi musik yang cocok didengarkan pada waktu tertentu. Rekomendasi musik yang efektif dapat mengurangi usaha pendengar musik dalam memilih musik yang akan didengar (Lee & Lee, 2007). Saat ini ada beberapa cara untuk merekomendasikan musik, seperti rekomendasi musik berdasarkan genre yang sama atau kemiripan audio. Rekomendasi musik berdasarkan genre, seperti Pop, Rock, atau Classical, dapat memudahkan para pendengar musik untuk mencari file musik yang memiliki gaya atau ciri tertentu. Kemiripan audio juga dapat digunakan sebagai dasar rekomendasi musik dengan menggunakan fitur yang ada di dalam musik, seperti ritme (Dewi & Putri, 2011). Rekomendasi musik tidak hanya dapat diperoleh berdasarkan genre atau kemiripan audio saja, karena pilihan musik para pendengar musik bisa berbeda dalam keadaan lingkungan yang berbeda pula (Lee & Lee, 2007), (Rho et al., 2009), (Han et al., 2010), (Baltrunas et al., 2011), (Hariri et al., 2012). Pilihan 1 2 musik juga bisa berbeda sesuai dengan mood yang diharapkan oleh pendengar musik (Rho et al., 2009), (Han et al., 2010), (Chang et al., 2010), (Lee et al., 2011). Misalnya, pilihan musik para pendengar yang menginginkan mood gembira saat hujan di sore hari akan berbeda dengan pilihan musik pendengar yang menginginkan mood sedih saat hujan di sore hari. Pemilihan musik dapat mempengaruhi mood pendengar, karena musik tidak hanya memiliki makna verbal, tetapi juga memiliki makna aural (Dewi & Harjoko, 2010). Makna aural adalah keselarasan bunyi yang dirasakan saat mendengar musik, misalnya saat pendengar mendengarkan musik Bara Bará Bere Berê milik Michel Teló, mungkin pendengar tidak paham akan maksud musik tersebut karena tidak mengerti bahasa yang digunakan sebagai liriknya, namun saat mendengarnya pendengar dapat merasa bersemangat atau senang. Penelitian mengenai rekomendasi musik dengan menggunakan konteks telah dilaksanakan oleh beberapa peneliti, sebuah sistem yang bernama C2_Music, yang memberikan rekomendasi berupa musik berdasarkan latar belakang pendengar dan keadaan lingkungan pendengar dengan Case-Based Reasoning (Lee & Lee, 2007). Hanya saja pada penelitiannya, Lee & Lee (2007) tidak menggunakan data occasion/kegiatan dan mood/keadaan emosi pendengar untuk menentukan rekomendasi musik dan tidak menggunakan metode indexing kasus. Peneliti lainnya, yaitu Han et al (2010) merekomendasikan musik berdasarkan data konteks menggunakan Emotion State Transition Model (ESTM) dan ContextBased Music Recommendation (COMUS) untuk klasifikasi mood dan penentuan rekomendasi (Han et al., 2010). Hanya saja, pada penelitian yang dilakukan oleh Han et al (2010) hanya memakai data konteks dari 30 partisipan dan 120 lagu sebagai dataset. Penelitian ini membahas mengenai rekomendasi musik berdasarkan konteks menggunakan Case-Based Reasoning (CBR) dan Self Organizing Map (SOM) yang digunakan sebagai metode indexing dalam CBR. Fitur occasion/kegiatan dan mood/keadaan emosi pengguna sistem digunakan pada penelitian ini untuk meningkatkan akurasi hasil rekomendasi selain menggunakan fitur yang digunakan Lee & Lee (2007) yaitu part of day, date, weather, region, 3 month, dan weekday seperti. Data untuk case base awal barupa 3700 kasus yang berasal dari permintaan musik pada stasiun Elkoga Radio Bali yang terdiri dari lebih dari 100 pendengar. Hasil akhir penelitian ini adalah sebuah aplikasi desktop yang dapat memberikan penggunanya rekomendasi musik berupa playlist. Pengguna aplikasi hasil penelitian ini adalah pengguna perorangan yang membutuhkan rekomendasi musik. Case based reasoning (CBR) digunakan dalam penelitian ini karena CBR dapat diterapkan untuk berbagai jenis masalah dan CBR dapat memberikan solusi dengan menggunakan akumulasi kasus-kasus sebelumnya yang ada pada case base. Rekomendasi musik untuk konteks tertentu dapat ditentukan berdasarkan pilihan-pilihan musik yang telah dilakukan sebelumnya, sehingga CBR dapat digunakan dalam penelitian ini karena dapat memberikan rekomendasi berdasarkan kasus-kasus permintaan musik yang sudah pernah terjadi. Keuntungan lain dari CBR adalah CBR dapat belajar terus menerus dengan hanya menambahkan kasus baru ke dalam case base (Lee & Lee, 2007). Self Organizing Map digunakan sebagai metode indexing untuk mengurangi waktu yang dibutuhkan untuk pencarian kasus pada tahap case retrieval. Self Organizing Map, dengan model yang stabil dan fleksibel, banyak dipakai dalam aplikasi berskala besar seperti pada aplikasi financial data analysis, medical data analysis, time series prediction, medical control dan sebagainya. Karena arsitektur topologi yang dimiliki, SOM tidak hanya digunakan sebagai basis untuk ekplorasi interaktif tapi juga digunakan sebagai struktur index pada database (Dewi & Harjoko, 2010). Pada penelitian ini, penggunaan SOM sebagai metode indexing diharapkan dapat mengelompokkan dan memberi index pada kasus-kasus permintaan lagu yang ada pada case base berdasarkan kemiripan fitur-fitur kasusnya. 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dipapaparkan dapat dirumuskan masalah yang dikaji dalam penelitian ini, yaitu bagaimana penerapan Case-Based Reasoning dengan Self Organizing Map sebagai metode indexing untuk 4 memberikan rekomendasi musik, bagaimana pengaruh Self Organizing Map sebagai metode indexing, serta bagaimana pengaruh mood dan konteks dalam penentuan rekomendasi. 1.3 Batasan Masalah Berikut merupakan batasan masalah yang digunakan agar penelitian ini tetap mengacu pada topik penelitian. 1. Data permintaan musik yang digunakan sebagai case base berasal dari Elkoga Radio Bali berupa tanggal permintaan, waktu permintaan, nomor telepon dan nama pendengar, serta judul musik dan penyanyi yang diminta pada bulan Januari sampai Agustus 2013. 2. Konteks yang digunakan dalam penelitian ini adalah mood (keadaan emosi yang diinginkan oleh pendengar), occasion (kegiatan pendengar), part of day (bagian hari), date (tanggal), weather (cuaca di daerah tempat pendengar berada), region (daerah tempat pendegar berada), month (bulan), dan weekday (hari dalam satu minggu). 3. Data weather diambil dari data stasiun cuaca di Bali yang telah dipublikasi pada website Weather Underground (www.wunderground.com). 4. Data mood untuk case base awal didapatkan melalui proses klasifikasi musik menggunakan aplikasi Smart Player berdasarkan pola ritme musik. 5. Input sistem adalah mood yang diinginkan oleh pengguna dan kegiatan atau peristiwa yang dialami pengguna. 6. Rekomendasi musik yang diberikan adalah lima musik berbeda berupa playlist yang sesuai dengan konteks yang diinginkan oleh pendengar. 1.4 Tujuan Penelitian Penelitian ini bertujuan untuk membuat rancang bangun sebuah sistem yang dapat memberikan rekomendasi musik berdasarkan data konteks (mood, occasion, part of day, date, weather, region, month, dan weekday) menggunakan Case-Based Reasoning dan Self Organizing Map. Output yang diharapkan adalah rekomendasi musik yang sesuai dengan konteks yang diinginkan pengguna. 5 1.5 Manfaat Penelitian Manfaat yang diharapkan dari hasil penelitian ini adalah sistem yang dihasilkan dapat membantu penggunanya memilih musik yang sesuai dengan konteksnya saat ini, sehingga pengguna dapat menikmati musik yang sesuai dengan keadanya saat ini. Hasil penelitian ini juga diharapkan dapat memberikan manfaat bagi peneliti lain yang bergerak dalam bidang ilmu komputer atau bidang musik. 1.6 Metodologi Penelitian Langkah-langkah eksperimen yang dilakukan pada penelitian ini adalah sebagai berikut. 1. Studi kepustakaan: tahap ini dilakukan dengan membaca, mempelajari, dan memahami buku teks, jurnal, paper, dan karya ilmiah lainnnya yang terkait dengan penelitian tentang rekomendasi musik berdasarkan konteks. Topiktopik berkaitan dengan berbagai pendekatan dalam sistem rekomendasi musik dipelajari sebagai dasar pengetahuan dalam penyelesaian permasalahan penelitian ini. 2. Pengumpulan data penelitian: tahap ini dilakukan dengan mengumpulkan data penelitian berupa data permintaan lagu oleh pendengar radio yang berasal dari Elkoga Radio Bali, data cuaca yang didapat dari website Weather Underground, dan data mood musik yang didapat dari SmartPlayer. 3. Analisis dan rancangan sistem: tahap ini dilakukan dengan menganalisa terhadap kebutuhan sistem rekomendasi musik sesuai dengan pendekatan yang digunakan, perancangan dan detail alur proses sistem, dan perancangan proses pengujian. 4. Implementasi: tahap ini dilakukan dengan mengimplementasikan sistem rekomendasi musik berdasar atas rancangan yang telah dibuat pada tahap sebelumnya. Tahap-tahap dalam case-based reasoning seperti representasi kasus dan indexing, pencocokan kasus dan retrieval, adaptasi kasus, dan casebase maintenance diimplementasikan hingga mendapatkan hasil. Sistem beserta antarmuka sistem dibangun dengan menggunakan bahasa 6 pemrograman Java dengan menggunakan software Netbeans. Penyimpanan data kasus menggunakan MySQL. 5. Evaluasi dan Perbaikan: pada tahap ini dilakukan evaluasi sistem, serta memperbaikinya jika terdapat kesalahan yang terjadi. 6. Pengujian dan analisis hasil: tahap ini meliputi pengujian kualitas dan kinerja dari sistem rekomendasi musik yang dibangun dengan menghitung nilai precision, recall, F-Measure, dan waktu yang diperlukan sistem untuk mencari rekomendasi musik. Analisis hasil dilakukan dengan melakukan analisis terhadap hasil dan temuan yang didapat dari penelitian yang telah dilakukan. 7. Penulisan laporan: pada tahap ini dilakukan penulisan laporan dari hasil penelitian yang telah dilakukan. 1.7 Sistematika Penulisan Sistematika penulisan laporan penelitian ini diorganisasikan ke dalam tujuh bab yang secara garis besar adalah sebagai berikut. 1. BAB I PENDAHULUAN Pada bab ini diuraikan secara singkat mengenai latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan. 2. BAB II TINJAUAN PUSTAKA Pada bab ini dibahas penelitian-penelitian yang sudah dilakukan oleh peneliti lainnya sebagai perbandingan dan acuan untuk penelitian ini. 3. BAB III LANDASAN TEORI Pada bab ini diuraikan teori-teori dasar berkaitan dengan penelitian yang dilakukan sebagai dasar dalam perancangan dan pembangunan sistem rekomendasi musik berdasarkan konteks menggunakan case-based reasoning dan self-organizing map. 4. BAB IV ANALISIS DAN RANCANGAN SISTEM Pada bab ini diuraikan perancangan sistem dan metode-metode yang digunakan pada penelitian ini. 7 5. BAB V IMPLEMENTASI Pada bab ini dibahas tentang implementasi rancangan algoritma dan antarmuka yang digunakan pada sistem meliputi pembahasan tiap proses disertai dengan potongan program dan implementasi antarmuka sistem. 6. BAB VI HASIL DAN PEMBAHASAN Pada bab ini dibahas proses pengujian terhadap sistem rekomendasi yang dibangun serta pembahasan hasil pengujian. Pengujian yang dilakukan meliputi perhitungan nilai precision, recall, dan F-Measure. 7. BAB VII KESIMPULAN DAN SARAN Pada bab ini diuraikan kesimpulan dari hasil penelitian serta saran-saran untuk penelitian lebih lanjut.
