Klasifikasi lirik lagu berbahasa Indonesia berdasarkan kategori pendengar menggunakan metode baive-Bayes dengan psikologi pendengar / Muhammad Guntur Aji Purnama

Purnama, Muhammad Guntur Aji (2018) Klasifikasi lirik lagu berbahasa Indonesia berdasarkan kategori pendengar menggunakan metode baive-Bayes dengan psikologi pendengar / Muhammad Guntur Aji Purnama. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

ABSTRAK Purnama, Muhammad Guntur Aji. Klasifikasi Lirik Lagu Berbahasa Indonesia Berdasarkan Kategori Pendengar Menggunakan Metode Na?»ve-Bayes dengan Psikologi Pendengar. Skripsi, S1 Teknik Informatika, Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang, Pembimbing (1) Dr. Eng. Muhammad Ashar, S.T., M.T. (2) Drs. Wahyu Sakti Gunawan Irianto, M.Kom. Kata Kunci: Klasifikasi, Na?»ve Bayes, Support Vector Machine, Decission Tree, Teks, Lirik Lagu. Kata merupakan hal penting untuk dipahami semua orang secara intelektual. Kata juga memiliki berbagai jenis makna yang semakin banyak dan beragam, salah satu contoh pengembangan kata ialah lirik lagu. Lirik lagu didefinisikan sebagai rangkaian kata yang berisi ungkapan, perasaan dan pikiran pencipta lagu. Lirik dari sebuah lagu juga merupakan faktor penting karena di dalamnya terdapat pesan yang terkandung dan disampaikan secara tersurat. Rangkaian dan pemilihan kata yang tepat diperlukan dalam membangun lirik dari sebuah lagu. Terutama pada anak usia dibawah umur, lirik sangat mempengaruhi karakteristik anak dan dapat memberikan dampak negatif terhadap psikologi anak jika tidak terkontrol. Lirik dapat digunakan sebagai objek penelitian sehingga untuk mengkategorikan lagu, dapat diselesaikan dengan menggunakan machine learning, Khususnya dalam bidang klasifikasi text. Dalam klasifikasi lirik lagu, terdapat beberapa algoritma yang digunakan, seperti Iterative Dichotomizer Tree (ID3) dan Support Vector Machine. Terdapat penelitian menggunakan metode Na?»ve Bayes sebagai penanganan atribut bervarian nol dengan studi kasus pemfilteran konten porno pada web browser. Dalam penelitian ini akurasi yang didapatkan sebesar 96.00%. Konsep logika matematis menyebabkan algoritma ini memiliki tingkat akurasi cukup tinggi. Berdasarkan kelebihan dari algoritma tersebut maka dilakukan penelitian agar diketahui keakuratan data di dalam klasifikasi lirik lagu berdasarkan kategori pendengar. Berdasarkan hasil penelitian, metode Na?»ve-Bayes dapat digunakan untuk klasifikasi lirik lagu berbahasa Indonesia berdasarkan kategori pendengar dengan nilai perhitungan akurasi menggunakan confussion matrix sebesar 97,8%. Kemudian untuk penambahan keakuratan data dalam klasifikasi, dilakukan validasi menggunakan sensor NeuroSky yang dipasang pada pengguna dan didapatkan nilai akurasi sebesar 90,28%.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Jurusan Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 16 Oct 2018 04:29
Last Modified: 09 Sep 2018 03:00
URI: http://repository.um.ac.id/id/eprint/48055

Actions (login required)

View Item View Item