Implementasi Machine Learning untuk Memprediksi Mood pada Lagu Berbahasa Indonesia

AVICENA ILHAM G, Ridi Ferdiana, Dr., S.T., M.T. ; Anugerah Galang Persada, S.T., M.Eng.

2020 | Skripsi | S1 TEKNOLOGI INFORMASI

Salah satu metode memprediksi mood adalah menggunakan image recognition pada wajah. Penelitian yang memiliki topik tersebut salah satunya dilakukan oleh Landowska dkk. Landowska dkk memprediksi mood pada peserta e-learning. Kamera diletakkan pada atas dan bawah monitor. Alat pencahayaan diletakkan di belakang monitor. Ternyata memprediksi mood menggunakan image recognition memiliki kekurangan dalam hal kualitas gambar. Posisi wajah, posisi kamera dan pencahayaan sangat berpengaruh terhadap hasil prediksi. Pada tugas akhir ini penulis melakukan prediksi mood menggunakan lagu yang didengarkan pengguna. Alasan utama lagu layak dipakai untuk memprediksi mood karena menurut paper yang ditulis W. Chijioke mayoritas responden sangat setuju terhadap pernyataan "pendengar memilih lagu berdasarkan mood mereka". Alasan kedua lagu layak dipakai untuk memprediksi mood seseorang karena jumlah penikmat lagu sangat besar dan terus meningkat dalam hal jumlah dan intensitas mendengarkan lagu. Alasan lain mengapa lagu dipakai pada tugas akhir ini karena data seputar lagu banyak disediakan melalui internet. Proses memprediksi mood melibatkan algoritme machine learning. Hasilnya diketahui bahwa penilaian pengguna berkisar antara "Cukup akurat" dan "Akurat". Responden yang menjawab "Akurat" sekitar 50% dan responden yang menjawab "Cukup akurat" sekitar 33%. Hasil ini menunjukkan potensi lagu untuk memprediksi mood manusia.

One method of predicting mood is to use image recognition on the face. One of the researches on this topic was conducted by Landowska et al. Landowska et al predict the mood in e-learning participants. The camera is placed on the top and bottom of the monitor. Lighting equipment is placed behind the monitor. It turns out that predicting the mood using image recognition has drawbacks in terms of image quality. Face position, camera position and lighting greatly affect the quality of predictions. In this final project the writer makes a mood prediction using a song the user listens to. The main reason for the song is appropriate to predict mood is because according to the paper written by W. Chijioke the majority of respondents strongly agree with the statement "listeners choose songs based on their mood". The second reason a song is appropriate to predict one's mood is because the number of song lovers is huge and continues to increase in terms of the amount and intensity of listening to a song. Another reason why songs are used in this final project is because on the internet there are many data about songs available. The process of predicting mood involves a machine learning algorithm. The results are known that user ratings range between "Quite Accurate" and "Accurate". Respondents who answered "Accurately" were around 50% and respondents who answered "Quite accurate" were around 33%. These results indicate the potential of songs to predict human mood.

Kata Kunci : mood, machine learning, artificial intelligence