Implementasi Machine Learning dalam Penentuan Rekomendasi Musik dengan Metode Content-Based Filtering

Abstract

Industri yang mengalami perkembangan yang signifikan adalah industri musik. Contoh perkembangannya adalah banyaknya platform aplikasi penyedia layanan musik online. Banyaknya data yang disimpan menyebabkan sulitnya menganalisa data yang ada, kehadiran Machine Learning dirasa mampu untuk menjawab tantangan tersebut. Meningkatkan user experience menjadi penting untuk memikat user agar menggunakan aplikasi yang dimiliki. Sistem rekomendasi menjadi salah satu cara untuk meningkatkannya. Penelitian ini bertujuan untuk membuat sistem yang dapat menyajikan rekomendasi musik sesuai dengan preferensi user sehingga tingkat kenyamanan user akan meningkat. Pengembangan sistem pada penelitian ini menggunakan metode Extreme Programming dengan beberapa tahapan, yaitu planning, design, coding, dan testing. Penelitian ini memanfaatkan Machine Learning dalam pencarian pola data serta metode Content-Based Filtering (CBF) dalam pencarian rekomendasinya. Sistem rekomendasi dengan metode CBF mampu menghasilkan tingkat kemiripan lagu rata-rata hingga 0,6684, serta nilai precision mencapai 0,125 dan 0,200 pada recall. Hasil Performance Testing dan System Testing yang diperoleh menyatakan bahwa sistem rekomendasi dapat berjalan baik dengan rata-rata response time mencapai 3,5 detik. Kesimpulan dari penelitian ini adalah sistem rekomendasi dengan metode CBF mampu menghasilkan rekomendasi yang sesuai dengan preferensi user, tetapi dengan data yang belum cukup banyak, diperlukan algoritma yang lebih efektif untuk data yang lebih besar.

Sistem Rekomendasi Musik dengan Metode Collaborative Filtering Berbasis Android

“…Sistem rekomendasi merupakan salah satu cabang dari machine learning dengan jenis yang lebih spesifik. Tidak seperti model machine learning pada umumnya yang memprediksi suatu nilai berdasarkan input baru yang dihasilkan dari riwayat data sebelumnya, sistem rekomendasi lebih berfokus untuk menyediakan daftar produk, dalam hal ini musik yang dirasa akan disukai oleh user [3].…”

Buku Prestasi Santri berbasis Digital menggunakan Prinsip Postel

“…User Experience (UX) sangat penting untuk diperhatikan, agar produk dapat memberikan interaksi yang menarik dan memudahkan bagi pengguna dalam menyelesaikan tugas dan tujuan mereka (Knight, 2019;Syahidi et al, 2021), salah satu penelitian membuktikan bahwa sebuah perancangan yang memerhatikan UX dapat memberikan hasil yang sesuai dengan preferensi pengguna (Putra & Santika, 2020). UX sangat berperan penting dalam kesuksesan sebuah produk berbasis digital, terbukti berdasarkan studi bahwa di Amerika perusahaan yang berinvestasi terhadap pengembangan UX pada produknya mendapatkan keuntungan ROI hingga 9.900 persen (Christensen et al, 2020).…”

Pengembangan Model Machine Learning Regresi sebagai Web Service untuk Prediksi Harga Pembelian Mobil dengan Metode CRISP-DM

“…Temuan tersebut diimplementasikan pada halaman produk berbasis web sehingga tiap pengguna mendapatkan rekomendasi produk yang terpersonalisasi. Sementara itu, [7] mengimplementasikan metode Content-based Filtering dengan cosine similarity untuk menampilkan daftar rekomendasi musik berdasarkan riwayat pemutaran musik pengguna. Dengan memanfaatkan lebih dari 11.000 lagu dan 130.000 riwayat pemutaran, model yang dibangun memiliki performa recall antara 0,15 hingga 0,2 dan precision antara 0,015 hingga 0,125.…”