Penentuan karakteristik lagu populer di industri musik Indonesia menggunakan music mining = Determining characteristics of popular songs in Indonesia's music industry using music mining
Limisgy Ramadhina Febirautami;
Isti Surjandari Prajitno, supervisor; Teuku Yuri M. Zagloel, examiner; Inaki Maulida Hakim, examiner; Irvanu Rahman, examiner
(Fakultas Teknik Universitas Indonesia, 2018)
|
|
Industri musik di Indonesia merupakan salah satu prioritas utama oleh Badan Ekonomi Kreatif BEKRAF untuk ditingkatkan daya saingnya. Dalam meningkatkan daya saingnya, industri musik dihadapi dengan tantangan utama yaitu sumber daya manusia yang kurang memadai serta pemanfaatan pasar yang belum optimal. Oleh karena itu, industri musik di Indonesia perlu mengembangkan strategi terbaru untuk menghadapi tantangan tersebut. Seiring berkembangnya teknologi di industri musik, data terkait musik seperti tangga lagu, fitur audio, serta lirik lagu semakin mudah didapatkan. Data tersebut berpotensi memberikan informasi penting dan karakteristik terkait lagu yang sedang tren dan diminati oleh masyarakat Indonesia. Penelitian ini bertujuan untuk mengetahui karakteristik lagu yang populer atau diminati oleh masyarakat Indonesia menggunakan music mining. Penentuan karakteristik dilakukan dengan mengklasifikasikan lagu keseluruhan, lagu lokal, dan lagu internasional yang populer di Indonesia. Berdasarkan hasil penelitian ini, algoritme pohon keputusan C5.0 mampu memberikan karakteristik yang detail dan optimal untuk lagu keseluruhan, lagu lokal, dan lagu internasional dengan akurasi yang baik. Terdapat beberapa kesamaan dan perbedaan karakteristik yang dimiliki antara lagu secara keseluruhan, lagu lokal, dan lagu internasional yang berkaitan satu sama lain. Keterkaitan tersebut dapat digunakan menjadi strategi dan rekomendasi pelaku industri musik dalam memproduksi lagu yang sesuai dengan preferensi masyarakat. Music industry is one of main priority to improve its competitiveness by BEKRAF. Music industry is faced by main challenges such as insufficient human resources and unoptimized market utilization. Thus, music industry in Indonesia needs to develop new strategy to handle the challenges. Nowadays, the developing of technology in music industry data related to music, e.g. top charts, audio features, and song lyric are easily obtained. Those data are potential to give important information and characteristics related to trending songs and songs preferred in Indonesia. This study aims to know the characteristics of popular or preferred songs in Indonesia using music mining. Determining the characteristic was done by classifying overall songs, local songs, and international songs that are popular. Based on this study, C5.0 decision tree is able to give detail and optimal characteristics of overall songs, local songs, and international songs. There are some similarities and differences among them that are related to each other. Those relations among characteristics can be used to be the strategy and recommendation for music industry in producing songs that are preferred in Indonesia. |
 S-Pdf-Limisgy Ramadhina Febirautami.pdf :: Unduh
|
| No. Panggil : | S-Pdf |
| Entri utama-Nama orang : | |
| Entri tambahan-Nama orang : | |
| Subjek : | |
| Penerbitan : | Depok: Fakultas Teknik Universitas Indonesia, 2018 |
| Program Studi : |
| Bahasa : | ind |
| Sumber Pengatalogan : | LibUI ind rda |
| Tipe Konten : | text |
| Tipe Media : | computer recource |
| Tipe Carrier : | online resource |
| Deskripsi Fisik : | xiv, 66 pages : illustration ; appendix |
| Naskah Ringkas : | |
| Lembaga Pemilik : | Universitas Indonesia |
| Lokasi : | Perpustakaan UI, Lantai 3 |
| No. Panggil | No. Barkod | Ketersediaan |
|---|---|---|
| S-Pdf | 14-20-961341874 | TERSEDIA |
| Ulasan: |
| Tidak ada ulasan pada koleksi ini: 20472523 |
