Skripsi

Klasifikasi lirik lagu daerah menggunakan metode K-Nearest Neighbor (KNN) / Irfan Zuhdi Abdillah

Abstrak
Indonesia merupakan negara yang terdiri dari berbagai suku bangsa dan bahasa. Keberagaman ini menjadikan Indonesia kaya akan kebudayaan salah satunya lagu daerah. Lagu daerah biasanya menggunakan bahasa daerah sebagai liriknya. Bahasa di setiap daerah memiliki keunikannya masing-masing. Oleh karena itu dibuatlah metode klasifikasi untuk mengelompokkan asal daerah dari bahasa yang terkandung dalam lirik lagu. Klasifikasi akan memudahkan dalam penentuan lagu berdasarkan asalnya. Data klasifikasi yang digunakan adalah 480 lagu daerah dan 90 lagu nasional dengan skenario 2 4 dan 31 kelas. Data yang akan di klasifikasi sebelumnya harus melalui proses preprocessing. Preprocessing yang digunakan adalah cleaning case folding tokenizing dan pembobotan kata. Metode pembobotan kata yang digunakan adalah Term Frequency ndash Inverse Document Frequency (TF-IDF). Penelitian ini juga menggunakan metode Synthetic Minority Over-sampling Technique (SMOTE) sebagai skenario data yang seimbang. Metode klasifikasi yang digunakan adalah K-Nearest Neighbor (KNN) menggunakan metode 10-Fold Cross Validation. Terdapat 6 skenario pengujian dengan nilai K pada KNN dari 1 sampai 15 dan variasi nilai K pada SMOTE. Pengujian memiliki hasil terbaik dengan nilai K pada KNN 9 dan 10 tanpa menggunakan SMOTE dengan jumlah kelas 2 dan memiliki akurasi 97 02%

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2022.

Deskripsi Fisik

xii, 20 lembar : ilus.

Bahasa

Indonesia

No Reg

0677/RS/22

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2022

Subjek

1. ALGORITMA KOMPUTER
2. K-NEAREST NEIGHBOR - LAGU DAERAH
3. COMPUTER ALGORITHM

Pembimbing

1. Aji Prasetya Wibawa, S.t., M.mt., Ph.d; 2. Ilham Ari Elbaith Zaeni, S.t., M.t., Ph.d

Lampiran Berkas