IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBORS UNTUK REKOMENDASI JUDUL LAGU DENGAN MEMANFAATKAN SPOTIFY API

Witanto, Nur (2025) IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBORS UNTUK REKOMENDASI JUDUL LAGU DENGAN MEMANFAATKAN SPOTIFY API. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

This is the latest version of this item.

[img] Text (Full Text)
RAMA_55201_2113020251.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB)
[img] Text (Similarity)
RAMA_55201_2113020251_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2113020251_0723098303_0708028704_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (BAB 2)
RAMA_55201_2113020251_0723098303_0708028704_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (315kB)
[img] Text (BAB 3)
RAMA_55201_2113020251_0723098303_0708028704_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (669kB)
[img] Text (BAB 4)
RAMA_55201_2113020251_0723098303_0708028704_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (742kB)
[img] Text (BAB 5)
RAMA_55201_2113020251_0723098303_0708028704_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (165kB)
[img] Text (References)
RAMA_55201_2113020251_0723098303_0708028704_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (169kB)
[img] Text (Lampiran)
RAMA_55201_2113020251_0723098303_0708028704_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB)

Abstract

Sistem rekomendasi lagu berbasis fitur audio menjadi solusi untuk membantu pengguna menemukan lagu baru sesuai preferensi mereka. Penelitian ini bertujuan mengembangkan sistem rekomendasi lagu menggunakan algoritma K-Nearest Neighbor (KNN) dengan memanfaatkan fitur audio dari Spotify API seperti tempo, energy, valence, acousticness, dan danceability. Metode penelitian yang digunakan adalah waterfall, dimulai dari analisis kebutuhan, pengumpulan dataset dari Kaggle, normalisasi data, hingga implementasi dan evaluasi menggunakan metrik Top K-Accuracy. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi dengan tingkat akurasi sebesar 66%, yang berarti 3-4 lagu dari 5 lagu yang direkomendasikan relevan dengan preferensi pengguna. Penelitian ini membuktikan bahwa KNN dapat diterapkan secara efektif dalam sistem rekomendasi musik berbasis fitur audio, sehingga meningkatkan pengalaman pengguna dalam menikmati musik.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Sistem Rekomendasi, K-Nearest Neighbour (KNN), Top-K Accuracy.
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Nur Kholiq Yoga Witanto
Last Modified: 07 Aug 2025 11:35
URI: http://repository.unpkediri.ac.id/id/eprint/20797

Available Versions of this Item

Actions (login required)

View Item View Item