RANCANG BANGUN SISTEM KLASIFIKASI PENDETEKSI SUASANA HATI MUSIK PADA MEDIA SOSIAL TIKTOK MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Abstract

Memilih musik latar yang tepat agar sesuai dengan suasana hati yang ingin dicapai dari digagasnya sebuah konten pada aplikasi media sosial TikTok menjadi penting dalam rangka meningkatkan kesadaran akan keberadaan sebuah produk atau jasa. Dalam psikologi musik, Robert Thayer mengemukakan model untuk mendefinisikan suasana hati berdasarkan tingkat stress dan energi. Model yang dikenal dengan model suasana hati Robert Thayer membagi suasana hati menjadi empat kategori: senang, cemas, sedih, dan tenang. MIR menerapkan teknologi data mining untuk mencari, menggali, dan mendeteksi informasi tersirat pada data musik, salah satunya suasana hati. Melalui penelitian ini akan dibangun sebuah sistem klasifikasi menggunakan algoritma K-NN untuk mendeteksi kecenderungan suasana hati musik sehingga membantu kerja kreator konten TikTok dalam memutuskan musik pengiring atau musik latar yang selaras dengan suasana hati yang ingin dicapai melalui konten yang dibuat, serta untuk mengetahui unjuk kerja dari metode klasifikasi.