Hutagalung, Fradricast (2023) Pembangunan Aplikasi Pemutar Lagu Spotify Berdasarkan Emosi Menggunakan Teknologi Teachable Machine. Other thesis, Universitas Komputer Indonesia.
|
Text
1.UNIKOM_FRADRICAST HUTAGALUNG_COVER_compressed.pdf - Published Version Download (54kB) | Preview |
|
|
Text
19.UNIKOM_FRADRICAST HUTAGALUNG_LEMBAR PENGESAHAN.pdf - Published Version Download (59kB) | Preview |
|
|
Text
17.UNIKOM_FRADRICAST HUTAGALUNG_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (45kB) | Preview |
|
|
Text
20.UNIKOM_FRADRICAST HUTAGALUNG_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (47kB) | Preview |
|
|
Text
4.UNIKOM_FRADRICAST HUTAGALUNG_KATA PENGANTAR_compressed.pdf - Published Version Download (54kB) | Preview |
|
|
Text
5.UNIKOM_FRADRICAST HUTAGALUNG_DAFTAR ISI_compressed.pdf - Published Version Download (72kB) | Preview |
|
|
Text
BAB1 FRADRICAST.pdf - Published Version Download (118kB) | Preview |
|
|
Text
15.UNIKOM_FRADRICAST HUTAGALUNG_BAB 5_compressed.pdf - Published Version Download (60kB) | Preview |
|
|
Text
10.UNIKOM_FRADRICAST HUTAGALUNG_DAFTAR PUSTAKA_compressed.pdf - Published Version Download (106kB) | Preview |
|
|
Text
18.UNIKOM_FRADRICAST HUTAGALUNG_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version Download (5kB) | Preview |
Abstract
Penelitian bertujuan untuk mempermudah pendengar musik untuk dapat mencari lagu yang dapat memperbaiki emosi seseorang secara realtime dan mempermudah seseorang pengguna untuk mengetahui emosinya secara realtime. Terdapat beberapa tahapan metode yang dilakukan oleh peneliti untuk dapat mencapai tujuan tersebut, peneliti melakukan pengumpulan terhadap data beserta model yang akan digunakan nantinya. Dalam penelitian ini dibuat sebuah aplikasi yang dapat mendeteksi emosi untuk memperoleh rekomendasi lagu yang dapat memperbaiki emosi. Deteksi emosi menggunakan media suara, teknologi yang digunakan dalam deteksi emosi melalui suara menggunakan Teachable Machine dan Tensorflow Lite, setelah diperoleh emosi aplikasi merekomendasikan lagu spotify berdasarkan emosi yang sedang dialaminya, selain memberikan rekomendasi lagu spotify aplikasi juga dapat memutarkan lagu. Hasil dari pengujian yang telah dilakukan mengenai pengenalan emosi pengguna secara realtime didapatkan akurasi sebesar 62.5% dengan menggunakan teknologi Teachable Machine dan untuk mengetahui perbaikan emosi setelah mendengarkan lagu dari list lagu yang diberikan peneliti, melalui pengujian hipotesis bahwa pengguna mengalami perbaikan emosi, terdapat juga beberapa saran yang dapat ditarik setelah melakukan pengujian yakni bahwa model yang digunakan untuk mendeteksi emosi dapat ditingkatkan dengan menggunakan teknologi lain.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | perbaikan emosi, Teachable Machine,emosi,Spotify, dan Aplikasi. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mia Hayati Kosasih |
Date Deposited: | 10 Oct 2024 02:44 |
Last Modified: | 10 Oct 2024 03:06 |
URI: | http://elibrary.unikom.ac.id/id/eprint/9347 |
Actions (login required)
View Item |