VOKASI NEWS – Sistem rekomendasi musik berbasis Content-Based Filtering dan Cosine Similarity membantu pengguna menemukan lagu sesuai mood dengan akurat dan mudah digunakan.
Akses ke jutaan lagu di era digital membuat pilihan musik semakin beragam. Namun, kelimpahan ini sering menimbulkan kebingungan dalam memilih lagu yang sesuai suasana hati atau preferensi pribadi. Untuk mengatasi tantangan tersebut, dikembangkan sistem rekomendasi musik yang mampu menyajikan daftar putar relevan, menyesuaikan selera pendengar secara otomatis.
Sistem ini membantu pengguna menemukan lagu yang sesuai tanpa harus menelusuri katalog panjang. Melalui pendekatan berbasis data, pengguna dapat menikmati musik yang lebih personal dan konsisten dengan mood saat itu.
Analisis Karakteristik Lagu dengan Algoritma
Sistem rekomendasi ini menggunakan metode Content-Based Filtering untuk menghasilkan rekomendasi akurat. Pendekatan ini tidak bergantung pada tingkat popularitas lagu, melainkan menganalisis karakteristik musik seperti tempo, valensi (nuansa emosional), danceability, energi, dan genre. Analisis dilakukan pada basis data berisi lebih dari 16.000 judul lagu.
Kemiripan antar lagu dihitung menggunakan algoritma Cosine Similarity. Algoritma ini mengukur kesamaan berdasarkan atribut audio, sehingga lagu-lagu yang memiliki profil serupa dapat direkomendasikan. Sebagai contoh, jika pengguna menyukai lagu bertempo cepat dan bertenaga tinggi, sistem akan menyarankan lagu lain dengan karakteristik serupa. Pendekatan ini memastikan rekomendasi sesuai dengan selera musik yang telah diidentifikasi.
Evaluasi Kinerja dan Kepuasan Pengguna
Keberhasilan sistem diuji melalui penilaian pengguna yang mengukur relevansi rekomendasi dan kemudahan penggunaan. Relevansi dinilai dengan metode Mean Opinion Score (MOS) dan memperoleh skor rata-rata 4,13 dari skala 5. Hasil ini menunjukkan mayoritas pengguna merasa rekomendasi yang diberikan sesuai selera mereka.
Tingkat kemudahan penggunaan diukur menggunakan System Usability Scale (SUS), menghasilkan skor 83,52 dari 100. Nilai ini termasuk kategori “sangat baik” dan mengindikasikan antarmuka sistem dirancang intuitif, memudahkan interaksi tanpa hambatan berarti.
[BACA JUGA: Strategi Digital Instagram untuk Pemasaran UMKM Fashion Thrift]
Penerapan Content-Based Filtering dengan Cosine Similarity terbukti efektif dalam menciptakan pengalaman mendengarkan musik yang personal, relevan, dan mudah diakses. Inovasi ini menjadi langkah maju dalam pemanfaatan teknologi untuk mengoptimalkan interaksi pengguna dengan konten digital.
***
Penulis: Rio Ferdinand
Editor: Fatikah Rachmadianty
