PENERAPAN METODE RANDOM FOREST DALAM KLASIFIKASI GENRE MUSIK MENGGUNAKAN EKSTRAKSI FITUR MFCC

Musik merupakan bagian integral dari kehidupan sebagian besar masyarakat,rndan dengan transformasi digital, pengalaman mendengarkan musik berkembangrndari album fisik menjadi musik digital. Identifikasi genre musik menjadi pentingrndalam menyusun playlist dan menyediakan pengalaman mendengarkan yangrndipersonalisasi. Penelitian ini bertujuan untuk mengimplementasikan metodernRandom Forest dalam mengklasifikasikan genre musik berdasarkan fitur MelrnFrequency Cepstral Coefficients (MFCC). Metode Random Forest dipilih sebagairnpengklasifikasi karena kestabilan dan konsistensinya. Data yang digunakan dalamrnpenelitian ini adalah data musik yang diambil dari platform Spotify dengan musikrnberbahasa Indonesia yang terdiri dari 3 genre musik: dangdut, pop, dan rock.rnSetiap genre akan memiliki data sebanyak 50 musik, sehingga total musikrnberjumlah 150 musik. Eksperimen dilakukan dengan variasi parameter sepertirnkriteria pemilihan, kedalaman pohon, jumlah estimator, dan fitur maksimum.rnHasil uji coba menunjukkan bahwa parameter dengan criterion gini, max_depthrn= None, n_estimators 100, max_features sqrt, dan min_samples_split 2rnmemberikan akurasi maksimal sekitar 84,67%.