IMPLEMENTASI ALGORITMA GENETIKA UNTUK SELEKSI FITUR PADA KLASIFIKASI GENRE MUSIK MENGGUNAKAN METODE RANDOM FOREST

Abstract

Musik memiliki jenis yang beragam di Dunia. Adapun jenis musik yang paling popular diantaranya yaitu pop, disco, country, dangdut, jazz, blues, reggae, hiphop, rock, metal. Penelitian ini mengenai Klasifikasi genre musik menggunakan metode Random Forest menggunakan dataset dari GitHub atau GTZAN tentang genre musik dengan jumlah label ada 10, memiliki 26 fitur dan jumlah keseluruhan data ada 1000. Penelitian ini dibagi menjadi beberapa tahap, yaitu dengan klasifikasi seluruh data, mengklasifikasi dengan data yang dinormalisasi, melakukan klasifikasi dengan data asli menggunakan tahap seleksi fitur Algoritma Genetika, dan mengklasifikasi pada data yang dinormalisasi dengan seleksi fitur menggunakan Algoritma Genetika. Parameter yang digunakan pada Algoritma Genetika yaitu menggunakan Probabilitas Crossover, Probabilitas Mutasi. Pada penelitian ini Min-Max digunakan untuk metode normalisasi data, dan untuk perhitungan akurasi menggunakan metode Confusion Matrix. Peformasi terbaik dari parameter GA untuk Pc dan Pm menggunakan kombinasi 0.5 dan 0.2. Performasi populasi size terbaik adalah 26 dan iterasi atau max generasi terbaik ada pada 100 iterasi. Akurasi yang dihasilkan ketika menggunakan seluruh data menghasilkan akurasi sebesar 62%, 59% dengan data yang dinormalisasi, 64% dengan semua data menggunakan seleksi fitur Algoritma Genetika dan didapatkan akurasi sebesar 67% dengan menggunakan seleksi fitur Algoritma Genetika yang datanya dinormalisasi. Hasil ini memberi pengetahuan nilai rata-rata akurasi menunjukkan peningkatan dengan diterapkannya seleksi fitur Algoritma Genetika.