Pramudya, Edward Landung (2026) Pengembangan Sistem Rekomendasi Emotion Musik Berbasis Mobile dengan Face Mood Detection Menggunakan Metode K-NN dan Resnet. Diploma thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Ringkasan/Abstract)
ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (108kB) |
|
Text (Bab 1 Pendahuluan)
bab1.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (249kB) |
|
Text (Daftar Pustaka)
daftar pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (182kB) |
|
Text (Laporan Lengkap)
Laporan_lengkap.pdf - Submitted Version Restricted to Registered users only Download (4MB) | Request a copy |
Abstract
Penelitian ini mengembangkan aplikasi Famotion, yaitu sistem rekomendasi musik berbasis mobile dengan fitur Face Mood Detection menggunakan metode ResNet dan K-Nearest Neighbor (K-NN). Sistem ini dirancang untuk mendeteksi ekspresi wajah pengguna secara real-time, kemudian memberikan rekomendasi musik berdasarkan kondisi emosi yang terdeteksi. Kategori emosi yang digunakan dalam penelitian ini meliputi happy, sad, angry, dan neutral. Proses deteksi dilakukan melalui pengambilan citra wajah menggunakan kamera, tahap preprocessing, ekstraksi fitur menggunakan ResNet50V2, serta klasifikasi emosi menggunakan algoritma K-NN. Hasil klasifikasi emosi tersebut selanjutnya digunakan sebagai dasar dalam menampilkan rekomendasi musik yang sesuai dengan suasana hati pengguna. Aplikasi dikembangkan berbasis mobile dan terintegrasi dengan API untuk mendukung proses deteksi emosi serta layanan rekomendasi musik. Pengujian sistem dilakukan menggunakan metode Black Box Testing dan User Acceptance Testing (UAT). Berdasarkan hasil Black Box Testing terhadap 10 fitur dengan total 120 percobaan, diperoleh 86 percobaan berhasil dengan tingkat keberhasilan sebesar 71,67%. Sementara itu, hasil User Acceptance Testing memperoleh nilai rata-rata 4,48 yang termasuk dalam kategori sangat baik. Hasil tersebut menunjukkan bahwa aplikasi Famotion dapat digunakan sebagai sistem rekomendasi musik berdasarkan emosi pengguna, meskipun masih diperlukan pengembangan lebih lanjut pada beberapa fitur agar sistem dapat berjalan lebih optimal
| Item Type: | Thesis (Diploma) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Penelitian ini mengembangkan aplikasi Famotion, yaitu sistem rekomendasi musik berbasis mobile dengan fitur Face Mood Detection menggunakan metode ResNet dan K-Nearest Neighbor (K-NN). Sistem ini dirancang untuk mendeteksi ekspresi wajah pengguna secara real-time, kemudian memberikan rekomendasi musik berdasarkan kondisi emosi yang terdeteksi. Kategori emosi yang digunakan dalam penelitian ini meliputi happy, sad, angry, dan neutral. Proses deteksi dilakukan melalui pengambilan citra wajah menggunakan kamera, tahap preprocessing, ekstraksi fitur menggunakan ResNet50V2, serta klasifikasi emosi menggunakan algoritma K-NN. Hasil klasifikasi emosi tersebut selanjutnya digunakan sebagai dasar dalam menampilkan rekomendasi musik yang sesuai dengan suasana hati pengguna. Aplikasi dikembangkan berbasis mobile dan terintegrasi dengan API untuk mendukung proses deteksi emosi serta layanan rekomendasi musik. Pengujian sistem dilakukan menggunakan metode Black Box Testing dan User Acceptance Testing (UAT). Berdasarkan hasil Black Box Testing terhadap 10 fitur dengan total 120 percobaan, diperoleh 86 percobaan berhasil dengan tingkat keberhasilan sebesar 71,67%. Sementara itu, hasil User Acceptance Testing memperoleh nilai rata-rata 4,48 yang termasuk dalam kategori sangat baik. Hasil tersebut menunjukkan bahwa aplikasi Famotion dapat digunakan sebagai sistem rekomendasi musik berdasarkan emosi pengguna, meskipun masih diperlukan pengembangan lebih lanjut pada beberapa fitur agar sistem dapat berjalan lebih optimal. | ||||||
| Subjects: | 100 - Rumpun Matematika dan Ilmu Pengetahuan Alam (MIPA) > 120 - Matematika > 123 - Ilmu Komputer 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 550 - Rumpun Ilmu Ekonomi > 570 - Ilmu Manajemen > 577 - Manajemen Informatika 710 - Rumpun Ilmu Pendidikan > 780 - Ilmu Pendidikan Teknologi dan Kejuruan > 786 - Pendidikan Teknik Informatika |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D3 Manajemen Informatika > Tugas Akhir | ||||||
| Depositing User: | Edward Landung Pramudya | ||||||
| Date Deposited: | 15 Jun 2026 01:23 | ||||||
| Last Modified: | 15 Jun 2026 01:24 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/56304 |
Actions (login required)
 |
View Item |
