Pengembangan Sistem Rekomendasi Lagu Berdasarkan Ekspresi Wajah Menggunakan YOLO v8
DOI:
https://doi.org/10.29407/2rsqwn80Keywords:
Ekspresi wajah, Rekomendasi, Lagu, YOLO v8Abstract
Perkembangan teknologi digital dan internet telah membawa perubahan signifikan dalam cara masyarakat mengakses dan menikmati musik. Musik tidak hanya berfungsi sebagai hiburan, tetapi juga sebagai alat untuk mengelola emosi dan suasana hati. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi lagu yang dapat menyesuaikan pilihan musik berdasarkan ekspresi wajah pengguna menggunakan algoritma YOLO v8. Metode yang digunakan meliputi deteksi ekspresi wajah (happy, sad, angry, fear) melalui YOLO v8 dalam sistem rekomendasi berbasis desktop. Hasil implementasi menunjukkan peningkatan akurasi deteksi ekspresi wajah hingga 88.5% dan kepuasan pengguna sebesar 88% berdasarkan pengujian Beta. Sistem ini berhasil memberikan rekomendasi lagu yang relevan dengan kondisi emosional pengguna secara real-time, sehingga memudahkan pengguna dalam memilih musik yang sesuai dengan suasana hati mereka. Penelitian ini menegaskan pentingnya penggunaan teknologi deteksi ekspresi wajah dalam personalisasi pengalaman mendengarkan musik.
Downloads
References
A. C. North dan D. J. Hargreaves, “Situational Influences on Reported Musical Preference.,” Psychomusicology: A Journal of Research in Music Cognition, vol. 15, no. 1–2, hlm. 30–45, Apr 1996, doi: 10.1037/h0094081.
M. Adiputra, R. R. M. Putri, dan Suprapto, “Penerapan Bayesian Network Pada Sistem Pakar Ekspresi Wajah dan Bahasa Tubuh Melalui Pengamatan Indra Penglihatan Pada Foto,” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, vol. 2, no. 1, hlm. 199–208, Agu 2019.
A. Agustinus, R. Kurniawan, dan H. O. L. Wijaya, “Klasifikasi Emosi Melalui Ekspresi Wajah Menggunakan Algoritma Deep Learning,” Proceedings Economic, Social Science, Computer, Agriculture and Fisheries (ESCAF), vol. 2, no. 1, hlm. 1215–1221, Mei 2023.
E. Tanuwijaya, T. Timotius, D. C. Kartamihardja, dan T. L. Lianoto, “Deteksi Ekspresi Wajah Manusia Menggunakan Convolution Neural Network Pada Citra Pembelajaran Daring,” Besemah Informatics and Computer Technology (BETRIK) , vol. 13, no. 3, hlm. 224–230, Des 2021.
L. Fadhilah dan W. Hadikurniawati, “Deteksi Jenis Buah Mangga Menggunakan Metode CNN (Convolutional Neural Network) Berbasis Android Secara Real-Time,” INTECOMS: Journal of Information Technology and Computer Science, vol. 7, no. 4, hlm. 1366–1372, Jul 2024, doi: 10.31539/intecoms.v7i4.10029.
C. Dewi, D. Manongga, Hendry, E. Mailoa, dan K. D. Hartomo, “Deep Learning and YOLOv8 Utilized in an Accurate Face Mask Detection System,” Big Data and Cognitive Computing, vol. 8, no. 1, hlm. 9, Jan 2024, doi: 10.3390/bdcc8010009.
AL Sigit Guntoro, Edy Julianto, dan Djoko Budiyanto, “Pengenalan Ekspresi Wajah Menggunakan Convolutional Neural Network,” Jurnal Informatika Atma Jogja, vol. 3, no. 2, hlm. 155–160, Nov 2022, doi: 10.24002/jiaj.v3i2.6790.
T. Susim dan C. Darujati, “Pengolahan Citra untuk Pengenalan Wajah (Face Recognition) Menggunakan OpenCV,” Jurnal Syntax Admiration, vol. 2, no. 3, hlm. 534–545, Mar 2021, doi: 10.46799/jsa.v2i3.202.
rosalinaa, “Klasifikasi Ekspresi Wajah,” Kaggle.com.
D. Wang, J. Su, dan H. Yu, “Feature Extraction and Analysis of Natural Language Processing for Deep Learning English Language,” IEEE Access, vol. 8, hlm. 46335–46345, 2020, doi: 10.1109/ACCESS.2020.2974101.
CarlosGDCJ, “Genius Song Lyrics,” Kaggle.com.
K. P. Gaffney, M. Prammer, L. Brasfield, D. R. Hipp, D. Kennedy, dan J. M. Patel, “SQLite,” Proceedings of the VLDB Endowment, vol. 15, no. 12, hlm. 3535–3547, Agu 2022, doi: 10.14778/3554821.3554842.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Alvin Ardiansyah, Risky Aswi Ramadhani, Daniel Swanjaya
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
