Pemanfaatan Api Spotify Dan Twitter Dalam Merekomendasikan Lagu Berdasarkan Mood Pada Tweet Dan Aktivitas Pengguna Melalui Sensor Accelerometer Berbasis Android

Julia, Sarah (2018) Pemanfaatan Api Spotify Dan Twitter Dalam Merekomendasikan Lagu Berdasarkan Mood Pada Tweet Dan Aktivitas Pengguna Melalui Sensor Accelerometer Berbasis Android. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Meskipun banyak orang yang mengaku senang mendengarkan lagu sesuai dengan suasana hati, lokasi dan aktivitas yang dilakukannya, namun tidak sedikit yang masih merasa kesulitan dalam mendapatkan rekomendasi mengenai lagu yang tepat untuk didengarkan dalam keadaan tertentu baik lagu yang didengarkan saat sedang beraktivitas, lagu yang didengarkan di lokasi yang dikunjungi maupun lagu yang didengarkan sesuai dengan suasana hati atau mood. Aplikasi rekomendasi lagu ini dapat digunakan oleh pengguna untuk mendapatkan rekomendasi lagu berdasarkan mood dengan memanfaatkan suasana hati pengguna yang diambil dari tweet yang diproses dengan memanfaatkan API Twitter serta API Uclassify yang digunakan untuk mengklasifikasikan teks tweet menjadi mood pengguna. Pengguna juga dapat menggunakan aplikasi untuk mendapatkan lagu sesuai dengan lokasi yang dikunjungi sesuai dengan lokasi pengguna yang diambil dari sinyal GPS ponsel serta lagu berdasarkan aktivitas yang diambil dengan memanfaatkan teknologi sensor Accelerometer pada ponsel pengguna. Lagu yang direkomendasikan merupakan lagu yang terdapat di playlist lagu pada Spotify dengan memanfaatkan API Spotify serta dapat dimainkan dengan layanan streaming video dari YouTube dengan memanfaatkan API YouTube. Kata kunci: Rekomendasi, Lagu, Mood, Accelerometer, Twitter.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Rekomendasi, Lagu, Mood, Accelerometer, Twitter.
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2018
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 31 Jan 2019 10:24
Last Modified: 31 Jan 2019 10:24
URI: https://repository.unikom.ac.id/id/eprint/58564

Actions (login required)

View Item View Item