The Comparison of Logistic Regression Methods and Random Forest for Spotify Audio Mode Featurre Classification

Indonesian Journal of Data and Science

View Publication Info
 
 
Field Value
 
Title The Comparison of Logistic Regression Methods and Random Forest for Spotify Audio Mode Featurre Classification
 
Creator Tanujaya, Lukhia Britanthia Christina
Susanto, Bambang
Saragih, Asido
 
Subject fitur-fitur penting
fitur mode
klasifikasi
random forest
regresi logistik
 
Description Studi ini membandingkan kemampuan dari metode regresi logistik dan random forest dalam melakukan klasifikasi fitur mode. Fitur mode ini merupakan fitur yang terdapat di dalam data fitur audio. Secara keseluruhan, data ini berisikan data dari musik atau lagu yang dirilis di platform Spotify yang di dalamnya terdapat berbagai fitur dari masing-masing musik. Dalam melakukan studi ini, metode regresi logistik dan metode random forest ini diterapkan dalam bahasa pemrograman Python. Setelah dilakukannya studi ini dapat disimpulkan bahwa metode random forest dapat melakukan klasifikasi yang lebih baik walaupun dengan selisih yang cukup dekat. Karena kedua metode ini adalah metode yang baik dalam melakukan klasifikasi. Fitur penting yang ditampilkan oleh random forest juga memberikan hasil yang lebih memuaskan, karena fitur yang dihasilkan memang fitur yang berkaitan dengan fitur mode dan sesuai dengan teori musik.
 
Publisher yocto brain
 
Date 2020-12-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier http://jurnal.yoctobrain.org/index.php/ijodas/article/view/16
10.33096/ijodas.v1i3.16
 
Source Indonesian Journal of Data and Science; Vol. 1 No. 3 (2020): Indonesian Journal of Data and Science
2715-9930
 
Language eng
 
Relation http://jurnal.yoctobrain.org/index.php/ijodas/article/view/16/17
 
Rights Copyright (c) 2020 Indonesian Journal of Data and Science
https://creativecommons.org/licenses/by-nc/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library