Perbandingan Algoritma Random Forest, Logistic Regression, Support Vector Machine, dan Gradient Boosting untuk Klasifikasi Popularitas Lagu Menggunakan TF-IDF
Keywords:
Klasifikasi Teks, TF-IDF, Logistic Regression, Machine Learning, Popularitas LaguAbstract
Perkembangan platform musik digital menghasilkan data dalam jumlah besar yang dapat dimanfaatkan untuk memperoleh informasi melalui teknik data mining, salah satunya klasifikasi. Penelitian ini bertujuan membandingkan performa algoritma Random Forest, Logistic Regression, Support Vector Machine (SVM), dan Gradient Boosting dalam mengklasifikasikan popularitas lagu menggunakan dataset Top 500 Songs. Tahapan penelitian meliputi preprocessing data, pembentukan label berdasarkan posisi lagu pada tangga lagu menjadi kategori Top 10 dan Non Top 10, transformasi data menggunakan TF-IDF pada atribut deskripsi lagu, standardisasi fitur numerik menggunakan StandardScaler, pembagian data dengan rasio 80% data latih dan 20% data uji, serta pembangunan model klasifikasi. Evaluasi dilakukan menggunakan matrix Accuracy, Precision, Recall, F1-Score, dan Confusion Matrix. Hasil pengujian menunjukkan bahwa Logistic Regression memperoleh performa terbaik dengan nilai akurasi sebesar 84%, diikuti Support Vector Machine sebesar 82%, Random Forest sebesar 80%, dan Gradient Boosting sebesar 78%. Hasil penelitian menunjukkan bahwa algoritma Logistic Regression lebih efektif dibandingkan algoritma lainnya dalam mengklasifikasikan popularitas lagu pada dataset yang direpresentasikan menggunakan TF-IDF. Penelitian ini diharapkan dapat menjadi referensi dalam pemilihan algoritma klasifikasi untuk data teks pada bidang musik digital.
References
[1] H. Allam, L. Makubvure, B. Gyamfi, K. N. Graham, and K. Akinwolere, “Text Classification : How Machine Learning Is Revolutionizing Text Categorization,” 2025.
[2] J. G. Muchori and M. P. Maina, “Review Article A Systematic Literature Review on Application of Text Embedding Techniques in NLP,” vol. 13, no. December, pp. 45–61, 2025.
[3] H. Barus, I. N. Fajri, and Y. Pristyanto, “Sentiment Classification Analysis of Tokopedia Reviews Using TF-IDF , SMOTE , and Traditional Machine Learning Models,” vol. 9, no. 5, pp. 2552–2561, 2025.
[4] Y. Zhao and Y. Che, “TF-IDF joint SVM model in library automation bias risk assessment system,” 2026.
[5] A. Fauzidan et al., “ANALISIS KOMPARATIF EFEKTIVITAS PIPELINE DATA CLEANING BERBASIS,” vol. XIV, no. 2, pp. 141–149, 2025.
[6] Y. Yang, “An Evaluation of Statistical Approaches to Text Categorization ⁄,” vol. 90, pp. 69–90, 1999.
[7] B. Practices, “Data Preprocessing and Feature Engineering for Data Mining :,” 2025.
[8] O. Hany, “500 Greatest Songs of All Time,” 2020. [Online]. Available: https://www.kaggle.com/datasets/omarhanyy/500-greatest-songs-of-all-time
[9] I. Rahmi, R. Efendi, N. A. Samat, F. Yanuar, and H. Yozza, “Essentials of Preprocessing Data in Improving Logistic Regression Performance Based on Rough Sets Theory : A Case Study of Stunting in West Sumatra , Indonesia,” vol. 13, no. 1, pp. 124–139, 2025.
[10] V. B. Lestari and C. A. Hutagalung, “Evaluation of TF-IDF Extraction Techniques in Sentiment Analysis of Indonesian-Language Marketplaces Using SVM , Logistic Regression , and Naive Bayes,” no. 021, pp. 36–44.
[11] F. Pedregosa, R. Weiss, and M. Brucher, “Scikit-learn : Machine Learning in Python,” vol. 12, pp. 2825–2830, 2011.
[12] B. Ramadhani and R. R. Suryono, “Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse,” vol. 8, no. April, pp. 714–725, 2024, doi: 10.30865/mib.v8i2.7458.
