Pengaruh Musik Terhadap Produktivitas Mahasiswa Telkom University Purwokerto
Abstract
Penelitian ini mengkaji pengaruh musik terhadap produktivitas mahasiswa Telkom University Purwokerto dalam menyelesaikan tugas akademik melalui eksperimen menggunakan tes mengetik. Variabel yang diuji meliputi genre musik (rock, elektronik, pop), volume (rendah, sedang, keras), dan tempo (lambat, sedang, cepat). Metode Taguchi dan ANOVA digunakan untuk menganalisis data dan menentukan kombinasi faktor optimal untuk meningkatkan kecepatan mengetik (words per minute/WPM) dan akurasi sebagai indikator produktivitas. Hasil menunjukkan bahwa genre musik berpengaruh signifikan terhadap produktivitas, sementara volume dan tempo tidak memberikan pengaruh yang signifikan secara statistik. Kombinasi optimal yang dianjurkan adalah musik rock dengan tempo sedang (108-120 BPM) dan volume keras (71–90 dB). Eksperimen konfirmasi memperkuat validitas hasil, dan studi ini memberikan rekomendasi pemilihan musik yang mendukung peningkatan fokus dan efektivitas belajar mahasiswa. Penelitian ini juga membuka peluang pengembangan lebih lanjut dengan mempertimbangkan variabel individual dan genre tugas berbeda Kata kunci— Musik, Produktivitas, Taguchi, ANOVA, Eksperimen
Downloads
References
[1] Aaron, F., Tanamas, W., Wijaya, S., Prasetyo, E., & Tias, R. F. (2024). Dynamic Time Warping Pada Metode K-Means Untuk Pengelompokan Data Trend Penjualan Produk. 02, 100–109.
[2] Al Farisi, S., Iqbal Fasa, M., & Suharto. (2022). Peran Umkm (Usaha Mikro Kecil Menengah) Dalam Meningkatkan Kesejahteraan Masyarakat. Jurnal Dinamika Ekonomi Syariah, 9(1), 73–84. https://doi.org/10.53429/jdes.v9ino.1.307
[3] Almeira, D., & Graciella Juanda, G. (2021). Analisis Multidimensional Scaling dan k-Means Clustering untuk Pengelompokan Provinsi Berdasarkan Tingkat Pengangguran. E-Prosiding Nasional | Departemen Statistika FMIPA Universitas Padjadjaran, 10, 08. http://prosiding.statistics.unpad.ac.id/index.php/prosidingnasional/article/view/75
[4] Ariati, I., Norsa, R. N., Akhsan, L., & Heikal, J. (2023). Segmentasi Pelanggan Menggunakan K-Means Clustering Studi Kasus Pelanggan Uht Milk Greenfield. Cerdika: Jurnal Ilmiah Indonesia, 3(7), 729–743. https://doi.org/10.59141/cerdika.v3i7.639
[5] Ariyanto, D. (2022). Data Mining Menggunakan Algoritma K-Means untuk Klasifikasi Penyakit Infeksi Saluran Pernafasan Akut. Jurnal Sistim Informasi Dan Teknologi, 4, 13–18. https://doi.org/10.37034/jsisfotek.v4i1.117
[6] Ayubi, A. Al, Achmadi, H., & Ayubi, A. Al. (2024). Enrichment : Journal of Management Customer profiling with k-means clustering and product recommendation with market basket analysis for strategy marketing MSMEs. 14(2).
[7] Ibrahim, F., Putra, B. S., Azhra, F. H., & Fadhlurrohman, N. (2021). Analysis of marketing strategy at setia stores using ahp, clustering, and ar-mba method. International Journal of Industrial Optimization, 2(2), 125. https://doi.org/10.12928/ijio.v2i2.4369
[8] Idham, Rosika, H., & Yuliadi. (2024). IMPLEMENTASI RAPIDMINER UNTUK CLESTERING DATA PENJUALAN PAKAIAN MENGGUNAKAN METODE K-MEANS. 5, 221–231.
[9] Mamuriyah, N., Chairunnisa, C., Putri, A. S. A., & ... (2021). Strategi Pemasaran Dalam Meningkatkan Hasil Penjualan Rumah Makan Padang Gadih Minang. National Conference …, 3, 469–478. https://journal.uib.ac.id/index.php/nacospro/article/view/5973
[10] Muhamad Andika, A., Suarna, N., & Dana, R. D. (2023). Analisa Dataset Asosiasi Penjualan Menggunakan Metode FP-Growth. Jurnal Teknologi Ilmu Komputer, 2(1), 80–88. https://doi.org/10.56854/jtik.v2i1.108
[11] Nurahman, N., Maulana, A., Suprianur, A., & Faruq, F. U. (2023). Algoritma Fp-Growth Untuk Rekomendasi Menu Minuman Di Jingga Coffee. Jurnal Global Ilmiah, 1(1), 8–17. https://doi.org/10.55324/jgi.v1i1.2
[12] Rifai, B., & Mychelisda, E. (2023). Model Percepatan Adopsi Teknologi Digital Industri Makanan Minuman Berbasis Potensi Lokal Menuju Industri 4.0 Untuk Mendukung Ketahanan Pangan Nasional. TheJournalish: Social and Government, 4(5), 211–231. http://thejournalish.com/ojs/index.php/thejournalish/
[13] Santoso, M. H. (2021). Application of Association Rule Method Using Apriori Algorithm to Find Sales Patterns Case Study of Indomaret Tanjung Anom. Brilliance: Research of Artificial Intelligence, 1(2), 54–66. https://doi.org/10.47709/brilliance.v1i2.1228
[14] Simangunsong, B. N., Manalu, M. R., & Medan, U. I. (2023). Testing the K-Means Clustering Algorithm in Processing Student Assignment Grades Using the RapidMiner Application. Journal of Data Science, 1, 51–60.
[15] Sulistiono, & Mulyana, M. (2020). 02+-+JADKES+2020+Vol+1+No+2+Angga+Mumuh. 1(2), 127–134. https://doi.org/10.374/jadkes.v1i2.512
[16] Supriyono, Arifin, M., & Nugraha, F. (2020). Implementasi CRM Berbasis E-Commerce Pada Rumah Makan Ulam Sari Kudus. Jurnal SIMETRIS, 11(1), 333–340.
[17] Syifa, N., & Fahmi, R. N. (2021). Implementasi Metode K-Means Clustering dalam Analisis Persebaran UMKM di Jawa Barat. JOINS (Journal of Information System), 6(2), 211–220. https://doi.org/10.33633/joins.v6i2.5310
[18] Talia, A. H., Suarna, N., & Pratama, D. (2024). Penerapan Algoritma Fp-Growth Dalam Analisis Pola Transaksi Untuk Optimalisasi Pengelolaan Data Transaksi Di Toko Lia. Jurnal Kecerdasan Buatan Dan Teknologi Informasi, 3(1), 26–36. https://doi.org/10.69916/jkbti.v3i1.108
[19] Tanuwijaya, K., & Sikomena, A. (2024). PENDAMPINGAN PEMANFAATAN TEKNOLOGI DIGITAL SEBAGAI STRATEGI PEMASARAN UMKM NURUL ISMIATI.
[20] Triyandana, G., Putri, L. A., & Umaidah, Y. (2022). Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means. Journal of Applied Informatics and Computing, 6(1), 40–46. https://doi.org/10.30871/jaic.v6i1.3824
[21] Vera-Vera, J. F., & Roldán-Nofuentes, J. A. (2024). A robust alternating least squares K-means clustering approach for times series using dynamic time warping dissimilarities. Mathematical Biosciences and Engineering, 21(3), 3631–3651. https://doi.org/10.3934/mbe.2024160
[22] Munfarijah, V., & Lucia, D. (2020). Implementation of FP-Growth Algorithm in Determining Food Package Recommendation in Sunan Giri Ribs Meatball Restaurant. International Journal of Computer Applications, 176(24), 15–20. https://doi.org/10.5120/ijca2020920225
[23] Nurahman, N., Maulana, A., Suprianur, A., & Faruq, F. U. (2023). Algoritma Fp-Growth Untuk Rekomendasi Menu Minuman Di Jingga Coffee. Jurnal Global Ilmiah, 1(1), 8–17. https://doi.org/10.55324/jgi.v1i1.
