Musik adalah bahasa universal yang dapat dipahami oleh semua orang. Dalam dunia musik, berbagai genre telah berkembang pesat, dipengaruhi oleh budaya dari berbagai daerah. Ada jazz, reggae, pop, rock, punk, dan banyak lagi, termasuk musik tradisional. Seiring dengan perkembangan musik digital, label genre manual tidak lagi efektif. Klasifikasi otomatis menggunakan algoritma kecerdasan buatan, seperti Extreme Gradient Boosting, dapat mengelompokkan musik berdasarkan fitur-fitur tertentu.Studi ini membandingkan tingkat akurasi dua metode: Extreme Gradient Boosting standar dan Extreme Gradient Boosting dengan Binary Particle Swarm Optimization. Hasil penelitian menunjukkan bahwa Extreme Gradient Boosting mencapai akurasi lebih tinggi, mencapai 69% untuk data latih dan data uji. Sementara itu, penggunaan Binary Particle Swarm Optimization hanya mencapai 64%.Perkembangan ini menunjukkan bahwa meskipun teknik optimasi seperti Binary Particle Swarm Optimization dapat meningkatkan performa, dalam kasus ini, Extreme Gradient Boosting tetap menjadi pilihan yang lebih unggul dalam klasifikasi genre musik berdasarkan akurasi yang diperoleh dari data latih dan uji.