Fairphonic Pte Ltd adalah sebuah perusahaan teknologi yang bergerak di bidang musik. Fairhpnic menyediakan layanan untuk mendeteksi konten-konten di sosial media yang terindikasi melakukan pelanggaran hak cipta. Fairphonic memanfaatkan fitur audio untuk melakukan proses deteksi. Kondisi algoritma yang sekarang digunakan oleh Fairphonic, memerlukan pairwise comparison, dan konten-konten yang dibandingkan dikumpulkan melalui proses scraping, tepat setelah proses dijalankan. Fairphonic memiliki ratusan ribu data musik pada database mereka. Fairphonic menginginkan algoritma yang lebih scalable agar bisa membandingkan satu musik masukan dengan seluruh katalog musik Fairphonic. Penelitian ini menggunakan fitur Harmonic Pitch Class Profile (HPCP), Chroma dan Rhythm Pattern. Penelitian ini akan membandingkan algoritma-algoritma yang sudah pernah diteliti sebelumnya yaitu binary similarity matrix, euclidean distance, dan similarity matrix profile. Hasil penelitian menunjukkan kombinasi HPCP dengan binary similarity matrix menghasilkan Mean Average Precision tertinggi yaitu 0.989. Pengujian perhitungan kecepatan dengan melakukan perbandingan 10 kali menunjukkan Kombinasi Chroma dan similarity matrix profile menjadi kombinasi yang lebih cepat sebanyak 72% dibandingkan kombinasi HPCP dengan binary similarity matrix. Penulis merekomendasikan algoritma Chroma dan similarity matrix profile untuk music similarity ranking karena proses yang lebih cepat. Penelitian ini juga menghasilkan prototype implementasi music similarity ranking.