Pengenalan Akord Gitar Dengan Jaringan Syaraf Tiruang Menggunakan Algoritma Learning Vector Quantization Melalui Ekstrkasi Koefisien Cepstral

Ihsan Ramadhan, Mohamad (2017) Pengenalan Akord Gitar Dengan Jaringan Syaraf Tiruang Menggunakan Algoritma Learning Vector Quantization Melalui Ekstrkasi Koefisien Cepstral. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Alat musik gitar merupakan alat musik yang populer disemua kalangan, dari usia remaja hingga dewasa. Dalam memainkan gitar, banyak yang harus dipahami terutama jenis-jenis akord apa saja yang ada pada gitar. Bagi yang mahir memainkan gitar tentu sangat memahami jenis-jenis akord gitar. Akan tetapi, sulit bagi pemain gitar pemula. Pengenalan akord gitar ini menggunakan algoritma Jaringan Syaraf Tiruan yaitu Learning Vector Quantization untuk mengenali akord pada gitar dengan memanfaatkan teknik pengolahan sinyal digital Linear Predictive Coding. Kemudian sinyal suara gitar diekstraksi terlebih dahulu, menghasilkan koefisien ceptral yang digunakan sebagai bobot awal dari algoritma di atas. Pengujian data akord gitar dilakukan melalui dua tahapan yaitu data latih dan data uji terhadap 24 buah data akord. Dimana masing-masing tahapan diuji sebanyak empat kali. Maka diperoleh pengujian data latih terbaik adalah 66,67% yang diperoleh dari iterasi 500, ratio 0,0075 serta minimum error 0,0001. Maka dari itu data parameter tersebut akan digunakan untuk menguji data uji dengan mengubah iterasi dari 250 menjadi 1000 (kelipatan 250). Hasil pengujian data uji dengan variasi iterasi tersebut menghasilkan persentase rata-rata tertinggi dan terendah per-akord masing-masing sebesar 93,75% dan 0%. Untuk persentase variasi iterasi terbaik adalah 53,13% yang diperoleh dari iterasi 500, dan ratio 0,0075 serta minimum error 0,0001.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Gitar, Jaringan Syaraf Tiruan, Koefisien Cepstral, Learning Vector Quantization
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Komputer > Sistem Komputer > 2016
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Komputer (S1)
Date Deposited: 10 Nov 2017 03:33
Last Modified: 10 Nov 2017 03:33
URI: http://repository.unikom.ac.id/id/eprint/53743

Actions (login required)

View Item View Item