Rahmadi, Gunawan (2017) Penggunaan Fitur Permukaan Musik Dan Fitur Ritme Untuk Klasifikasi Genre Musik Dengan Naive Bayes Classifier. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Genre musik adalah pengelompokkan musik sesuai dengan kemiripannya satu sama lain. Jumlah musik yang semakin banyak akan menimbulkan masalah bagi orang yang ingin mengelompokkan data musiknya ke dalam genre musik yang sesuai. Untuk itulah klasifikasi genre musik secara otomatis merupakan solusi yang tepat bagi permasalahan tersebut. Pada penelitian ini, klasifikasi genre musik dilakukan dengan menggunakan fitur permukaan musik dan fitur ritme. Genre yang digunakan yaitu blues, classical, country, disco, hiphop, jazz, pop, metal, reggae, dan rock dengan durasi 5,10 dan 25 detik. Untuk pengelompokkan, digunakan metode NBC. Nilai akurasi terbaik dari pengujian 4-fold cross validation adalah 40.40%. Walaupun nilai akurasi dari hasil pengujian masih rendah, hasil pengujian akurasi dengan NBC masih lebih baik dibandingkan dengan K-Nearest Neighbour (KNN). Berdasarkan hasil pengujian pada penelitian ini disimpulkan bahwa fitur permukaan musik dan fitur ritme dengan menggunakan NBC dapat diimplementasikan pada kasus klasifikasi genre musik.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | fitur permukaan musik, fitur ritme, naive bayes classifier, klasifikasi genre musik, 4-fold cross validation. |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2017 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 10 Nov 2017 03:34 |
| Last Modified: | 10 Nov 2017 03:34 |
| URI: | http://repository.unikom.ac.id/id/eprint/54434 |
Actions (login required)
 |
View Item |
