Musical Instrument Recognition Dengan Metode Mel-Frequency Cepstral Coefficients (MFCC) Dan Learning Vector Quantization (LVQ) Dalam Mengklasifikasikan Sumber Bunyi Pada Alat Musik

Sofiyanudin, (2017) Musical Instrument Recognition Dengan Metode Mel-Frequency Cepstral Coefficients (MFCC) Dan Learning Vector Quantization (LVQ) Dalam Mengklasifikasikan Sumber Bunyi Pada Alat Musik.

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

Abstract

Musical Instrument Recognition merupakan proses yang digunakan untuk mengenali suara alat musik, pada penelitian ini suara alat musik yang dikenali yaitu suara alat musik berdasarkan sumber bunyi. Berdasarkan sumber bunyi yang dihasilkan alat musik dibagi kedalam lima bagian antara lain, Aerophone, Elektrophone, Chordofone, Idiophone, Membranophone. Pada penelitian sebelumnya telah dilakukan pengenalan suara dengan metode klasifikasi Learning Vector Quantization (LVQ) dan metode ekstraksi Mel frequency cepstral coefficients (MFCC) pada beberapa kasus, diantaranya identifikasi suara paru-paru dengan akurasi 87.83 %, identifikasi multi Bahasa dengan akurasi 90%, penerapan untuk transkripsi suara ke teks dengan akurasi 98.57%. Karena hasil dari penelitian sebelumnya untuk pengenalan suara dengan metode LVQ dan MFCC menghasilkan akurasi yang baik. Maka pada penelitian ini akan dilakukan pengenalan suara dengan metode serupa untuk mengklasifikasikan sumber bunyi pada alat musik. Adapun tujuan dari penelitian ini yaitu mengetahui perfomansi pada metode MFCC dan LVQ sebagai pengenalan suara dalam mengklasifikasikan sumber bunyi pada alat musik. Dalam mengklasifikasikan alat musik berdasarkan sumber bunyi diperoleh melalui tiga tahap yaitu tahap ekstraksi suara dengan metode MFCC, tahap klasifikasi dataset menggunakan metode LVQ dan tahap pengujian hasil klasifikasi. Pengujian dilakukan dengan menggunakan dataset sebanyak 750 dengan 5 kelas sumber bunyi, hasil dari pengujian perfomansi menunjukan bahwa metode MFCC dan LVQ memiliki tingkat persentase akurasi yang baik, yaitu sebesar 94.80%.

Item Type: Article
Uncontrolled Keywords: Musical Instrument Recognition, Klasifikasi, LVQ, MFCC, Bunyi alat Music
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: https://repository.unikom.ac.id/id/eprint/54334

Actions (login required)

View Item View Item