Text

Klasifikasi Nada dasar Piano Menggunakan Backpropagation

---

ABSTRAK

Musik saat ini telah menjadi kebutuhan sekunder dalam kalangan masyakarat. Perkembangan teknologi sangatlah mendukung kemajuan bermusik menggunakan virtual instrument. Alat musik yang sering digunakan untuk mengenali nada dasar suara adalah piano. Adanya teknologi pengenalan suara maka nada piano dapat dikenali oleh sebuah aplikasi. Suara nada dasar piano dapat dikenali dengan menggunakan menggunakan metode backpropagation dan metode ekstraksi ciri Mel-Frequency Cepstral Coefficients (MFCC). Data pada penelitian yang digunakan berupa data nada suara piano dengan jumlah 105 data, yang masing – masing meliputi 7 nada dasar di tangga nadanya (nada rendah, nada normal, nada tinggi). Setiap nada di rekam sebanyak 5 kali perekaman dengan intensitas bunyi yang berbeda. Hasil eksperimen menunjukkan bahwa kombinasi parameter dengan hidden neuron 30, learning rate 0.01, koefisien cepstral 15, MSE 0.01, dan epoch 5000 adalah parameter terbaik. Akurasi pelatihan dan pengujian yang dihasilkan dari kombinasi parameter tersebut sebesar 97,5% dan 90,4%, serta rata – rata akurasi nada yang dikenali diatas 79%.

Kata Kunci: Pengenalan Suara, Nada Dasar Piano, Mel-Frequency Cepstral Coefficient, Backpropagation

ABSTRACT

Today music has become a secondary need amongst the masses. The development of technology is very supportive for musical progress using virtual instrument. Musical instruments that are ofthn used to recognize the basic sound tone are piano. With the existence of sound recognition technology, piano tone can be recognized by an application. The piano’s basic tones can be identified using Backpropagation method and Mel-Frequency Cepstral Coefficients (MFCC) as characteristic extraction method. The data that is used in this research are piano data with 105 data, which each of it includes 7 basic tones ont the musical ladder (low tone, normal tone, and high tone). Each tone is recorded 5 times with differents intensity of sounds. The experimental results shows that the combination of parameters with hidden neuron 30, learning rate 0.01, coefficient cepstral 15, MSE 0.01, and epoch 500 are the best parameters. The accuracy of the training and testing result from the parameter combination is 97,5% and 90,4%, as well as the average of the recognizable ton accuracy is above 79%.

Kata Kunci: Sound Recognition, Piano Tone, Mel-Frequency Cepstral Coefficient, Backpropagation

---

Ketersediaan

525F17IV

005,3 GIL k

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

005,3 GIL k

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1662

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Gilang Luthfi Aji Muzaki

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar