Klasifikasi Musik Khas Indonesia Menggunakan Metode Convolutional Neural Network (CNN)

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Text

Klasifikasi Musik Khas Indonesia Menggunakan Metode Convolutional Neural Network (CNN)

Saesarinda Rahmike Juwita - Nama Orang;

ABSTRAK

Musik memiliki jumlah pendengar yang sangat banyak di dunia terlebih di Indonesia. Secara umum musik memiliki bermacam-macam genre, yaitu seperti pop, rock, jazz, dan lain-lain. Indonesia memiliki musik khasnya sendiri yang tidak dimiliki negara lain antara lain musik campursari, dangdut, dan keroncong. Ketiga jenis musik tersebut memiliki instrumen pembangun musik yang hampir mirip sehingga menyebabkan pendengar sulit membedakan genre musik tersebut terlebih generasi muda, sehingga diperlukan suatu tools yang disebut klasifikasi. Penelitian ini menggunakan mel-spectogram dan metode Convolutional Neural Network (CNN) untuk mengklasifikasi musik khas Indonesia. Parameter dan arsitektur CNN yang diujicobakan pada penelitian ini adalah batch normalization, aktivasi ReLU, dropout, aktivasi ouput sigmoid dan softmax, nilai epoch, nilai learning rate, dan nilai dense layer. Keseluruhan parameter tersebut diujicobakan menggunakan inputan dengan dua metode pembagian data yang berbeda yaitu dengan stratified split dan k-fold cross validation. Akurasi tertinggi sebesar 82% diperoleh dengan menggunakan metode pembagian data stratified split dan menggunakan parameter batch normalization, aktivasi ReLU, aktivasi output sigmoid dan softmax, nilai epoch 30, nilai learning rate 0.05, dan nilai dense layer 200. Model dengan nilai akurasi tertinggi digunakan sebagai dasar untuk mengklasifikasikan musik khas Indonesia ke dalam kelas campursari, dangdut, atau keroncong.

Kata Kunci: Klasifikasi, Campursari, Dangdut, Keroncong, Mel-spectogram, Convolutional Neural Network

ABSTRACT

Music has a huge amount of listener especiallly in Indonesia. Music has many genres, such as pop, rock, jazz, and etc. Indonesia on the other hand has its own music that other country doesn’t posses such as campursari, dangdut, and keroncong. All of them have a similar instrument so it makes it hard for listener to differentiate especially for younger generation, so they need a tool known as classification. This research use mel-spectogram and Convolutional neural networkto classify Indonesian music. The parameter and architecture of CNN that was tested in this research are batch normalization, ReLU activation, dropout,, output sigmoid and softmax activation, epoch score, learning rate score, and dense layer score. The entirety of the parameter was tested using input with two separate data: Stratified split and K-fold cross validation. The highest accuracy number was 82 percent obtained using Stratified split data division and using batch normalization parameter, ReLu activation, Output sigmoid activation, and softmax, epoch score 30, learning rate score 0.05, and dense layer score 200. Model with the highest accuracy was used as the foundation to classify Indonesian music to the particular class such as campursari, dangdut, and keroncong.

Key Word: Classification, Campursari, Dangdut, Keroncong, Mel-spectogram, Convolutional Neural Network

Ketersediaan

749F19III 749 F 19-ii Perpustakaan FSM Undip (Referensi) Tersedia

Informasi Detail

Judul Seri: ILMU KOMPUTER/INFORMATIKA
No. Panggil: 749 F 19-ii
Penerbit: : ., 2019
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: 530.44
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Saesarinda Rahmike Juwita

Klasifikasi Musik Khas Indonesia Menggunakan Metode Convolutional Neural Network (CNN)

Ketersediaan

Informasi Detail

Versi lain/terkait

Lampiran Berkas

Komentar