ANALISA ALGORITMA CONVOLUTION NEURAL NETWORK (CNN) PADA KLASIFIKASI GENRE MUSIK BERDASAR DURASI WAKTU
| Main Authors: | Via, Yisti Vita; Universitas Pembangunan Nasional Veteran Jawa Timur, Purbasari, Intan Yuniar; Universitas Pembangunan Nasional Veteran Jawa Timur, Pratama, Aditya Putra; Universitas Pembangunan Nasional Veteran Jawa Timur |
|---|---|
| Format: | Article application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Universitas Pembangunan Nasional "Veteran" Jawa Timur
, 2022
|
| Subjects: | |
| Online Access: |
http://ejournal.upnjatim.ac.id/index.php/scan/article/view/3251 |
Daftar Isi:
- Genre musik pada umumnya digolongkan berdasarkan kemiripan ritmik, frekuensi dan harmoni. Biasanya masyarakat memilih genre musik sesuai kesenangan mereka. Pada penelitian ini, algoritma Convolutional Neural Network (CNN) digunakan untuk klasifikasi genre musik. Ekstraksi fitur yang digunakan antara lain: Chroma stft, Spectral centroid, Spectral bandwidth, Spectral Rolloff , Root Mean Square Energy (RMSE), Zero_Crossing Rate, Mel-Frequency Cepstral Coefficients, Harmony, Tempo, dan Perceptron. Perbedaan durasi waktu musik pada data uji coba adalah 10 detik dan 30 detik. Hasil uji coba pada data durasi 10 detik menghasilkan akurasi prediksi yaitu sebesar 81%. Sedangkan hasil uji coba pada data durasi 30 detik menghasilkan akurasi prediksi yaitu sebesar 58%. Hal ini dapat disimpulkan bahwa klasifikasi genre musik dengan durasi waktu yang lebih pendek ternyata mampu menghasilkan nilai akurasi yang lebih baik.