Pengenalan Chord Otomatis Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization
| Main Author: | YusriAlfiansyah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2008
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/151880/1/050802428.pdf http://repository.ub.ac.id/151880/ |
Daftar Isi:
- Pengenalan chord adalah salah satu varian dari bidang pengenalan suara. Sistem pengenalan chord otomatis pada komputer mencoba menirukan kemampuan manusia mengenali chord suatu musik dengan mendengarkan suara musik tersebut. Pada penelitian ini pengenalan dilakukan terhadap file musik dalam format wav. Keluaran pengenalan berupa rangkaian chord penyusun musik yang ditampilkan tiap potongan musik secara berurutan. File musik dalam format wav yang merupakan sinyal dalam domain waktu dibagi ke dalam frame-frame kecil berukuran 16384 (214) sampel suara. Tiap frame tersebut ditransformasi menggunakan metode FFT sehingga dihasilkan sinyal dalam domain frekuensi. Tiap koefisien hasil FFT dipetakan menurut nada yang bersesuaian menjadi PCP yang kemudian diskala dalam rentang 0–1. Hasil penskalaan ini yang dijadikan input jaringan syaraf tiruan. Pembelajaran dan pengenalan dalam jaringan syaraf tiruan dilakukan dengan metode Learning Vector Quantization , dengan laju pembelajaran 0,01 dan iterasi maksimum 10000. Hasil pengenalan yang dilakukan terhadap 10 lagu dengan berbagai aliran musik menunjukkan tingkat akurasi mencapai 94,248% untuk pengenalan musik solo, 74,374% untuk pengenalan musik full , dan 77,704% untuk musik full yang dikonversi dari midi.