View/Open

Author
Imam , Ramadhani

Advisor
I Wayan , Wiprayoga Wisesa, S.Kom., M.Kom.
Raidah Hanifah., ST. MT,

Koleksi
Teknik Informatika

Publisher

Musik adalah suatu karya seni bunyi yang didasari oleh pengungkapan perasaaan maupun hasil fikiran melalui unsur-unsur musik itu sendiri yakni irama, melodi, harmoni, bentuk dan struktur musik yang menjadi satu kesatuan. Seiring dengan berkembangnya zaman maka pertumbuhan musik itu sendiri pun meningkat. Dalam penelitian ini menggunakan dataset GTZAN yang berisi 10 jenis genre antara lain : blues, classical, country, disco, hiphop, jazz, metal, pop, reggae,rock. Klasifikasi genre musik secara otomatis dapat menjadi hal yang sangat berguna untuk pengembangan sistem multimedia khusunya pada data audio. Metode pengelompokkan genre musik menggunakan SVM. Metode principal component analysis digunakan untuk mengetahui pengaruh jumlah fitur (principal component) terhadap akurasi dan juga mengetahui fitur yang paling mempengaruhi dalam klasifikasi genre musik. Dalam penelitian ini menggunakan 2 jenis reduksi fitur berdasarkan nilai eigen > 1 dan scree plot. Berdasarkan 2 metode tersebut metode scree plot dengan jumlah principal component = 6 mendapatkan akurasi sebesar 57 % Variabel pembentuk principal component pertama berdasarkan nilai loading lebih besar dari 0,5 yaitu Centroid_mean, ZCR_mean, Bandwith_mean, flatness_mean, dan Rolloff_mean dengan persentase nilai 51.33

URI
https://repo.itera.ac.id/depan/submission/SB2106100012

Keyword