Klasifikasi Musik Berdasarkan Genre dengan Metode eXtreme Gradient Boosting

  • Muhammad Luqman Aristio Universitas Udayana
  • Dr. Ir. I Ketut Gede Suhartana

Abstract

Perkembangan musik diseluruh dunia saat ini menyebabkan peningkatan jumlah musik yang ada dibandingkan dengan era sebelumnya. Hal tersebut menimbulkan dampak baru yakni sulitnya dalam pengidentifikasian genre musik secara manual. Dengan memanfaatkan teknologi yang sudah berkembang saat ini, klasifikasi genre musik dapat dilakukan secara otomatis dengan memanfaatkan fitur-fitur yang dimilikinya. Penelitian ini akan melakukan klasifikasi genre musik dengan menggunakan metode eXtreme Gradient boosting(XGBoost) dengan hyperparameter tuning Grid Search. Terdapat 10 label dan 28 fitur yang akan digunakan dalam penelitian ini yakni tempo, beats, chroma, RMSE, spectral centroid, bandwidth, rolloff, zero crossing rate dan mfcc 1 sampai 20. Dari hasil evaluasi menghasilkan nilai validasi akurasi sebesar 67%. Dari hasil evaluasi tersebut menunjukan bahwa metode XGBoost dapat melakukan klasifikasi musik berdasarkan genre walaupun memiliki akurasi cukup rendah

Downloads

Download data is not yet available.
Published
2023-01-26
How to Cite
ARISTIO, Muhammad Luqman; SUHARTANA, Dr. Ir. I Ketut Gede. Klasifikasi Musik Berdasarkan Genre dengan Metode eXtreme Gradient Boosting. JELIKU (Jurnal Elektronik Ilmu Komputer Udayana), [S.l.], v. 12, n. 1, p. 113-122, jan. 2023. ISSN 2654-5101. Available at: <https://ojs.unud.ac.id/index.php/jlk/article/view/92638>. Date accessed: 19 nov. 2024. doi: https://doi.org/10.24843/JLK.2023.v12.i01.p13.