Klasifikasi Kunci Gitar Menggunakan Spectral Analysis dan K-Nearest Neighbor

  • Sulya Arya Wasika Universitas Udayana
  • I Ketut Gede Darma Putra Universitas Udayana
  • Desy Purnami Singgih Putri Universitas Udayana

Abstract

Klasifikasi kunci gitar merupakan suatu bentuk klasifikasi guna melakukan pengenalan pada kunci gitar dengan menggunakan hasil rekaman file suara gitar dengan format mono.wav. Proses pengenalan dilakukan karena pendengaran manusia umumnya memiliki kepekaan yang beragam untuk dapat mendengar dan mengenali kunci gitar, sebagai orang awam yang belum terbiasa memainkan alat musik biasanya kebingungan untuk mengenali jenis kunci gitar. Metode Spectral Analysis dan Metode K-Nearest Neighbor (KNN) digunakan untuk mengetahui seberapa efektif proses pengenalan dan pengklasifikasian kunci gitar. Metode Spectral Analysis merupakan metode yang digunakan untuk mendapatkan fitur yang ada pada sebuah kunci gitar yang terdiri dari 5 fitur yaitu Spectral Kurtosis, Spectral Centroid, Spectral Skewness, Spectral Slope, dan Spectral Rolloff. Kelima fitur Spectral kemudian digunakan dalam proses pengenalan menggunakan metode K-NN. Pengujian sistem dengan chord standar menghasilkan tingkat akurasi yang paling tinggi yaitu 83% dan pengujian sistem dengan gitar half size menghasilkan tingkat akurasi yang paling rendah yaitu 23%.

Published
2020-04-30
How to Cite
WASIKA, Sulya Arya; PUTRA, I Ketut Gede Darma; PUTRI, Desy Purnami Singgih. Klasifikasi Kunci Gitar Menggunakan Spectral Analysis dan K-Nearest Neighbor. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), [S.l.], p. 61-71, apr. 2020. ISSN 2685-2411. Available at: <https://ojs.unud.ac.id/index.php/merpati/article/view/47353>. Date accessed: 01 mar. 2021. doi: https://doi.org/10.24843/JIM.2020.v08.i01.p07.
Section
Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.