Saat ini teknik fingerstyle cukup populer di kalangan para pemain gitar akustik Indonesia. Hal tersebut dapat dibuktikan dengan terbentuknya komunitas Indonesian Fingerstyle Guitar Community (IFGC). Teknik fingerstyle mampu menghasilkan komposisi musik layaknya komposisi musik band, seperti akor, melodi, bass, maupun perkusi. Keterbatasan kemampuan indera pendengaran yang berupa ketidakpekaan terhadap nada merupakan salah satu penyebab sulitnya pemain gitar dalam megulik komposisi akor dan melodi pada musik fingerstyle. Oleh karena itu, pada penelitian ini dibuat sistem yang mampu mendeteksi komposisi akor dan melodi pada musik fingerstyle menggunakan metode Onset Detection, Discrete Wavelet Packet Transform (DWPT), Welch?s Method, dan Pitch Class Profile (PCP). Metode K-Nearest Neighbor digunakan sebagai metode klasifikasi pada penelitian ini. Data yang digunakan sebagai data latih sebanyak 355 data rekaman akor dan 125 data rekaman nada tunggal. Data yang diujikan pada penelitian ini yaitu 195 data rekaman akor, 75 rekaman nada tunggal, dan 8 musik fingerstyle yang setiap musiknya direkam sebanyak 5 kali. Hasil terbaik yang diperoleh yaitu 99,07% pada pendeteksian akor tunggal, 100% pada pendeteksian nada tunggal, dan sebesar 83,11% akurasi rata-rata pada pendeteksian 40 musik fingerstyle.