Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Sebatik
Margi Cahyanti
Sistem Informasi, Fakultas Ilmu komputer dan Teknologi Informasi, Universitas Gunadarma
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENGKLASIFIKASIAN GENRE MUSIK INDONESIA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Carl Ray Wairata; Ericks Rachmat Swedia; Margi Cahyanti
Sebatik Vol 25 No 1 (2021): Juni 2021
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.348 KB) | DOI: 10.46984/sebatik.v25i1.1286

Abstract

Pada zaman sekarang sudah terdapat banyak sekali teknologi Artificial Intelligence. Artificial Intelligence sendiri memiliki beberapa sub bab, salah satunya adalah Machine Learning dan Deep Learning merupakan salah sub bab dari Machine Learning itu sendiri. Convolutional Neural network (CNN) adalah salah satu jenis neural network yang biasa digunakan pada data gambar. Pada penelitian ini akan digunakan untuk mengklasifikasikan genre musik dengan cara mengonversi data pada lagu menjadi sebuah gambar yang kita sebut spektogram. Pada penelitian akan mengimplementasikan CNN dalam mengategorikan 3 genre musik di Indonesia yakni; dangdut, Jazz dan Pop. Pada penelitian ini terdapat 100 lagu untuk masing-masing genre sebagai data setnya. Tujuan dari penelitian ini sendiri adalah mengoptimalkan tingkat akurasi dalam pengategorian genre musik menggunakan model CNN. Berdasarkan penelitian yang sudah dilakukan didapatkan bahwa penggunaan 35 epoch memiliki tingkat akurasi yang optimal yakni; tingkat akurasi tes sebesar 81,33% dan tingkat akurasi validasi sebesar 100%. Implementasi ini diharapkan dapat menentukan kategori dalam musik.
Co-Authors Carl Ray Wairata Ericks Rachmat Swedia