Sebatik
Vol 25 No 1 (2021): Juni 2021

PENGKLASIFIKASIAN GENRE MUSIK INDONESIA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Carl Ray Wairata (Teknik Informatika, Fakultas Ilmu komputer dan Teknologi Informasi, Universitas Gunadarma)
Ericks Rachmat Swedia (Teknik Informatika, Fakultas Ilmu komputer dan Teknologi Informasi, Universitas Gunadarma)
Margi Cahyanti (Sistem Informasi, Fakultas Ilmu komputer dan Teknologi Informasi, Universitas Gunadarma)



Article Info

Publish Date
01 Jun 2021

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.

Copyrights © 2021






Journal Info

Abbrev

sebatik

Publisher

Subject

Computer Science & IT

Description

SEBATIK merupakan jurnal kumpulan artikel hasil penelitian, karya ilmiah, maupun program pengabdian masyarakat dari seluruh civitas akademik di Indonesia dalam rangka mengitegrasikan informasi. SEBATIK menyediakan layanan publikasi terbuka untuk semua kalangan umum, baik di semua lingkungan ...