Resa Eka Novianti (2014) CLUSTERING MUSIK DENGAN MENGGUNAKAN MEL FREQUENCY CEPSTRAL COEFFICIENT (MFCC) DAN SELF ORGANIZING MAPS (SOM). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text fm.pdf Download (44kB) | Preview
Preview	Text BAB I.pdf Download (173kB) | Preview
Preview	Text BAB II.pdf Download (599kB) | Preview
Preview	Text BAB III.pdf Download (36kB) | Preview
Preview	Text BAB IV.pdf Download (831kB) | Preview
	Text BAB VI.pdf Restricted to Registered users only Download (6kB)
Preview	Text BAB VI.pdf Download (6kB) | Preview
Preview	Text em.pdf Download (10kB) | Preview

Abstract

Musik merupakan salah satu hiburan yang paling mudah di dapatkan. Namun dalam mengoleksi lagu, para penikmat musik masih kesulitan memilih lagu sesuai dengan kelompok alat musik tertentu. Pada umumnya pengelompokan lagu dilakukan dengan cara manual, yakni dengan mendengarnya satu per satu. Cara ini tentu tidak efektif dan efisien. Pada penelitian ini pengenalan kelompok alat musik dilakukan dengan menggunakan ekstraksi fitur MFCC (Mel Frequency Cepstral Coefficien). Data yang diuji merupakan potongan lagu berdurasi 5, 10, dan 20 detik pada awal lagu, setelah 1 menit dan 2 menit. Hasil dari MFCC kemudian akan melalui proses fitur seleksi max, mean, median, dan min. sedangkan untuk pengenalan pola atau pengelompokkannya menggunakan metode SOM (Self Organizing Maps). Tingkat akurasi tertinggi didapat dengan menggunakan potongan lagu berdurasi 10 detik setelah 2 menit dengan fitur max yaitu 83,34 %. Kata kunci : MFCC, SOM, musik

Actions (login required)

View Item