YEHEZKIEL SAPUTRA T (2018) PENGENALAN SUARA CHORDPADA ALAT MUSIK GITAR MENGGUNAKAN LINEAR PREDICTIVECODING DAN MANHATTAN DISTANCE. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018337TIF.pdf Download (136kB) | Preview |
|
|
Text
2. PENGESAHAN_2018337TIF.pdf Download (578kB) | Preview |
|
|
Text
3. ABSTRAK_2018337TIF.pdf Download (93kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018337TIF.pdf Download (206kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018337TIF.pdf Download (549kB) | Preview |
|
|
Text
6. BAB I_2018337TIF.pdf Download (395kB) | Preview |
|
|
Text
7. BAB II_2018337TIF.pdf Download (692kB) | Preview |
|
|
Text
8. BAB III_2018337TIF.pdf Download (402kB) | Preview |
|
|
Text
9. BAB IV_2018337TIF.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V_2018337TIF.pdf Restricted to Repository staff only Download (753kB) |
|
|
Text
11. BAB VI_2018337TIF.pdf Download (95kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018337TIF.pdf Download (210kB) | Preview |
Abstract
Dalam mengenali suara gitar yang dimainkan dalam sebuah musik. Dibutuhkan Pengenalan suara gitar untuk mengenalinya. Pada penelitian ini dibuat suatu sistem pengenalan suara chord gitar menggunakan ekstraksi ciri Linear Predictive Coding (LPC) dan Manhattan Distance sebagai pengukur jarak kemiripan. Data suara di ambil dari 2 gitar. tiap gitar diambil sebanyak 15 kali. Total data sebanyak 720 suara, terdiri dari 624 suara data latih dan 96suara data uji. Hasil dari penelitian ini parameter yang digunakan pada proses pengujian yaitu berdasarkan jumlah orde LPC (8, 10, 14, 16). Pengujian dengan hasil terbaik yaitu orde 16 LPC dengan tingkat akurasi sebesar 91.67%. Semakin besar jumlah orde LPC, maka dapat meningkatkan hasil akurasi pengujian. Pengujian dengan menggunakan data lain akurasi yang didapat kecil yaitu 8.33%. Chord yang sulit dikenali yaitu chord Am karena ciri lebih dekat ke G# dengan jarak perbedaan 0.014854. Kata Kunci: Chord Gitar, Linear Predictive Coding, Manhattan Distance, Pengenalan Suara.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 700 Kesenian, Hiburan dan Olahraga |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 30 Jul 2019 01:46 |
| Last Modified: | 30 Jul 2019 01:46 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/16937 |
Actions (login required)
 |
View Item |