PERBANDINGAN DAN ANALISIS SUPPORT VECTOR MACHINE DAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM UNTUK KLASIFIKASI GENRE MUSIK

RIDWAN FIRDAUS

Informasi Umum

Kode

16.04.1258

Klasifikasi

621.382 - Communications engineering, Analog, Digital, Electronic communications, Telecommunications, Digital data and telecommunications engineering

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signal Analysis-processing

Dilihat

212 kali

Informasi Lainnya

Abstraksi

Genre musik adalah kategori dari karya seni, dalam hal ini khususnya musik, untuk mencirikan dan mengkategorikan musik yang kini tersedia dalam berbagai bentuk dan sumber. Pengklasifikasian genre musik secara otomatis dapat menjadi hal yang sangat membantu dalam pengembangan sistem temu-kembali untuk data audio. Pada tugas akhir ini diteliti dengan membandingkan metode klasifikasi yaitu Support Vector Machine dengan metode klasifikasi yang menghasilkan akurasi yang lebih tinggi dari 80% yaitu Adaptive Neuro Fuzzy Inference System. Dimana proses klasifikasi genre dimulai dengan memilih file lagu yang akan di klasifikasikan genre-nya, selanjutnya dilakukan proses preprocessing, pengambilan ciri dengan memanfaatkan ekstraksi ciri, dan terakhir proses klasifikasi Adaptive Neuro Fuzzy Inference System untuk menghasilkan jenis genre dari file lagu yang dipilih. Skenario pengujian dilakukan menggunakan jumlah data acuan 50 tiap-tiap genre, jumah data uji 50 tiap-tiap genre, terhadap paramater Jenis dan Orde Filter dan didapat parameter terbaik yaitu Jenis filter Butterworth dengan orde 3. Setelah dilakukan pengujian terhadap klasifikasi 4 genre lagu yaitu metal, blues, pop dan dance, akurasi tertinggi adalah 86% dan 85% dengan SVM menggunakan parameter SVM jenis kernel polynomial, kerneloption = 2, C = 10 dan epsilon = 1e-1 dan 87% dengan ANFIS menggunakan nilai epoch = 20.