Informasi Umum

Kode

20.04.4630

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

73 kali

Informasi Lainnya

Abstraksi

Genre musik adalah label yang digunakan oleh manusia untuk mengelompokkan dan mendeskripsikan dunia musik yang luas. Di zaman sekarang, banyak pendengar musik tanpa mengetahui genre dari musik yang mereka dengarkan. Maka untuk mengetahui jenis musik yang mungkin juga disukai dibuatlah sebuah sistem pengklasifikasian genre yang mengambil sampel data dari GTzan Genre Collection. Sistem ini menggunakan salah satu dari algoritma machine learning yaitu Support Vector Machine (SVM). SVM merupakan algoritma yang sering digunakan namun sulit dipakai problem bresaola besar, dalam hal ini dimaksudkan dengan jumlah sampel yang diolah.Alasannya karena prinsip kerja SVM dulunya hanya mampu menangani klasifikasi dua kelas. Maka dari itu pada sistem ini digunakan Support Vector Machine yang menggunakan strategi yaitu One Against All dan One Against One. Dengan diimplementasikannya kedua strategi ini, diharapkan dapat menyelesaikan masalah dengan class lebih dari dua yang tetap memiliki tingkat akurasi yang tinggi. Dalam penelitian ini, penulis membatasi jumlah genre yang dapat diklasifikasikan, yaitu classical, country, hiphop, jazz, reggae dan rock. Akurasi terbaik yang didapatkan adalah 75%.

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama DINI WULANDITA
Jenis Perorangan
Penyunting RANDY ERFA SAPUTRA, RIFKI WIJAYA
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Teknik Komputer
Kota Bandung
Tahun 2020

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi