ABSTRAK
Genre adalah suatu bentuk kategori yang biasa digunakan untuk mengkategorikan karya, salah satunya adalah musik. Seperti halnya musik, genre musik telah dan terus berkembang seiring semakin banyaknya musik yang diciptakan seiring berjalannya waktu. Banyak ciri – ciri dari musik yang dapat digunakan untuk mengelompokan berbagai macam musik, mulai dari gaya yang digunakan, instrumen – instrumen yang digunakan, bahasa yang digunakan, lirik, daerah asal, dsb., hingga fitur – fitur dari musik itu sendiri, seperti ritme, tymbre, melodi, dan pitch musik, dan pattern dari sinyal audio musik tersebut.
Untuk memudahkan klasifikasi musik berdasarkan genre, telah diusulkan berbagai macam metode klasifikasi genre musik, seperti menggunakan metode SVM (Support Vector Machine), metode K – Nearest Neighbor (KNN), metode Naive Bayes hingga menggunakan metode Deep Learning, seperti Convolutional Neural Network (CNN), dan Recurrent Neural Network (RNN),
Convolutional Neural Network (CNN) biasanya digunakan untuk memproses file berbentuk gambar, akan tetapi CNN bisa digunakan untuk memproses file audio dengan membuat Mel-frequency cepstral coefficients (MFCC) dari file tersebut dan CNN akan memindai MFCC tersebut untuk mendapatkan pattern dari genre musik tersebut, lalu hal yang sama dilakukan dengan menggunakan dataset yang diperuntukan untuk proses learning untuk membangun model klasifikasi. Dari data yang didapatkan dari proses learning tersebut, program sudah dapat menjalankan task klasifikasi genre musik.
Metode ini dipilih dengan harapan menggunakan CNN dapat menghasilkan hasil klasifikasi yang lebih akurat dan konsisten dibanding dengan menggunakan metode lainnya.