ABSTRAKSI: Perpaduan alunan beberapa instrument membuat suara musik menghasilkan nada yang begitu harmonis satu sama lain. Sehingga dengan pendengaran biasa, akan susah untuk memisahkan suara dari setiap instrument yang terdapat pada suatu lagu. Padahal, bagi pecinta musik, mengamati dan mempelajari suara dari suatu instrument sebuah lagu menjadi hal yang sangat menyenangkan. Karena dengan begitu, mereka bisa menerjemahkan suara instrument tersebut menjadi not balok, yang kemudian bisa mereka tirukan. Untuk itu, dalam penelitian ini akan dilakukan pemisahan beberapa instrument dari sebuah lagu. Beberapa instrument yang menjadi fokus dalam penelitian ini adalah piano, drum, bass dan gitar. Pemisahan instrument music ini menggunakan metode Mel-Frequency Cepstral Coefficient (MFCC) yakni metode untuk memetakan frekuensi sinyal ke dalam skala mel, selanjutnya akan diproses menggunakan metode Fast Independent Component Analysis (Fast ICA) untuk memisahkan sinyal yang sudah tercampur seperti pada musik rekaman yang berbentuk suatu sinyal stereo maupun sinyal mono. Parameter yang paling berpengaruh dalam pemisahan instrument musik ini adalah jumlah overlape dan frame pada MFCC karena ini akan mempengaruhi ukuran sinyal yang akan diproses pada Fast ICA. Dan akurasi sinyal terpisah dipengaruhi oleh jumlah iterasi dan nilai gradient ascent pada saat pencarian matrix w. Pada penggabungan metode MFCC dengan Fast ICA, hasil MOS tertinggi yang didapatkan adalah 2,9 . Hal ini disebabkan karena MFCC mereduksi sinyal terlalu banyak sehingga informasi yang dibutuhkan ICA banyak yang hilang.Kata Kunci : Musik, Instrument, MFCC , FastICA, KlasifikasiABSTRACT: Music is a beautiful combination of rhythm that make we enjoy to hearing. Music usually composed of several music instruments. The combination of the instrument makes the music sound good because they are makes harmony realation with the another. So with regular hearing, it would be difficult to separate the sound of each instrument contained in a song. In fact, for lovers of music, watch and learn the sound of an instrument of a song into a musical notes. Therefore, the separation of several instruments will be made of a song. Some instruments that are the focus in this study is the piano, drums, bass and guitar. For the preprocessing and feature extraction process method will be used Mel Frequency Cepstral Coefficient (MFCC). MFCC is a method to map the frequency of the signal into the mel scale. MFCC parameters can simplify the content of the voice signal into cepstral coefficients, and then mapping of the coefficient mel having a linear frequency response of less 1khz. This is similar to the character of the frequency response of the human ear. After feature extraction is done, then the next stage will be the classification of musical instruments uses Fast Independent Component Analysis (Fast ICA). Fast ICA can be used to separate the signals are mixed as in the recorded music in the form of a signal is stereo or mono signal. And separate the signal accurancy is affected by the number of iteration and gradient value at the time of the search matrix ascent W. On combining MFCC with Fast ICA method, the results obtained the highest MOS is 2.9. This is because of MFCC reduce the signal to much so the information that ICA needed is missing.Keyword: Music, Instrument, MFCC, FastICA, Classification