Rancang Bangun Aplikasi Musicmoo Dengan Metode MIR (Music Information Retrieval) Pada Modul Mood, Genre Recognition, Dan Tempo Estimation

Saat ini, metode pemanggilan kembali informasi suatu musik atau yang sering disebut Music Information Retrieval (MIR) telah banyak diterapkan. Contohnya adalah pada suatu aplikasi Shazam ataupun Soundhound. Kedua aplikasi ini hanya mampu menangani sebatas deteksi judul lagu apa ketika diperdengarkan suatu musik. Untuk itu, Tugas Akhir ini adalah pengembangan lebih lanjut MIR yang lebih spesifik lagi, yaitu melakukan pemanggilan informasi lagu yang terkait kembali beserta detail lagu di antaranya adalah mood, genre, dan tempo lagu. Tujuan Tugas Akhir ini yaitu untuk meningkatkan pengetahuan akan informasi suatu lagu dan bisa juga untuk deteksi plagiarisme karya lagu seseorang. Langkah pertama yang dilakukan adalah melakukan ekstraksi fitur audio berbasis MPEG-7 dengan library Java bernama MPEG7AudioEnc. Hasil dari ekstraksi fitur ini berupa metadata dengan XML yang di dalamnya terdapat fitur-fitur dalam bentuk angka-angka digital yang merepresentasikan karakteristik suatu sinyal. Kedua, melakukan pemilihan fitur yang dipakai dan diambil menggunakan Xquery untuk dilakukan proses sesuai dengan masing-masing modul. Pemrosesan pada fitur-fitur yang dipilih adalah melakukan Discrete Wavelet Transform (DWT) beserta level dekomposisi terbaik menggunakan library pywt. Setelah fitur-fitur dilakukan DWT, maka dilakukan penggabungan fitur ke suatu list beserta penyamaan panjang fitur untuk proses klasifikasi. Tahap terakhir adalah melakukan klasifikasi menggunakan Support Vector Machine (SVM). Tahapan proses SVM terdiri dari 2 tahap yaitu tahap training dan prediksi. Tahap training adalah melakukan pembelajaran karakteristik sinyal sesuai dengan label yang dimaksud, sedangkan tahap prediksi adalah memprediksi data baru yang belum diketahui dan akan memberikan suatu penilaian sesuai dengan tahap training. Hasilnya adalah detail informasi mood, genre, tempo pada suatu lagu berdasarkan karakteristik sinyal. ==================================================================================== Currently, the method of recalling information a music or often called Music Information Retrieval (MIR) has been widely applied. For example are application Shazam or Soundhound. Both of these applications can only handle detection of music titles when played some music. Therefore, this Final Project is a further development of more specific MIR, ie to call back the track information associated with specific songs among which are the mood, genre, and tempo of the music. The purpose of this Final Project is to improve the knowledge and information of a music and track music for plagiarism detection. The first step taken is extracting audio features based on MPEG-7 with a Java library named MPEG7AudioEnc. The results of this feature extraction are metadata XML which are includes digital numbers that represent the characteristics of a signal. Second, do a selection of used features and retrieved using XQuery to do the process in accordance with each module. Processing on features selected is doing Discrete Wavelet Transform (DWT) and their the best decomposition level using Python library named pywt. After doing DWT for selected features, then do a merger of features on a list along with a feature length equation for the classification process. The last step is a classification using Support Vector Machine (SVM). SVM stage of the process consists of two phases: training and prediction. The training phase is doing the learning signal characteristics in accordance with the corresponding label, while the prediction phase is predicting new data is not yet known and will provide an assessment in accordance with the training phase. The results are a detail of information mood, genre, tempo on a music based on the signal characteristics