Pengenalan Melodi Gitar untuk Deteksi Lagu dengan Metode Klasifikasi SUpport Vector Machine

ABSTRAKSI: Musik merupakan kebutuhan bagi setiap manusia. Musik bukan hanya sebatas persoalan kenikmatan mendengarkan musik ters ebut, melainkan sudah menjadi industri. Musik tidak terbatas pada gender, usia, warna kulit maupun suku bangsa. P erkembangan musik tumbuh dengan pesat dalam berbagai lapisan masyarakat yang tentunya sesuai dengan selera dan budaya dari masyarakat itu sendi ri. Seiring dengan perkembangan tersebut, kemunculan pelaku - pelaku musik juga semakin banyak yang mengakibatkan jenis musik dan lagu - lagu semakin banyak sesuai dengan kreatifitas dan selera pelaku maupun pasar . Kapan saja dan dimana saja kita bisa menikmat i dan mendengarkan musik. Di pusat perbelanjaan, toko buku, café, dan tempat - tempat lainnya. Terkadang ketika seseorang sedang mendengarkan dan menyenangi sebuah lagu, ia tidak tahu apa judul dari lagu tersebut. Untuk menyelesaikan permasalahan tersebut, dalam Tugas Akhir ini akan dibuat suatu sistem yang dapat mendeteksi judul dari sebuah lagu. Lagu input berupa melodi lagu yang merepresentasikan ciri dari lagu tersebut. Melodi lagu dimainkan dengan alat musik gitar dimana audio file disimpan dalam WAV f ormat dengan durasi 20 - 30 detik . Dalam proses pendeteksian, sistem ini menggunakan ekstraksi ciri Mel Frequency Cepstral Coefficient dan metode klasifikasi Support Vector Machine . Output yang dihasilkan berupa judul lagu dari lagu input yang diberikan. Da ri hasil pengujian , sistem menghasilkan performansi terbaik dengan akurasi tertinggi sebesar 94% . Hal ini menunjukan bahwa penggunaan ekstraksi ciri Mel Frequency Cepstral Coefficient dan metode klasifikasi Support Vector Machine dalam pendeteksian judul l agu dari melodi gitar dapat dikatakan cukup baik. Kata Kunci : Deteksi, Gitar, Lagu, Mel Frequency Cepstral Coefficient, Support Vector Machine.ABSTRACT: Music is a need for every human being. Mus ic is not only a pleasure matter of listening to the music itself, but it has become a vast industries and business. Music is not limited to gender, age, race or ethnicity. It permeates all of those dimensions. Development of music around the world is grow ing rapidly as the emergence of more actors to write (songwriter) and to compose (composer) music resulting the increasing number of song and music’s types, according to culture, taste, genre, creativity, technology and of course, markets. Nowadays, we ca n enjoy and listen the music anytime and anywhere. Like in the shopping malls, book stores, cafés, restaurants and other public places. Sometimes when someone is enjoying a song that she/he likes in a public place, she/he does not know and want to know wha t the title of the song. To provide a solution to the problem, in this Final Project has built a system that can detect the title of a song. Input of the system is melodies which played on guitar instrument. The audio files saved in WAV format with a dura tion of 20 - 30 seconds. In the detection process, the system uses Mel Frequency Cepstral Coefficient feature extraction and Support Vector Machine classification method. The output of the system will be the song title from the given input. From the test res ults, the system generates the best performance with the highest accuracy of 94%. This shows that the use of Mel Frequency Cepstral Coefficient as feature extraction and Support Vector Machine classification methods in the detection of the title song of me lodic guitar is quite good. Keyword: Detection, Guitar , Tune, Mel Frequency Cepstral Coefficient, Support Vector Machine