rancang bangun perangkat lunak pengenal nada berbasis algoritma fast fourier transform

Spencer, Lewis (2011) rancang bangun perangkat lunak pengenal nada berbasis algoritma fast fourier transform. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (806kB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (873kB) | Preview
[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (960kB)
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (819kB) | Preview

Abstract

Mampu mengenali nada yang didengar merupakan salah satu kebutuhan dalam bermusik. Namun kemampuan tersebut tidaklah mudah bagi orang yang merupakan pemula dalam bermusik. Penelitian ini fokus kepada rancang dan bangun perangkat lunak pengenal nada file WAV guna membantu pemula dalam bermusik serta mengenali nada yang didengarnya. Perangkat lunak pengenal nada ini mengimplementasikan algoritma Fast Fourier Transform untuk mendapatkan frekuensi dasar sehingga dapat diterjemahkan kedalam nada-nada serta menambahkan fungsi Automatic Gain Control untuk meningkatkan akurasi dalam mendeteksi jeda antar nada. Perangkat lunak ini memiliki tingkat keakuratan frekuensi nada sebesar 100% dan memiliki kemampuan untuk mendeteksi jeda antar nada dengan rata-rata akurasi di atas 80% untuk data sampel yang memiliki nilai amplitudo > 70dB dan rata-rata akurasi di atas 70% untuk data sampel yang memiliki nilai amplitudo < 65dB

Item Type: Thesis (Bachelor Thesis)
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions: Faculty of Engineering & Informatics > Informatics
Depositing User: mr admin umn
Date Deposited: 27 Jan 2020 08:17
Last Modified: 05 Apr 2023 06:10
URI: https://kc.umn.ac.id/id/eprint/12069

Actions (login required)

View Item View Item