implementasi teknik enhanced pitch class profile guna meningkatkan akurasi deteksi chords major dan seventh

Pratama, Norman Aditya Putra (2012) implementasi teknik enhanced pitch class profile guna meningkatkan akurasi deteksi chords major dan seventh. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (844kB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB)
	Text BAB VI.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (892kB)
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (938kB) | Preview
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text HALAMAN AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (981kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (950kB) | Preview

Abstract

Teknik pengenalan suara telah berkembang hingga pengenalan chord pada lagu, namun dibutuhkan teknik yang tepat untuk melakukan pengenalan chord secara akurat tersebut dikarenakan jumlah chord yang banyak dan adanya chord – chord yang memiliki rangkaian nada yang mirip, seperti chord major dan dominant seventh. Melalui indera pendengaran manusia, kedua tipe chord tersebut terdengar tidak disonan secara musikal saat dimainkan, sehingga perbedaannya tidak terlalu signifikan. Akan tetapi, untuk bisa memainkan lagu dengan benar, chord yang dikenali aplikasi haruslah tepat. Teknik pengenalan chord pada aplikasi ini menggunakan pengembangan teknik Pitch Class Profile yakni Enhanced Pitch Class Profile di mana frekuensi hasil keluaran Fast Fourier Transform dipetakan ke dalam 12 kelas pitch yang terdiri dari E, F, F#, G, G#, A, A#, B, C, C#, D, dan D#. Proses kerja aplikasi dimulai dari pembacaan header file audio, kemudian membagi sinyal ke dalam frame-frame, lalu frame-frame tersebut diproses melalui Fast Fourier Transform dan diambil nilai – nilai puncaknya. Nilai - nilai tersebut kemudian dipetakan ke 12 kelas pitch (PCP). Hasil pemetaan ke 12 pitch tersebut kemudian diambil rata-ratanya dan disimpan ke dalam text file. Text file ini berfungsi sebagai penampung hasil EPCP dari chord – chord yang dijadikan sampel yang berguna pada saat proses matching sewaktu aplikasi menjalankan fungsi deteksi chord pada sebuah file audio. Dari hasil uji coba, EPCP menunjukkan akurasi yang lebih tinggi sebesar 8.33% dibandingkan PCP untuk chord major dan dominant seventh.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	31 Jan 2020 06:41
Last Modified:	24 Aug 2023 08:03
URI:	https://kc.umn.ac.id/id/eprint/12120

Actions (login required)

View Item