Implementasi Ekstraksi Fitur untuk Pengelompokan Berkas Musik Berdasarkan Kemiripan Karakteristik Suara

Abstract

Pengelompokkan musik berdasarkan karakteristik suara merupakan hal penting bagi penikmat musik.. Penikmat musik tidaklah mencari musik berdasarkan artis tetapi juga mencari musik berdasarkan genre yang diinginkannya. Karena itu dibutuhkan metode ekstraksi fitur yang tepat untuk dapat merepresentasikan berkas musik berdasarkan genre dengan baik. Studi ini melakukan ekstraksi fitur berkas musik. Dengan mengekstraksi fitur spectral centroid, spectral flux, spectral rolloff, dan short time energy pada tiap berkas musik yang diolah dan kemudian dihitung nilai mean, median, skewness, dan kurtosisnya. Dan selanjutnya dikelompokkan menggunakan metode klasifikasi Random Forest dengan alat bantu Weka untuk menguji kelayakan fitur yang dihasilkan. Uji coba dilakukan dengan menggunakan kombinasi nilai atribut komponen ekstraksi fitur dan berkas musik yang berbeda-beda sesuai genre. Hasil uji coba klasifikasi pada Studi ini menghasilkan nilai akurasi terbaik  sebesar 80.4%.