Anda belum login :: 05 Jun 2025 02:55 WIB
Detail
BukuKLASIFIKASI GENRE MUSIK DENGAN MENGGUNAKAN METODE MACHINE LEARNING
Bibliografi
Author: Candramurti, Hilarius Radix Widhi ; Sereati, Catherine Olivia (Advisor)
Topik: Genre musik; K-Nearest Neighbor; Random Forest; Naïve Bayes; Zero Crossing Rate.
Bahasa: (ID )    
Penerbit: Program Studi Sarjana Teknik Elektro Fakultas Teknik Unika Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2023    
Jenis: Theses - Undergraduate Thesis
Fulltext:
Abstract
Penelitian ini membahas tentang bagaimana cara mengklasifikasi genre musik dengan menggunakan machine learning. Pengelompokan genre musik adalah salah satu cara yang digunakan untuk mengorganisasi database musik digital. Musik yang berada pada genre yang sama biasanya memiliki kemiripan karakteristik tertentu yang terkait dengan instrumentasi, struktur ritmis, dan pitch musik. Genre musik dapat dilakukan dengan metode Machine Learning.
Algoritma Machine Learning yang digunakan pada penelitian ini adalah K-Nearest Neighbor, Random Forest dan Naïve Bayes. Selanjutnya, penelitian ini akan membandingkan keakuratan dari ketiga metode tersebut. Data primer yang digunakan pada penelitian ini adalah hasil mengunduh dari internet. Pemrograman machine learning digunakan melalui platform Google Colab dengan bahasa pemrograman Python. Dari hasil analisis dan pengujian diperoleh hasil bahwa metode Random Forest memiliki tingkat keakuratan paling tinggi dengan nilai 49%.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.078125 second(s)