Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Rekayasa Elektronik
Fajar Ferdiawan
Universitas Stikubank Semarang
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DETEKSI SUARA CHORD PIANO MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Fajar Ferdiawan; Budi Hartono
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.552

Abstract

Piano merupakan alat musik yang paling digemari oleh masyarakat selain gitar, piano dapat menjadi instrument yang baik untuk mengiringi penyanyi walaupun tanpa iringan alat musik yang lain. Piano terdiri dari not yang mencapai 6.5 oktaf sampai lebih dari 7 oktaf, dari not yang ada dapat dibentuk menjadi chord yang sesuai dengan tangga nadanya. Ada beberapa tangga nada yaitu pentatonic, chromatic, serta diatonic, dari ketiga tangga nada tersebut tangga nada diatonic-lah yang sering dipakai. Tangga nada diatonic juga memiliki 2 jenis yaitu diatonic major dan diatonic minor. Tangga nada diatonic major umumnya digunakan pemula untuk belajar piano. Penelitian ini akan mengklasifikasikan chord piano major scale dengan menggunakan metode Convolutional Neural Network. Convolutional Neural Network digunakan untuk mendeteksi serta mengenali object pada sebuah gambar. Penelitian ini juga menggunakan library Keras yang merupakan jaringan syaraf tiruan yang berjalan diatas TensorFlow untuk mempercepat proses pengolahan citra. Hasil uji dengan menggunakan 240 dataset chord piano menghasilkan akurasi tertinggi mencapai 98%.
Co-Authors Budi Hartono