Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal CoreIT
Niky Fetra, Niky
UIN Suska Riau
Computer Science & IT

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

Found 1 Documents
Search

 1 
Aplikasi Pencarian Chord dalam Membantu Penciptaan Lagu Menggunakan Algoritma Fast Fourier Transform (FFT) dan Metode Klasifikasi K-Nearest Neighbor (KNN) Fetra, Niky; Irsyad, Muhammad
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 1, No 1 (2015): Juni 2015
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (779.226 KB) | DOI: 10.24014/coreit.v1i1.1222

Abstract

Musik merupakan salah satu hiburan yang menjadi kesukaan mayoritas manusia. Musik yang lengkap terdiri dari suara vokal dan musik pengiring yang berasal dari suara alat musik. Sebagian alat musik dimainkan menggunakan chord. Dalam sebuah musik, suara vokal dan chord harus selaras. Keselarasan ditemukan saat nada dasar suara vokal sama dengan nada chord walaupun berada pada oktaf yang berbeda. Namun, tidak semua orang mampu menemukan keselarasan antara irama suara vokal dan chord. Untuk mengatasi masalah ini, dibangun sebuah aplikasi komputer yang mampu melakukan pencarian chord dalam membantu penciptaan lagu. Suara masukan merupakan suara vokal tanpa musik yang dapat dimasukan dengan cara direkam pada aplikasi atau dipilih dari computer berupa file dengan ekstensi *.WAV. Proses yang dilakukan oleh aplikasi adalah pemotongan suara vokal berdasarkan birama dan tempo pilihan pengguna dan mencari chord yang selaras dengan suara vokal masukan. Dalam menemukan keselarasan, aplikasi akan mencari frekuensi suara masukan menggunakan algoritma fast fourier transform (FFT) dan melakukan klasifikasi chord menggunakan algoritma K-Nearest Neighbor (K-NN). Hasil pengujian proses pencarian chord saran dari aplikasi mencapai akurasi terbesar 82,35% pada pengujian suara vokal tanpa musik dan 22,22% pada pengujian suara yang diiringi musik.
Co-Authors Muhammad Irsyad